Alibabaはエージェントのフィードバック向けに21億のQwenCloudトークンを提供

Why it matters

Alibaba is using token incentives to collect the real task traces and failure cases that agent benchmarks miss, while pulling developers deeper into its QwenCloud distribution channel.

Qwenは、Alibaba'sの大規模モデル運用で、火曜日に開発者向けキャンペーンを開始した。実世界のエージェントタスクをQwen3.8が完遂した、または失敗した具体例に対して、最大21億のQwenCloud使用トークンを提供するという内容だ。

Qwen Growth Plan 発表

Qwen Growth Planは、Alibabaが上海のWorld Artificial Intelligence ConferenceでQwen3.8-Maxを予告してから9日後の発表だ。開発者はタスクシナリオ、プロンプト、出力および評価を8月7日までに提出できる。Alibabaは成功例だけでなく失敗例も明示的に求めており、プロモーション的なコンテストを短期間の構造化された評価サイクルに変えている。

このアプローチは、Alibabaの共同創業者でCEOのEddie Wuの技術的直感に合致する。Wuは浙江工業大学の情報工学系を卒業し、1999年に事業が始まった際にはAlibabaの技術ディレクターを務めた。その後AlipayやTaobaoでCTOを務め、2023年9月にAlibabaの指導に戻った。Wuの下で、AlibabaはコマースとAIおよびクラウドコンピューティングを軸に戦略を集中させてきた。

このキャンペーンは、ベンチマーク発表だけでは提供できないものをWuのモデル組織に与える。すなわち、開発者がタスクをどう設定するか、エージェントがワークフローのどこで見失うか、そしてどの出力が実運用に十分有用と見なされるかについての詳細な記録である。

評価ループとして構築されたコンテスト

Alibabaは賞を三段階に分けた。10件の注目エントリはそれぞれ1億トークンを受け取り、公式のプロモーションビデオに登場する可能性がある。優秀賞50件はそれぞれ2000万トークンで、問題発見に役立つ失敗例に対する賞も含まれる。最初の10件の適格エントリには参加賞としてそれぞれ1000万トークンが与えられる。

70件の賞を合わせてAlibabaは21億トークンを提供している。これらの賞は、開発者がより長く複雑なワークフローを実行するよう促しつつ、支出をAlibabaのQwenCloudサービス内に留めるインセンティブになる。また、Qwenにはマーケティング用の磨かれたデモと、モデル評価用の難しい事例が提供されることになる。

提出はQwenOfficial@alibabacloud.comへ件名を"#QwenGrowthPlan + Task Description"として送る。Alibabaは応募者にエージェントのシナリオ、プロンプト、Qwenの実際のパフォーマンス、評価や提案、連絡先情報の提供を求めている。スクリーンショット、コード、圧縮ファイルの提出も受け付ける。

摩擦の少ない提出プロセスには実利がある。開発者は失敗を正式なベンチマークや再現可能なリポジトリ、公開バグレポートに変換せずに報告できる。Alibabaはそれらの例をタスクタイプや深刻度で分類し、どの挙動に対してポストトレーニングの対応が必要かを判断できる。

Qwen3.8はまだプレビュー製品である

QwenCloud's model documentationは、qwen3.8-max-previewをToken Planを通じて利用可能なプレビューモデルとして挙げており、100万トークンのコンテキストウィンドウ、思考サポート、関数呼び出し、組み込みツールを備えている。別のToken Plan documentationは、Alibabaがプレビュー期間中にモデルを改良し、後にオフラインにするか本番リリースに置き換える可能性があると記している。

Qwen3.8はQwenCloud's hosted tool systemを通じてウェブ検索、コードインタープリタ、ウェブスクレイピング、逆画像検索、テキスト→画像検索を呼び出すことができる。これらの能力は、エージェントが失敗しうる箇所を増やす。有用な回答は単一のモデル応答ではなく、計画、ツール選択、検索、実行、最終統合に依存する。

AlibabaのWAIC summaryはQwen3.8-Max-Previewを2.4兆パラメータのモデルと説明し、初期テストではAnthropicのClaude Fable 5に次ぐ位置にあると述べた。これらはAlibabaの主張である。現在のプレビューはToken Plan、Qoder、QoderWorkを通じて配布されている。

Growth Planは、本番モデルが到着する前にそれらの主張の周りにタスクレベルのエビデンスを構築する手段をAlibabaに与える。また会話を繰り返し実行可能な作業へとシフトさせる：リポジトリ全体でのコーディング、複数ソースからの調査、ドキュメント処理、複数のツールを必要とする作業の完遂などだ。

これは単なるリーダーボード上の順位付けよりも厳しい基準である。AlibabaのWAICでの主張がQwen3.8-Maxを他の最先端システムと直接比較する形を作った後、プレビューは「同等である」という議論を開発者の信頼につなげなければならない。

開発者のフィードバックはAlibabaのクラウド戦略に資する

このキャンペーンはAlibaba's infrastructure spendingに比べれば小規模だが、目的は同じだ。2025年2月、AlibabaはAIとクラウドインフラに対して少なくともRMB 380 billion（発表時点で約530億ドル）を、3年間で投資することをコミットした。WuはAIを「一世代に一度の」機会と呼び、クラウドコンピューティングをAlibabaにとってAI収益への最も明確な道筋だと位置づけた。

Alibabaは内部でモデル開発に資金を投入し、Qwenをクラウド製品を通じて配布し、トークン賞で実験を補助できる。Growth Planはそれらの資産を結びつける：開発者は計算資源を受け取り、Alibabaは利用とフィードバックを得て、最も強力な事例がモデルの販売資料になる。

WuはTaobaoからAlipayに至る既存の流通を持つ事業内で技術を構築するキャリアを積んできた。Qwenも同じパターンに従う。Alibabaは別個のモデルスタートアップを立ち上げたり外部資本を調達したりする必要はない。Qwenをコーディングツール、クラウドサブスクリプション、自社のインターネット製品に組み込み、このようなキャンペーンを使ってさらに工学的対応が必要なタスクを見つけ出すことができる。

失敗例を率直に含める点がこのプログラムの最も有用な部分だ。エージェントモデルは制御されたデモでは有能に見え、ツール、ファイル、指示の変化にまたがるタスクでは破綻しがちである。Alibabaがそれらの失敗を本番リリースで測定可能な改善に変えられたとき、Qwen3.8は開発者の信頼を得るだろう。