未来観測新聞
登録なしで全文公開トップで紹介中の最新記事
AI評価・安全AIモデル

画像や動画を読んで仕事を進めるAI アリババが新版を正式提供

この記事を共有

ニュースの要点

アリババは11月16日、画像や動画を読み、検索や外部ツールを使って作業するAI「Qwen4-Max」の正式提供を発表しました。自社評価では、前世代より処理に使うトークン数を35%減らし、1作業当たりの平均費用を約60%下げたとしています。

杭州浜江にあるアリババの拠点を上から見た写真
写真:Charlie fong(2021年1月21日撮影の資料写真)/ Wikimedia Commons / CC BY-SA 4.0。全フレームを保持し、サイズと形式を変更しています。写真の変換版も同じライセンスです。
画像の権利情報

アリババは11月16日、仕事や創作、研究向けのAI「Qwen4-Max」の正式提供を発表しました。文章に加えて画像や動画を入力でき、調べ物や外部ツールの操作を組み合わせて作業を進めます。QwenCloudのAPIやToken Planのほか、同社のQwenWork、QwenStudioでも使えると案内しています。

一度に扱える文章や資料の長さは最大100万トークンです。トークンは、AIが文章などを処理するときの単位です。公式の技術資料では、プログラミング、事務作業、画面設計などに対応し、画像や動画を読み取った結果を文章で返す構成になっています。

同社によると、721の専門分野の仕事を使う自社評価「Work360」で、前世代のQwen3.8-Maxより総合的な性能が上がりました。Highという推論設定で、処理に使うトークン数を35%減らし、1作業当たりの平均費用を約60%削減したと説明しています。

11月11日には、Token Plan向けの先行版「Qwen4-Max-Preview」が登場していました。今回は正式版の提供です。シンガポールの国際向けAPI料金は、100万トークン当たり入力1.5ドル、出力4.5ドルです。発表で示された0.075ドルは、以前の入力を再利用するキャッシュが使えた場合の入力料金です。

このニュースをやさしく解説

要点

画像や動画から必要な情報を読み取り、検索や外部ツールで次の作業につなぐAIが正式提供されました。

写真や動画も資料にできる

Qwen4-Maxはアリババの仕事や創作向けのAIです。利用者が入力した文章・画像・動画を読み、結果を文章で返します。写真に写っていることや映像の内容も、AIへ渡す資料にできるということです。文章と一緒に画像や動画を渡せるため、伝えたい内容に合う形で資料を用意できます。

読んだ後の作業につなぐ

検索に加え、接続した外部のツールに処理を頼む機能もあります。例えば、担当者が新商品の写真と説明文を渡し、紹介文の下書きを頼む使い方が考えられます。確認したい情報を検索し、その結果も下書きに使う流れです。業務用のソフトウェアへ作業を引き継ぐには、そのソフトウェアとAIをつなぐ仕組みをアプリに用意します。

費用を比べるときの条件

アリババは721分野の仕事を使う自社評価で、前世代のQwen3.8-Maxと比べています。答えを考えるときの設定をHighにした評価では、処理するトークン数が35%減り、1作業当たりの平均費用が約60%下がったと報告しました。トークンはAIが文章などを処理する単位です。実際に払う金額は入力と出力の量や、使うサービスの料金によって変わります。

正式版をアプリから使う

11月11日にはToken Plan向けの先行版が登場し、16日に正式版の提供が始まりました。今回は外部のアプリからAIを呼び出す窓口であるAPIも使えます。利用者が画面で使うサービスに加えて、開発者が自分たちのアプリへAIを組み込む選択肢が広がったことが、今回の提供開始の意味です。

この記事に出てくる用語を確認する
Qwen4-Max
アリババの仕事や創作向けAI。文章・画像・動画を入力し、文章を出力します。
API
外部のアプリから機能を呼び出すための窓口。この記事ではアプリからQwen4-Maxを使うためのものです。
トークン
AIが文章などを処理するときの単位。今回の発表では処理量の比較や利用料金に使われています。
解説の参考資料

本誌の考察

一人ずつの注文に応える小さな工房

画像や動画を読み、外部の道具と組み合わせて作業するAIでは、一つの注文のために何度も調べ、提案を直す使い方が考えられます。注目したいのは、アリババが仕事一件ごとの費用削減を報告したことです。実際の業務でも少ない費用で済むようになれば、客ごとに細かく対応する仕事へ使う余地が広がります。

例えば、小さな家具工房の未来を想像してみます。客が送った部屋の写真、希望を書いたメモ、置き場所を撮った動画をAIが読み、職人が客に確認することと提案文の下書きを用意します。「棚を低くしたい」「掃除しやすくしたい」と注文が変わるたびに整理し直せれば、職人は木材の手触りや使い勝手を考える時間を増やせそうです。

この流れを仕事にするには、工房の材料一覧や作業予定をAIが読めるようにし、寸法や価格を職人が確かめる仕組みが要ります。AIが資料をまとめる工程と、人が制作内容を決める工程をつなげられれば、少人数の店でも客との相談を何度も重ねやすくなります。

さらに先には、暮らしが変わるたび、家の家具を近所の工房と少しずつ作り替える楽しみも生まれそうです。子どもが育ったら棚の高さを変え、趣味が増えたら机に道具をしまう場所を足します。気に入った物を自分の暮らしに合わせる注文が、近所の職人に相談できる身近な買い物になるかもしれません。

参考資料

無料会員で、もっと読む

気になる未来を、これからも。

無料会員は、ニュースを週3本まで全文で読めます。やさしい解説と本誌の考察で、日々の進歩を追いかけられます。

無料会員に登録する

カード登録不要。気になる記事の保存や、新着メールの設定もできます。