Qwenとは？開発者のためのAlibabaモデルファミリーガイド

2026-11-03

要約

QwenはAlibabaのAIモデルファミリーであり、単一のチャットボットやAPIではありません。言語・推論、画像理解、画像生成などを担うモデルがあります。開発者は必要な入出力から具体的なモデルを選び、リリース前にAPIのリクエスト形式、レイテンシ、課金単位を検証してください。

QwenはAlibabaのAIモデルファミリーで、テキスト生成、推論、画像理解、画像生成などに対応します。開発者にとって重要なのは「このアプリはQwenを使っているか」ではなく、「どのQwenモデルが必要な入力を受け取り、求める出力を返し、本番環境の要件に合うか」です。

Qwenの名称は広いモデル系列、特定のリリース、サービスのグレードを指すことがあります。それぞれ別の選択です。まず用途とモダリティを定め、正確なモデルIDを選び、そのモデルを試してください。ファミリー全体で機能が共通だと決めつけてはいけません。

Qwenは単一モデルではなく、モデルファミリー

AlibabaのQwenには言語モデルと、用途を絞ったマルチモーダルモデルがあります。テキストを受け取ってテキストを返すもの、視覚情報を読み取ってテキストで答える視覚言語モデル、新しい画像を作る画像モデルがあります。画像を扱う点は共通でも、画像モデルと視覚言語モデルでは解決する課題が逆です。

Qwenという名称は一般向けのチャット製品にも開発者向けAPIにも使われます。ユーザーとしてQwenアシスタントを利用することと、アプリに特定のQwenモデルを組み込むことは同じではありません。API統合では、ブランド名よりもモデル識別子、受け付ける入力、出力形式、課金ルールが重要です。

Alibabaは2025年4月のQwen3発表で、Dense型と混合エキスパート型を含むオープンウェイトの言語モデル群を紹介しました。また、推論の目的に応じた思考モードと非思考モードを説明しています。ただし、後発のQwenサービスすべてが同じウェイト、ライセンス、推論モードの切り替え、リクエストパラメーターを持つわけではありません。使う予定のリリースそのものを評価してください。

どのQwenモデルを選ぶべきか？

アプリが提供すべき成果から逆算しましょう。以下は、AIAdapterのカタログに現時点で掲載されているAPIモデルと用途の対応例です。Qwenファミリー全体が一つのゲートウェイで利用できるという意味ではありません。

やりたいこと	まず試すモデル	確認すること
文書の要約、質問への回答、文章の下書き	Qwen3.5-Plus	手元の文書に対する品質、遅延、コンテキスト処理、トークン費用
より難しいテキスト処理や多段階の推論	Qwen3-Max	品質向上が実測の遅延や費用に見合うか
画像や画像を含む文書について質問する	Qwen3-VL-Plus	正確な画像入力形式と手元のサンプルでの性能
テキストの指示から画像を作る	Qwen-Image-2.0-Pro	対応サイズ、出力の扱い方、そのモデルの課金単位

この分類は検証の出発点であり、ベンチマーク順位ではありません。Alibabaの製品概要は汎用テキスト、視覚言語、画像作成を区別し、AIAdapterのモデルページは個別のモデルとAPIエンドポイント例を示します。選んだモデルのページと、実際に動くリクエスト形式の両方を確認してから、アプリでそのタスクが使えると判断してください。

テキストと推論：負荷に合ったグレードを選ぶ

文書QA、サポート対応、執筆支援では、同じプロンプトと資料で複数のテキストモデルを比べます。回答が提供された根拠を使い、指定形式に従い、許容時間内に返るかを見てください。短く繰り返す処理には、モデルが大きいことや名称が新しいことだけでは優位性を判断できません。

ツールを使うエージェントなら、ツール呼び出しの引数、障害からの復帰、複数ターンにわたる一貫性も試します。初期のQwen3における思考／非思考の区別は推論のトレードオフを理解する参考になりますが、別モデルのAPIが実際に受け付けると確認するまでは、Qwen3固有のスイッチを送らないでください。

画像理解：作るのではなく読み取る

Qwen3-VLのような視覚言語モデルは、グラフを読む、商品写真を解釈する、ページ画像から情報を抽出するといった、視覚コンテンツに関する質問を想定しています。通常はテキストで回答します。アプリに必要なのが画像を理解することであって描くことではないなら、この分野を検討しましょう。

テストには実務から難しい例を集めてください。小さなラベル、回転したスキャン、密な図表、多数の物体、解釈しにくい場面などです。対象モデルのゲートウェイが画像をどのように受け取り、サイズ、枚数、コンテキストをどう扱うか確認します。モデルページにあるテキストだけのチャット例は、画像入力の仕様書ではありません。

画像作成：新しい素材を生成する

Qwen-Imageは逆方向の仕事をします。テキストの指示を受け取り、新しい画像を返します。コンセプトイラストや広告素材の下書きが必要なアプリで検討できます。AIAdapterに掲載されたQwen-Image-2.0-Proのページには画像生成リクエストがあり、チャットモデルにはChat Completionsを使います。コード内で経路を分けてください。

プロンプトは合格条件に照らして試します。画像内に必要な文字、物体の配置、視覚的な一貫性、サイズ、使える出力の数などです。画像生成エンドポイントが編集やマスクにも対応し、他社の画像APIと同じフィールドを持つと仮定してはいけません。画像編集が必要なら、その操作を明示的にサポートするモデルと機能を選んで試してください。

