Intern-S2-397B 対 Qwen3.8-Max：中国の2大フラッグシップ、正反対の経済的賭け

Intern-S2-397BとQwen3.8-Maxは、2026年9月上旬における中国のフラッグシップリリースの中で最も重大な2つであり、両者は正反対の経済的賭けに出ている。上海AIラボのInternLMチームが9月13日にApache-2.0の下で公開した4030億パラメータの科学的マルチモーダルモデル、Intern-S2-397Bは、オープンウェイトこそが科学的ワークロードとエージェント型ワークロードを制する道だと賭けている。トークン単位の料金はなく、重みはHugging Faceにあり、課金メーターは自前のハードウェアだ。アリババの2.4兆パラメータのフラッグシップで、8月3日に一般提供（GA）となり、9月2日に更新されたQwen3.8-Maxは、100万トークンのコンテキストにわたり、入力トークン100万個あたり2.00ドル、出力トークン100万個あたり6.00ドルの価格付きAPIに賭けている。オープンウェイトは一般提供の1週間後に登場し、独立系のArtificial Analysisによるスコアもすでに掲載されている。両者の対決は、どちらのベンチマークが勝つかというよりも、所有か従量制エンドポイントかという、どちらの賭けがあなたのワークロードの形に合うかという問題だ。

二つの旗艦、二つの賭け

Qwen3.8-Maxは、AlibabaのQwenラインにおける最高性能ティアであり、2.4兆の総パラメータと、512のエキスパート（10がアクティブ＋共有の1つ）にわたってトークンあたり約950億がアクティブ化されるスパースなMixture-of-Expertsモデルです。100万トークンのコンテキストウィンドウ（ホスト型APIでthinkingを有効にすると983,616トークン）、131,072トークンの出力上限、テキスト・画像・動画入力を備え、OpenAI互換エンドポイントで提供されます。その決定的な価格戦略は定額制です。プロンプトが5,000トークンでも900,000トークンでも同じ$2.00 / $6.00で、キャッシュ入力はより低価格です — 長文コンテキスト割増はなく、これはまさにほとんどの競合が依然として課金しているポイントです。Alibabaは自社の移行ガイドで、これをGPT-5.5、Claude Opus 4.7、Gemini 3.1 Proに直接対抗させています。

Intern-S2-397Bは、これまでとは異なる形のフラッグシップです。60層・512エキスパート（トークンごとに10がアクティブ）のMixture-of-Expertsモデルで、256Kのテキスト推論コンテキストと64Kのマルチモーダル、テキスト・画像・時系列という入力サーフェスを持ち、まずテキストを抽出して解析するのではなく、科学文献の生のページ——図表、レイアウト、記号表記、散文——をそのまま読む事前学習パラダイムを採用しています。その強化学習は20を超える科学領域にまたがり、サンドボックス環境での長期的なエージェント作業のために訓練されました。その価格設定は料金表ではなく、料金表が存在しないことにあります。Apache-2.0の重みをセルフホストするか、公式Intern APIへのアクセスをリクエストしてください。

• 料金 — Intern-S2-397B：料金表なし、セルフホストまたは Intern API 対 Qwen3.8-Max：100万トークンあたり $2.00 / $6.00 の一律、キャッシュ入力はより低価格。

• 規模 — Intern-S2-397B：総403B、512エキスパート／10アクティブ 対 Qwen3.8-Max：総2.4T、95Bアクティブ、512エキスパート／10＋1共有。

• コンテキスト — Intern-S2-397B: 256K テキスト / 64K マルチモーダル 対 Qwen3.8-Max: 1M トークン、定額制。

• 入力 — Intern-S2-397B: テキスト、画像、時系列 vs Qwen3.8-Max: テキスト、画像、動画

• 重み — Intern-S2-397B: Apache-2.0、リリース当日にオープン 対 Qwen3.8-Max: 独自の Qwen3.8-Max ライセンス、GA 後に 8月12日にオープン。

• 独立スコア — Intern-S2-397B: まだなし vs Qwen3.8-Max: AA Intelligence Index 40、GPQA Diamond 92.7。

どちらのテーブルもベンダーテーブルで、審判がいるのは片方だけです。

どちらのモデルも、ベンダー自身が実施したベンチマーク表とともに発表された。そのため情報源の扱い方は同一でありながら、実績は異なっている。Qwen3.8-Maxの独立系の数値はその後積み上がってきた。Artificial Analysisは、現在のIntelligence Indexで40、GPQA Diamondが92.7、HLEが43.0、独立系のコーディングスコアが71.8としており、現在の尺度ではインデックスタスク1件あたり約2.67ドルのコストがかかる。これらは第三者トラッカーによる実測値であり、この2つのフラッグシップが初めて手にした本物の審判役だ。

