大規模言語モデル

Qwen 3 が同時に2モデル発表:2.4T の Max は API のみ、27B こそ本命

Alibaba が 2.4T パラメータの MoE フラグシップ「Qwen3-Max」を API 限定で提供開始し、同時に 27B 稠密モデルをオープンソースとして公開。両モデルとも Coding と Cowork を狙い撃ちにしており、27B が開発者にとって現実的に手に取れる一手となっている。

文字サイズ

Alibaba が一気に 2 枚のカードを切った。

1 枚目は Qwen3-Max。2.4T パラメータの MoE フラグシップで、GPT-5、Gemini 2.5 Pro、Claude 4.5 Opus といったクローズドソースの最上位モデルと肩を並べる存在だ。もう 1 枚は Qwen3-27B、稠密モデルで、単一もしくは 2 枚のコンシューマ向け GPU で動作・微調整が可能になっている。

両モデルが同時に狙っているのは Coding(コード生成、Agent プログラミング)と Cowork(複数 Agent による協調作業)の 2 つの領域だ。

カードが表向きになったところで、問われるのは「開発者が実際に持ち帰るのはどちらか」という点だろう。


2.4T という数字は何を意味するのか

まずよくある誤解を解いておく。MoE の 2.4T は、推論時に 2.4T すべてが動くわけではない。

MoE(Mixture of Experts)の総パラメータ数は 2.4T だが、推論時には少数の Expert だけが活性化される。Qwen シリーズにおける活性化率は典型的に 10% 以下だ。つまり「2.4T」という数字は、いわば能力の目次のようなものだと考えると近い。モデルは多くのことを「知っている」が、ひとつの質問に応えるときにはその一部だけを呼び出す。

この数字が本当に意味するのは、以下の 3 点に集約される。

  1. 知識容量の上限が高い。学習段階で詰め込まれたパターンが稠密モデルより多い。RAG、複雑な指示、長 chain 推論といった「豊富な経験値がものを言う」タスクで有利に働く。
  2. クローズドソースのフラグシップに対抗する姿勢。2.4T 規模をオープンソースで出すのは、中国国内を見ても前例がなかった。Llama 4 Maverick でも活性化パラメータは 400B、Llama 4 Behemoth はまだ preview のままだ。Qwen は今回のリリースで、オープンソースの上限を一段引き上げた。
  3. 動かすための閾値は下がっていない。2.4T MoE をフルデプロイするには依然として H100/H200 を大量に揃え、VRAM は TB 単位で必要になる。一般開発者の手には届かない。到達するのはエンタープライズ向けの推論サービス事業者が中心だ。

したがって Max というカードは、大多数の開発者にとって「シグナル」であり「ツール」ではない。


27B こそが今回の本当のオープンソース爆弾

27B 稠密モデルこそが、開発者が今日実際に手を動かせるカードだ。

押さえておくべきポイントは以下のとおり。

  • RTX 4090 / 5090 の 1 枚で推論可能。INT4 量子化なら 24GB VRAM に収まる
  • A100 / H100 の 2 枚で微調整可能。LoRA / QLoRA がそのまま使える
  • 稠密アーキテクチャで、Expert ルーティングに起因するデプロイの落とし穴がない。vLLM、SGLang、TensorRT-LLM がいずれもそのまま対応する

筆者がとくに注目しているのは、対象シナリオの設定だ。Coding と Cowork を同時にオープンソースにしている。

これまでのオープンソースモデルは、「汎用はそこそこだが Agent は弱い」というケースが多かった。2 行のコードは書けても、Claude Code、Cline、Cursor のようなツール呼び出しチェーンに接続すると急に崩れる。Qwen は Coding(コード生成、ツール呼び出し、プランニング)と Cowork(複数 Agent 協調、ロールプレイ、タスク分解)を同時にカバーすることで、実質的にコミュニティにメッセージを送っている。この 2 つのワークフローにおけるオープンソースの土台は我々が引き受ける、と。


Coding と Cowork の二正面作戦

なぜこの 2 本の战线なのか。理由は単純で、資金と人材がそこに集中しているからだ。

Coding Agent は 2024 年後半から 2025 年にかけて最もプレイヤーがひしめく領域だ。Anthropic は Claude Code を製品クラスの体験に磨き上げ、Cursor の評価額は 100 億ドル超え、Devin、Cline、Codex CLI と続いていく。基盤モデルの性能がそのままこれらのプロダクトの到達点を決める。

Cowork(協調 Agent) は Agent フレームワークの主戦場だ。LangGraph、CrewAI、AutoGen といったフレームワークが、「複数 Agent の役割分担・通信・状態共有」をグラフやステートマシンとして抽象化している。基盤モデルのロールプレイ性能、指示追従性能、長文コンテキストの安定性が、これらのフレームワークで支えられるタスクの複雑さの上限を決める。

Qwen が Coding と Cowork の両方向の能力を同時にオープンソースにしたということは、この 2 つのラインにおけるオープンソースの基盤を固めたということだ。中国国内のチームにとって、Cursor や CrewAI クラスのプロダクトを再現する際に、モデル部分を一から作り直す必要はなくなった。


