Alibabaは2026年8月上旬にQwen 3.8-Maxをリリースし、APIはすでにModel Studioで公開されています。このモデルは、総パラメータ数2.4兆（アクティブ950億）、100万トークンのコンテキストウィンドウ、および100万トークンあたり入力2ドル/出力6ドルの均一価格を提供します。モデル自体の詳細については、弊社のQwen 3.8解説記事をご覧ください。このガイドでは、キーの取得、リージョンの選択、最初の呼び出し、ツールへのモデルの組み込みといった実践的な側面について説明します。
このAPIをほとんどのモデルローンチと一線を画す一つの点が、Qwen 3.8が初日から2つのプロトコル、OpenAI互換エンドポイントとAnthropic互換エンドポイントを提供していることです。既存のOpenAI SDKコードはそのまま動作します。Claude Codeの設定も、3つの環境変数で動作します。このデュアルプロトコル設計により、Apidogで同じプロンプトを両方のプロトコル形式に送り、それぞれのストリーミング応答を観察するなど、APIを試すのが楽しくなります。詳細については後述します。
完全なウォークスルーはこちらです。
始める前に必要なもの
以下を参考に、後で困ることがないようにしてください。
| 項目 | 値 |
|---|---|
| モデルID | qwen3.8-max |
| コンテキストウィンドウ | 1,000,000トークン |
| 最大出力 | 65,536トークン |
| 入力タイプ | テキストと画像 |
| 料金 | 100万トークンあたり入力2ドル / 出力6ドル、全コンテキストで均一料金 |
| 推論制御 | reasoning_effort: xhigh (デフォルト), medium, low |
| プロトコル | OpenAIチャット補完 + 応答, Anthropicメッセージ |
| キー環境変数 | DASHSCOPE_API_KEY |
これらすべては、公式のQwen 3.8リリース発表とAlibaba Cloud Model Studioのドキュメントからの情報です。重みに関する注意点として、Alibabaは来週Hugging FaceとModelScopeでのオープンウェイトを約束しましたが、2026年8月上旬現在、まだダウンロードできません。このガイドのすべては、ホスト型APIに対して実行されます。
ステップ1: QwenCloudからAPIキーを取得する
home.qwencloud.comにアクセスし、サインインまたはアカウントを作成します。コンソールに入ったら、APIキーを作成します。Alibabaのプラットフォームは内部的にDashScopeの名前を使用しているため、環境変数の命名規則はDASHSCOPE_API_KEYです。
export DASHSCOPE_API_KEY="sk-your-key-here"
これをシェルプロファイルまたは.envファイルに記述し、ソースコードには含めないでください。このガイドのすべてのスニペットは、この変数からキーを読み取ります。
実際の費用をかける前にモデルをテストしたい場合は、無料枠があります。これは100万トークンで、90日間有効であり、シンガポールリージョンでのみ利用可能です。本格的な評価実行には十分な量です。
ステップ2: リージョン別のベースURLを選択する
Model Studioは、OpenAI互換APIを3つのリージョンから提供しています。お使いのサーバーに最も近いものを選択してください。
| リージョン | ベースURL |
|---|---|
| 北京 | https://dashscope.aliyuncs.com/compatible-mode/v1 |
| シンガポール | https://dashscope-intl.aliyuncs.com/compatible-mode/v1 |
| 米国 (バージニア) | https://dashscope-us.aliyuncs.com/compatible-mode/v1 |
シンガポールのエンドポイント（dashscope-intl）は、ほとんどの国際的なユーザーにとってデフォルトの選択肢であり、無料枠が提供されている場所でもあります。Model Studioのモデルリストは、qwen3.8-maxがテキスト生成に加え、画像および動画理解に利用可能であることを確認しており、8月3日の更新時点では推奨モデルのリストの最上位に位置しています。
以下の例ではシンガポールを使用しています。北京またはバージニアに地理的に近い場合は、ベースURLを入れ替えてください。
ステップ3: 最初の呼び出しを行う
このエンドポイントはOpenAIチャット補完形式をサポートしているため、公式のopenai Python SDKがそのまま動作します。DashScopeのベースURLを指すように設定してください。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "system", "content": "You are a precise technical assistant."},
{"role": "user", "content": "Explain idempotency in REST APIs in two sentences."},
],
)
print(completion.choices[0].message.content)
cURLでの同じ呼び出し:
curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-max",
"messages": [
{"role": "user", "content": "Explain idempotency in REST APIs in two sentences."}
]
}'
以前にOpenAI互換のプロバイダーを使用したことがあるなら、ここで目新しいことは何もありません。それがポイントです。他のモデルからの移行は、ベースURLとモデルIDの変更だけで済みます。旧世代から移行する場合でも、ワークフローは弊社のQwen 3.7 Plus APIガイドと同じで、新しいモデルIDとその背後にあるより優れた数値が適用されるだけです。