Intern-S2-397Bの根拠は、OpenCompass、VLMEvalKit、AgentCompassを通して実行され、重みとともに公開された自身のカードである：MMLU Pro 89.77、MMMU Pro 81.68、HMMT-2026 93.56、SWE-bench-Pro 68.54、そしてTerminalBench 2.1は64.04で、これはカード自体が古いクローズド世代に負けていると示す数値だ。その科学分野の行が、専門特化型の主張が存在する理由である：Biology-Instructions 55.71、SciReasoner 1.5 63.28、Mol-Instructions 53.95、MolecularIQ 62.35。これらのすべてはInternLM自身のもので、再現されていない。並べてみると、2つの根拠基盤は同じ物語を反対方向から語っている：一方のモデルは、まともな一般行を持ち外部測定のない専門特化型であり、他方は、独立したスコアを持ち科学分野のチューニングがない汎用型である。

お金の形が実際に何を買うのか

一律の$2 / $6課金はQwen3.8-Maxの代表的な特徴であり、それが何をもたらすかを明示する価値がある。リポジトリ分析エージェントが1回の呼び出しで20万入力トークン分のコードコンテキストを投入しても、短いチャットと同じトークンあたり料金を支払う — 長いプロンプトへの追加料金はない — そしてキャッシュを併用すれば、安定したコードコンテキストでは繰り返しトラフィックにおいて実効入力価格が劇的に下がる。このモデルはまた、Alibabaの独自ライセンスの下でオープンウェイトとして利用することもでき、同ライセンスは帰属表示付きの商用利用を許可しつつ、MAU 1億人超または月間収益2,000万ドル超の場合には規模に応じたゲートを設け、大規模なmodel-as-a-service事業者には別途契約を求めている。

Intern-S2-397Bの経済性は逆である。従量メーターは一切なく、代わりに資本支出がかかる。重みはBF16で約807 GB、188個のシャードにまたがる — 本格的なマルチGPUノードであり、FP8ビルドでは占有量が約半分に減る。すでにそのキャパシティを所有しているなら、次の科学的クエリの限界費用は電気代に近づく。そしてそれがこの賭けだ。所有によって、その専門モデルは限界費用の面で安くなる。ハードウェアを所有していなければ、「無料」モデルはパイロットであり、公式Intern APIが唯一の従量制の選択肢となる。

ルーティングすれば、この2つのフラッグシップは1つの接点を共有できます。Qwen3.8-MaxはOrcaRouter上で、Alibabaの定価に0%のマークアップを乗せずそのまま通した価格で提供されています、そのため、一律$2 / $6の料金や将来の値下げも同日にここへ反映されます。Intern-S2-397Bはルーティングされていません — これはまったく新しいチェックポイントで、そこへの経路はベンダー自身のAPIかセルフホスト型デプロイです。汎用で動画対応の長コンテキストのトラフィックは、すでにお持ちのキーで従量課金モデルへ送ってください。科学系のバッチ作業は、ご自身で運用するモデル側に残してください。どちらかのエンドポイントが不健全なときは、自動フェイルオーバーにカバーさせてください。境界は2つ目の統合ではなく、ルーティングルールです。

評決

汎用的な推論や動画対応のプロダクション作業には Qwen3.8-Max を選ぼう。100万トークンを通じた定額料金は競合が課すどの価格よりも優れており、独立したスコアボードがあることで、それを基盤に据えるリスクが下がる。その重みは、ほとんどのチームがすでに門内にいるライセンスの下で十分にオープンであり、$2 / $6 の料金体系はフロンティア旗艦の中でも盤上で最も攻めた価格だ。

科学技術ワークロードにはIntern-S2-397Bを選べ — 図表の多い論文、分子図、時系列信号 — 入力が、汎用モデルでは決してチューニングされてこなかった形でマルチモーダルであり、データレジデンシーや独自成果に対するファインチューニングがApache-2.0を決定的な特性にする場合には。ハードウェアの予算を確保し、自分で評価を実行し、独立した検証者が現れるまでは、その数値を主張として扱え。

正直にまとめると、この2つのフラッグシップは実際には代替品ではない。一方は、かなりの汎用能力を備えた自社所有の科学用計器であり、もう一方は、定額制で科学にはそこそこ関心がある、独立に評価された汎用モデルのレンタル品だ。両方を必要とするチームは、その境界をルーティングの判断として扱うべきであり、どちらかのベンダーのスライドにある数字を信じる前に、Intern-S2-397Bで自社の評価を再実行すべきだ。