最先端AI性能をコンシューマーハードウェアで実現
AlibabaのQwen AI開発チームは、最先端の人工知能にはクラウド規模のインフラや独自APIが必要という前提を根本から揺るがす、新しい大規模言語モデルシリーズを発表した。数日前に公開されたQwen3.5 Mediumモデルシリーズは、ローカルハードウェア上で効率的に動作するよう設計された4つの新モデルを導入し、主要な西側モデルと同等の性能を謳っている。
目次
4モデル中3つは寛容なApache 2.0ライセンスで提供され、企業や独立系開発者はライセンス料なしにダウンロード、修正、商用展開できる。オープンソースの3モデルはQwen3.5-35B-A3B、Qwen3.5-122B-A10B、Qwen3.5-27Bで、すべてHugging FaceとModelScopeで即時利用可能だ。もう一つのQwen3.5-Flashは独自モデルであり、Alibaba Cloud Model Studio APIを通じてのみ利用できるが、価格はほとんどの西側競合を大幅に下回る。
Alibabaの主張の中で最も注目されるのは性能ベンチマークだ。同社によれば、フラッグシップのQwen3.5-35B-A3Bは、知識検索と視覚推論を対象とする第三者評価で、OpenAIのGPT-5-miniやAnthropicのClaude Sonnet 4.5を上回る。Claude Sonnet 4.5の発売からわずか5カ月で競争力がこれほど急速に接近したことは、開発サイクルが通常は四半期や年単位で進む業界において注目に値する。
ローカル展開を可能にするアーキテクチャ革新
Qwen3.5を前世代と区別するのは、Gated Delta NetworksとスパースなMixture-of-Expertsシステムを組み合わせたハイブリッド設計だ。専門知識がない読者にも分かりやすく言えば、これはAIモデルが情報を処理する方法の根本的な変化を意味する。従来の密結合モデルは、すべてのクエリで全パラメーターを活性化し、大量の計算資源を消費する。これに対しMoE方式は専門家への相談に似ており、各クエリをモデルの知識の中でも最も関連性の高い部分だけに振り分ける。
技術仕様は、この効率向上を示している。Qwen3.5-35B-A3Bは総パラメーター数350億を持つが、特定のトークンで活性化するのはわずか30億にとどまる。このアーキテクチャは256の専門家モジュールを使用し、8つのルーティング専門家と1つの共有専門家が各クエリの特定の側面を処理する。この選択的活性化は出力品質を維持しながら推論レイテンシーを大幅に削減し、量子化によって4ビット重みに圧縮された場合でも、Alibabaが「ほぼ損失のない精度」と表現する性能達成を可能にする。
この量子化耐性が実用面にもたらす意味は、展開の柔軟性において画期的だ。多くのAIモデルは、ローカル運用のために圧縮すると性能が大幅に低下する。Qwen3.5は圧縮時にも安定するよう設計されており、フラッグシップモデルはVRAM 32GBのコンシューマー向けGPUで100万トークン超のコンテキストウィンドウを処理できる。この水準は上位のコンシューマーハードウェアを必要とするものの、競合モデルで同等性能を得るために通常必要となるサーバーファームよりはるかに導入しやすい。
ベンチマークの現実検証：性能主張と独立評価
Alibabaのベンチマーク主張は、物語の一部にすぎない。同社の支援による評価では、Qwen3.5-35B-A3BがMMMLU（多言語知識）やMMMU-Pro（視覚推論）などの指標でGPT-5-miniとClaude Sonnet 4.5を上回るが、独立テストはより微妙な競争状況を明らかにしている。
合成ベンチマークではなく実際のGitHubプルリクエストのバグ修正でモデルを評価する、最近の独立系SWE-rebenchテストでは、Claude Sonnet 4.5が55.1%という最高合格率を記録した。Anthropicのモデルは、python-trio、cubed-dev、canopenの各リポジトリにある問題を含め、他のどの受験モデルも解決できなかった複雑な事例を独自に解いた。実世界のコーディング環境では、Sonnet 4.5が明確なリーダーシップを維持した。