開発者がQwenのテキストモデルを呼び出す方法

AIAdapterのAPIドキュメントでは、本番用のベースURLを https://api.aiadapter.com/v1、認証をBearer方式とし、チャットモデルには POST /v1/chat/completions を指定しています。カタログのモデルIDにはベンダーの接頭辞が付きます。掲載されている aliyun-bailian/qwen3.5-plus を使った最小限のテキストリクエストは次のとおりです。

curl https://api.aiadapter.com/v1/chat/completions \
  -H "Authorization: Bearer $AIADAPTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "aliyun-bailian/qwen3.5-plus",
    "messages": [
      {"role": "user", "content": "主な決定事項を2文で要約してください。"}
    ]
  }'

アカウントでキーを作成し、サーバー側にのみ保管してください。OpenAI互換クライアントなら、ベースURLを変更し、完全なカタログのモデルIDを指定できます。互換性は基本的な呼び出し形式を示すものであり、ツール、多モーダルのペイロード、推論制御、応答フィールドがすべてのQwenモデルで同じことを保証しません。

画像生成モデルでは上のチャットリクエストを流用せず、そのモデルの資料にある画像用ルートを使用します。二つ目のモダリティを実装する前に、モデルカタログで正しい識別子とエンドポイントを確認してください。

Qwen APIの採用前に何を測るべきか？

本番に近い条件で小規模な評価を行います。代表的な入力を保存し、合格する回答や画像の基準を定義してから、同じケースでモデルを比較します。品質、エンドツーエンドの遅延、エラー率、合格した出力一件あたりの費用を測りましょう。モデル名や一つの単価を比べるだけより、採用判断に役立ちます。

テキストでは入力と出力のトークンを分けて記録し、再試行も含めます。画像ではチャットのトークン課金を当てはめず、該当モデルページで実際の課金単位を確認します。AIAdapterの料金ページと個々のモデルページで現在の料金と条件を確認してください。単価や利用ティアが変われば、以前の比較結果も変わります。

テストごとに正確なモデルID、リクエスト設定、実施日を記録します。ファミリー全体への一般論より、具体的な二つの構成での実測が大切です。

よくある質問

QwenとQwen3は同じですか？

いいえ。Qwenはモデルファミリー全体の名称で、Qwen3はその中の特定世代の言語モデルです。Alibabaが2025年4月に発表したQwen3には、Dense型と混合エキスパート型のオープンウェイトモデルがあり、思考モードと非思考モードが紹介されました。その後の名称は別の世代、モダリティ、ホスト型サービスのグレードを指すことがあります。モデル選択時は正式なリリース名とその文書を確認してください。Qwen3の発表にある機能をすべてのQwen APIモデルに当てはめることはできません。

Qwenはオープンソースですか、それともAPIが必要ですか？

このエコシステムには両方の道がありますが、同一ではありません。Alibabaは初期のQwen3モデルのウェイトをApache 2.0で公開し、そのリリース条件に従った自社運用を可能にしました。ホスト型APIなら自分で推論基盤を運用せずにリクエストを送れます。元のQwen3発表から、ホスト型のQwen-Maxや視覚・画像モデルのライセンスやウェイト公開状況を推測しないでください。自社運用、マネージドのエンドポイント、その両方のどれが必要かを決め、対象リリースの条件を調べましょう。

Qwenは画像を理解し、画像も生成できますか？

ファミリー全体では両方に対応しますが、担当するモデルは異なります。Qwen3-VLなどの視覚言語モデルは画像を解釈し、通常はテキストで答えます。Qwen-Imageは指示から新しい画像を生成します。画像を用いたQAなら視覚モデルの入力形式を、素材制作なら画像モデルの生成エンドポイントと出力の扱いをテストしてください。同じQwenの名称やテキストチャットのサンプルだけでは、同じモデルが一度のAPI呼び出しで両方を行えるとは言えません。

OpenAI互換APIからQwenを使えますか？

対象モデルに対応する互換エンドポイントが用意されていれば使えます。AIAdapterは共通の /v1 ベースURLとChat Completionsを文書化しており、カタログには aliyun-bailian/qwen3.5-plus のような完全なIDが掲載されています。クライアントの設定を変え、APIキーと正確なモデルIDを指定してください。そのうえで実際にリクエストして、対応フィールドと応答を確認します。OpenAI互換は統合の入口であり、すべてのモデルが同じ高度なパラメーターを受け付けるという意味ではありません。

自分のアプリで最も安いQwenモデルはどれですか？

実際の負荷を無視してファミリー全体の最安モデルを決めても、役に立ちません。入力単価が低くても、応答が長い、再試行が多い、合格率が低いモデルでは総費用が増えます。具体的な各モデルの現在の料金と課金単位を比べ、同じテストセットで合格した結果一件あたりの費用を計算してください。チャットでは入力／出力の比率を、画像では該当する課金単位を考慮します。単価表を、ユーザーに必要な成果に基づく判断へと変えられます。

まず一つのタスクを選び、自分のサンプルで該当するQwenモデルを試してから、別のモデルへ広げましょう。最初の管理されたテストにはアカウント登録をご利用いただけます。

aliyun-bailian/qwen3.5-plus

aliyun-bailian/qwen3-max

aliyun-bailian/qwen3-vl-plus

aliyun-bailian/qwen-image-2.0-pro