aiminute. ← AIニュース一覧
研究 AI Minute Newsroom 2026-08-07

独立ベンチマーク:Qwen3.8-Maxは米フロンティアのすぐ下——ただし何倍も働いて

独立ベンチマーク:Qwen3.8-Maxは米フロンティアのすぐ下——ただし何倍も働いて

Artificial AnalysisはアリババのQwen3.8-Maxに知能指数56を付けた。グーグル、Meta、xAIの全モデルを上回り、上に立つのはAnthropicとOpenAIの最上位モデルとKimi K3だけだ。エージェント評価GDPval-AAでは1739 Eloで2位(首位はClaude Opus 5 maxの1852)。ただし代償がある。エージェントタスク1件あたり平均64ターンを費やし(Qwen3.7-Maxは14ターン)、タスク単価は2倍超の1.14ドルに膨らんだ。

なぜ重要か独立した数字は今や中国のオープンウェイト2モデルを世界トップ4に置く。だがターン数の詳細も同じくらい重要だ。差は力業で埋められており、その力業は実運用の請求書に現れる。ベンチマーク順位とタスク単価は乖離しつつあり、買い手は両方を読むべきだ。
#AIエージェント

✓ 検証済み · 2ソース

WhatsApp X Telegram
アプリで読む——無料・9言語

関連ニュース

OpenRouterがおとりテストの後、推論事業者3社を外した。
2026-11-22
研究者がMetaのAIエージェントMuseから会話を持ち出せたと報告した。
2026-11-22
OpenAIは新モデルが推論を盗む攻撃をほぼ防いだと発表した。
2026-11-22
Leanの開発コミュニティがAIを使ったリーマン証明を正しいと認めた。
2026-11-22
公開AIモデルが自分の重みを書き換えて賢くなったと研究者が報告した。
2026-11-21