実際のコードベース上の実問題を扱う70タスクで実施された別の独立系APEXベンチマークテストは、Qwen3.5の性能特性にさらなる複雑さを示した。27Bの密結合モデルは単一GPUでの展開においてまずまずの性能を示し、1384 ELOを記録してDeepSeek V3.2を上回った一方、大型モデルでは複雑な複数ファイル調整タスクで懸念される性能低下が見られた。有効パラメーターが30億しかない35BのMoEモデルは、エージェント型ワークロードで1256 ELOまで低下し、多段階推論ではより小型の27Bモデルを下回った。特に注目すべきは、巨大なQwen3.5-397B構成が最難関タスクで急落したことで、難易度の高いタスクでは約1550 ELOだったのが、長期間の推論チェーンにわたる多数のファイル調整が求められると1194に落ち込んだ。
複数のステップにわたって多数のファイルを調整する必要があると、モデルは自分が何をしているのかを見失ってしまう。
テスト用の計算コストとして3,000ドル超を投入した自費研究者が公開したこの独立分析は、Qwen3.5が限定されたタスクに優れる一方で、Claude Sonnet 4.5が特に強みを示す複雑で長い時間軸のエージェント型作業では苦戦する可能性があることを示唆している。
思考モードとツール統合
すべてのQwen3.5モデルには、デフォルトで有効化されるネイティブのThinking Modeが搭載されており、推論を重視するAIインタラクションへの移行を表している。最終出力を生成する前に、モデルは特定のタグで区切られた内部推論チェーンを構築し、結論へ即座に飛ばずに複雑な論理を明示的に検討する。この手法は、他の最先端モデルで精度向上に貢献してきた思考の連鎖の方法論と共通する。
このシリーズはエージェント機能も重視しており、ツール呼び出しを組み込みでサポートし、モデルが外部システムと連携し、ウェブを検索し、コードを実行できる。Qwen3.5-Flash APIではこれらの機能をきめ細かく料金設定し、ウェブ検索は1,000回呼び出しあたり10ドル、コードインタープリターへのアクセスは現在、期間限定で無料提供されている。この料金体系により、Flashは入力が100万トークンあたり0.10ドル、出力が同0.40ドルという価格で、世界でも最も手頃なホスト型LLMオプションの一つとなる。
比較すると、Claude Sonnet 4.5は入力100万トークンあたり3.00ドル、出力100万トークンあたり15.00ドルで、GPT-5.2はそれぞれ1.75ドルと14.00ドルだ。Z.aiのGLM-5のようにローカル重視の選択肢でも、100万トークンあたり1.00ドルと3.20ドルかかる。この30倍から100倍の価格差は、わずかな性能差と引き換えに大幅な予算軽減を得ようとするコスト重視企業の導入を大きく後押しする可能性がある。
企業のデータ主権への影響
Qwen3.5のリリースは、生の性能指標を超えて、企業向けAI導入において戦略的な意味を持つ。最先端対応モデルを完全に自社のプライベートインフラ内で実行できることは、データ主権と第三者APIのリスクに対する懸念の高まりに対応する。金融、医療、政府契約など規制対象業界の組織は、機密データを外部のクラウドAIサービスへ送信することを禁じるコンプライアンス要件に直面することが増えている。
ローカルで管理するハードウェア上で100万トークンのコンテキストウィンドウを可能にすることで、Qwen3.5は企業が独自情報を外部APIにさらすことなく、大規模な文書リポジトリ、1時間超の動画コンテンツ、膨大な組織内データセットを処理できるようにする。このアーキテクチャの変化は高度なAI機能と巨額の資本支出を切り離し、資金力のあるテクノロジー企業に限られていたツールへのアクセスを広げる可能性がある。
オープンソースライセンスは、業界固有アプリケーション向けのカスタマイズとファインチューニングも可能にする。ブラックボックスのAPIアクセスしか提供しない独自モデルと異なり、Qwen3.5のオープンウェイトは、組織が専門用語、社内知識ベース、独自のワークフロー要件に合わせてモデルを調整できるようにする。この柔軟性は、専門用語や規制文書要件を持つ業界で特に価値がある。
