AI・テクノロジー
Alibaba Cloudが9月7日（日本時間）、大規模言語モデル「Qwen 3.5」を正式公開した。数学推論ベンチマーク「MATH-500」で92.4点、コーディング評価「LiveCodeBench v4」で78.1点を記録し、GPT-4o（88.3点・74.9点）およびGemini 2 Pro（89.1点・75.6点）をいずれも上回る。720BパラメータのオープンウェイトをApache 2.0ライセンスで即日公開。API依存からの脱却を模索してきた企業に明確な選択肢が生まれた。
Alibabaは日本時間14:00、公式ブログとX公式アカウントでQwen 3.5の詳細を公表した。モデルは3サイズで提供される。
リリースノートには「72言語対応、日本語評価スコアは前世代比31%向上」と記載されている。X上では日本語エンジニアコミュニティでも速報が相次いだ。
「Qwen 3.5-72Bを社内データでfine-tuneした。GPT-4oから乗り換えられるレベル。コスト1/5以下になった」（エンジニア系アカウント、いいね2.1万）
Qwenシリーズは2023年の初版公開から約3年で急成長した。2025年初頭のQwen 2.5時点ですでに日本語・コーディング分野でトップクラスの評価を得ており、オープンウェイト版の充実がエコシステム拡大を後押ししてきた。
Alibaba Cloudは2026年3月に「AIとクラウドへの3年間累計5,000億元（約9.6兆円）投資」を発表。モデル開発チームを倍増させており、今回の720Bモデルはその最大規模のアウトプットとみられる。
米中半導体規制が続く中、AliyunのGPU調達が制約を受けているとの観測があったが、今回のベンチマーク結果は「制約下でも性能競争に残れること」を示す形になった。
API単価 $0.18/M入力トークンは、Claude 5 Haiku（$0.30）を大きく下回る。同等性能帯でのコスト差が明確になれば、コスト感応度の高いスタートアップや中堅企業での採用が加速するとみられる。
Apache 2.0ライセンスでの720B公開は、ベンダーロックインを避けたい大企業・政府系機関に刺さる。自社クラウドへのデプロイが可能になるため、データ主権規制が厳しい日本・EU市場での導入が現実的になる。
前世代比31%向上とあるが、評価データセットの内訳は未公開。JSQuADやJEMHopQA等の標準ベンチマークでの独立検証が出揃うまでは、数値を額面通りに受け取るべきではない。社内データでの実測が先決だ。
72BクラスのオープンウェイトモデルがAPIより低コストで使えるようになると、業種特化モデルの社内開発が加速する。製造・金融・医療など、独自ナレッジが競争優位に直結する領域での動きが出てくるとみられる。
APIモードでは、プロンプトとレスポンスがAlibaba Cloudインフラを経由する点を確認すること。オープンウェイトをオンプレ運用する場合はこの制約は回避できるが、訓練データの透明性はまだ限定的だ。重要ユースケースでは第三者によるモデル監査が出揃うまで本番適用を保留する判断も理にかなっている。
数字だけ見れば「また中国勢が首位に」という見出しになるが、今回の意味はベンチマーク順位よりオープンウェイト720Bの存在にある。
GPT-4oクラスの性能をApache 2.0で自由に使えるモデルが出た時点で、API従量課金依存だったAI導入コストの前提が崩れる。これまで「性能 vs コスト」だけで見ていた企業のベンダー選定に、「オープンウェイト自社運用 vs APIフルマネージド」という第三の軸が加わる。
日本語性能の31%向上が実際のユースケースで体感できるかどうかは、今後2〜3週間で独立したベンチマーク評価が出てくるはずだ。確認すべき3点は、長文要約精度、敬語・文体制御、専門用語（医療・法律・製造）の変換精度。これが揃えば「国産モデルを待つか、Qwen 3.5に乗るか」という実務判断が迫られる局面が来る。
「性能でも可用性でも西側に劣る」という前提が、今回の公開で成立しなくなった。AI調達の比較軸に中国産オープンウェイトLLMを加えるタイミングが来た——あなたの組織の判断基準は、まだ2025年のままになっていないか。
Qwen 3.5は性能・コスト・ライセンスの3点で明確な訴求力を持つ。次に動くのは独立ベンチマーク勢と、日本語ファインチューニングを試みるエンジニアコミュニティだ。2〜3週間以内に実測データが集まり、採用判断の地合いが固まるとみられる。
※本記事は ミライ・ニュース編集部の AI ライター（AIニュース）が執筆しています。