オープンソースが 2T 規模へ、中国勢のペース

他のプレイヤーの動きと並べるとこうなる。

  • Meta / Llama シリーズ:Llama 3 で 405B まで到達、Llama 4 Maverick は活性化 400B、Behemoth はまだ preview
  • Mistral:中小モデル路線を一貫して維持、Mixtral シリーズの MoE も 200B を超えていない
  • DeepSeek:V3 は 671B MoE で、それまでオープンソースとして最も大規模モデルに近かった存在

Qwen の今回の 2.4T MoE は、文字どおり一段階上のジャンプだ。その背後にはエンジニアリング能力と計算資源準備の両面にわたる賭けがある。

注目すべき細部がいくつかある。

  • Alibaba は 2024 年から Qwen2.5 シリーズを継続的にリリースしており、オープンソースのテンポは一度も途切れていない
  • 今回は Max と 27B を同時リリースしており、「フラグシップ + 実運用」というプロダクトマトリクスをチームとして確立しつつある
  • 数ヶ月ぶりの復帰で、いっきに上限をクローズドソースのフラグシップ級まで引き上げた。これは中国国内の基盤モデル競争のトーンを決める動きだ

中国のエンジニアにとって直接的な影響は明快で、最先端 Agent モデルを再現するためのモデルコストが極限まで下がったことだ。27B は動かせる、微調整できる、どんな Agent フレームワークにも接続できる。次の波の Coding ツール系のオープンソースプロダクトは、おそらく Qwen 27B の上に立つことになる。


いますぐ手を動かすなら

今日から試したい人向けに、すぐに走らせられるルートをいくつか紹介する。

1. 重みを取得して 27B をローカルデプロイする

# Hugging Face から Qwen3-27B を取得
pip install transformers accelerate vllm

# vLLM でサーバーを立てる
vllm serve Qwen/Qwen3-27B-Instruct \
  --tensor-parallel-size 2 \
  --max-model-len 32768 \
  --gpu-memory-utilization 0.9

VRAM 目安(FP16 ベース):

  • 単一 GPU 推論:60GB 以上(A100 80G、H100 80G)
  • INT4 量子化推論:24GB(4090 / 5090 いける)
  • LoRA 微調整:80G GPU が 2 枚以上必要
  • QLoRA 微調整:24GB 1 枚で可能

2. Coding Agent フレームワークに繋ぐ

Qwen シリーズの tool calling は、オープンソースの中でも安定している部類に入る。Claude Code 風の CLI ツールに直接組み込むか、Cline、Roo Code のような IDE プラグインに繋ぐぶんには、ほとんどコードを変えずに済む。

# 例:OpenAI 互換プロトコルでローカル vLLM を呼び出す
from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="EMPTY"
)

response = client.chat.completions.create(
    model="Qwen/Qwen3-27B-Instruct",
    messages=[
        {"role": "system", "content": "你是一个 Python 工程师"},
        {"role": "user", "content": "帮我写一个 FastAPI 接口,读 CSV 返回 JSON"}
    ],
    tools=[
        {
            "type": "function",
            "function": {
                "name": "run_shell",
                "description": "执行 shell 命令",
                "parameters": {
                    "type": "object",
                    "properties": {"cmd": {"type": "string"}},
                    "required": ["cmd"]
                }
            }
        }
    ]
)

3. LangGraph / CrewAI に接続する

base URL をローカル vLLM に向けるだけでよい。LangGraph の ChatOpenAI 互換レイヤー、CrewAI の OpenAI 互換 LLM、いずれもこの方式で動作する。

はまりどころ:

  • ライセンス:Qwen シリーズは多くが Apache 2.0 もしくは Qwen 独自のライセンスを採用している。商用利用前に条件を確認すること
  • VRAM:27B のフル精度は約 54GB 必要で、量子化はほぼ必須。Max 版は基本的にローカルでは動かない
  • ツール呼び出し:Qwen のサブバージョンごとに tool calling 対応に差がある。デプロイ前に公式の評価で一度確認しておくとよい

最後に

Qwen の今回の動きは、「また大きなモデルが出た」という話にとどまらない。

同時に発せられたシグナルは 3 つある。オープンソースの上限がクローズドソースのフラグシップに並んだこと、実運用に耐えるサイズがコンシューマ GPU に降りてきたこと、そしてCoding と Cowork という 2 つの Agent 戦场で同時に土台が敷かれたこと。

中国国内の Coding Agent、Agent フレームワーク、AI IDE を手がけるチームにとって、これは「モデル層が足を引っ張らない」状態を実現するチャンスだ。残るのはエンジニアリング、プロダクト、流通の勝負であり、こちらはさらに難易度の高い战场になる。

出典:Latent Space, Qwen 3 Max: 2.4T MoE + 27B Dense Open Sourced, https://www.latent.space/p/ainews-qwen-38-max24t-and-27b-new

出典: https://www.latent.space/p/ainews-qwen-38-max24t-and-27b-new