中国AIエコシステム全体の挑戦
Qwen3.5は、中国のAI研究室による競争力のあるオープンソースモデルの発表が急増する中で登場しており、それらは総じて西側の技術的優位に挑戦している。同様のApache 2.0ライセンスで公開されたZ.aiのGLM-4.5ファミリーは、自動PowerPoint生成などの専門機能を備え、同等の性能を提供する。MoonshotのKimi K2とDeepSeekの各種オープンモデルも加わり、米国のクローズドシステムに代わる現実的な選択肢を提供するエコシステムが形成されている。
この傾向は、西側の既存AI企業に圧力をかけている。MetaはLlama 4ファミリーの登場後に批判を受けており、一部のAI研究者はベンチマークへの最適化懸念や実世界での性能のばらつきを指摘している。現代のLLM時代を切り開いたOpenAIは、7月に予定していたオープンソースの最先端モデル発表を未定の後日へ延期しており、中国の代替モデルが開発者の支持を獲得する余地を残した。
競争環境は技術仕様だけでなく、データガバナンスの問題にも及ぶ。中国発のモデルを採用する西側企業は、特にローカル展開ではなくクラウドホスト型APIを利用する場合、潜在的なコンテンツ制限やデータ主権の考慮事項を慎重に扱う必要がある。ただし、Qwen3.5の主要なバリアントはオープンソースであるため、これらの懸念の多くを和らげるエアギャップ展開が可能だ。
市場ポジショニングと今後の展望
Alibabaのリリース戦略は、ハードウェアの階層を問わないアクセシビリティを重視している。Qwen3.5-27Bは800K+トークンのコンテキスト対応による高効率展開を狙い、122B-A10Bバリアントは最大性能のためにVRAM 80GBのサーバー向けGPUを必要とする。この段階的なアプローチにより、組織は全社的なクラウド依存を強いられることなく、利用可能なインフラに合わせてモデルを選択できる。
同社は、命令調整済みバリアントに加えてベースモデルもオープンソース化し、研究コミュニティのファインチューニングとアーキテクチャ研究のニーズを支えている。この透明性は一部の西側競合の非公開開発慣行と対照的で、共同改善を通じて革新を加速させる可能性がある。
Hugging Faceでの初期コミュニティ反応は、特にモデルのエージェント機能と量子化安定性への熱意を示している。開発者らは、これまで最先端モデルの性能には不十分と見なされていたコンシューマーハードウェアでの展開に成功したと報告しており、独立ベンチマークが複雑なコーディングタスクへの慎重な見方を示す中でも、Alibabaの効率性の主張を裏付けている。
ポイント
- Alibabaは4モデルからなるQwen3.5 Mediumシリーズを発表し、うち3モデルをApache 2.0オープンソースライセンスで商用利用可能にした
- フラッグシップのQwen3.5-35B-A3Bは、Mixture-of-Expertsアーキテクチャにより、350億パラメーターのうちトークンごとに30億のみを活性化する
- 独立ベンチマークは結果が分かれている。知識と推論テストでは高い性能を示す一方、Claude Sonnet 4.5と比べて複雑な複数ファイルのコーディングタスクでは苦戦する
- 高度な4ビット量子化により、VRAM 32GBのコンシューマーGPUで100万トークン超のコンテキストウィンドウをサポートする
- Qwen3.5-Flash APIの価格は西側競合の30分の1から100分の1で、入力100万トークンあたり0.10ドルに対しClaude Sonnet 4.5は3.00ドル
- ネイティブThinking Modeは、最終出力を生成する前に内部推論チェーンを生成し、シリーズ全体でデフォルト有効
- オンプレミスAI処理を必要とする規制対象業界向けに、企業展開で完全なデータ主権を可能にする
- 本リリースは、Z.aiのGLM-4.5やMoonshotのKimi K2など、西側の独自システムに挑戦する中国発オープンソースAIモデルの広がりに加わる