ステップ4: レスポンスをストリーミングし、推論を読み取る
Qwen 3.8-Maxは推論モデルであり、デフォルトで「思考」します。ストリーミングモードでは、最終的な回答が通常のcontentデルタとして届く前に、その「思考」がreasoning_contentデルタとして届きます。両方を処理してください。
stream = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "user", "content": "Design a rate limiting strategy for a public API."}
],
stream=True,
)
thinking_done = False
for chunk in stream:
delta = chunk.choices[0].delta
reasoning = getattr(delta, "reasoning_content", None)
if reasoning:
print(reasoning, end="", flush=True)
elif delta.content:
if not thinking_done:
print("\n--- answer ---")
thinking_done = True
print(delta.content, end="", flush=True)
思考ストリームについて知っておくべきことが2つあります。第一に、思考トークンは他のすべてと同じ料金で出力トークンとして課金されるため、長い推論チェーンは請求書に反映されます。第二に、デフォルトの努力レベルではモデルは一生懸命推論しますが、これは正確性には優れるものの、チャットUIには遅いです。これが制御に関する話題につながります。
ステップ5: reasoning_effortと思考フラグを調整する
APIはreasoning_effortの3つの公式レベルを公開しています: xhigh（デフォルト）、medium、lowです。努力レベルが高いほど、より多くの思考トークンが消費され、難しい問題での結果は向上しますが、レイテンシとコストが増加します。低い努力レベルは、分類、抽出、および単純なチャットに適しています。
思考動作自体を制御する2つの関連フラグがあります: enable_thinkingは推論プロセスをオンまたはオフにし、preserve_thinking（デフォルトでオン）はターン間で推論コンテキストを保持します。これらはDashScopeの拡張機能であるため、OpenAI SDKを使用している場合はextra_bodyを介して渡します。
completion = client.chat.completions.create(
model="qwen3.8-max",
messages=[{"role": "user", "content": "Classify this ticket: 'Login page 500s on Safari.'"}],
extra_body={
"reasoning_effort": "low",
"enable_thinking": True,
},
)
思考がオンかオフかに関わらず、課金はトークンごとに同一です。コストを変えるレバーは、モデルが生成する思考トークンの数であり、これはreasoning_effortによって直接制御されます。合理的なデフォルト設定としては、エージェント的なコーディングや分析にはxhigh、大量の生産エンドポイントにはlow、不明な場合はmediumを使用します。Alibabaのデフォルトを含む誰かのデフォルトを信頼するのではなく、ご自身のワークロードでベンチマークを行ってください。
Anthropic互換エンドポイント
ここが珍しい点です。OpenAI互換APIに加えて、Qwen 3.8はAnthropicプロトコルエンドポイントを提供しています。
https://dashscope-intl.aliyuncs.com/apps/anthropic
これはAnthropic Messages形式をサポートしており、ClaudeのAPI用に構築されたどのツールも、コード変更なしにQwen 3.8-Maxと通信できることを意味します。主要なユースケースはClaude Codeです。Alibabaは公式の設定を公開しており、それは3つの環境変数です。
export ANTHROPIC_BASE_URL=https://dashscope-intl.aliyuncs.com/apps/anthropic
export ANTHROPIC_AUTH_TOKEN=$DASHSCOPE_API_KEY
export ANTHROPIC_MODEL=qwen3.8-max
これらを設定した後でclaudeを起動すると、Claude CodeはQwen 3.8-Maxに対して完全なエージェントループを実行します。ここで注目すべき詳細があります。Alibabaは、独自のコーディングベンチマークのほとんどをClaude Codeハーネスで実行しました。Anthropicエンドポイントは互換性のための後付けではなく、ベンダー自身がコーディング数値を作成するために使用した構成です。もしエージェント的コーディングがあなたのユースケースであれば、弊社のQwen 3.8コーディング詳細で、これらのベンチマークの行と他のサポートされているハーネス（Codex、Qoder、Qwen Code、OpenClawもすべて公式設定があります）について説明しています。
Claude Code以外でデュアルプロトコルが重要となるのはなぜでしょうか？それは、あなたのチームが両方のエコシステムにまたがってコードやツールを分割している可能性があるからです。両方の形式に対応する単一のAPIがあれば、最初にクライアントを書き直すことなく、どちらの方向への移行もテストできます。
費用
要約すると、100万入力トークンあたり2ドル、100万出力トークンあたり6ドルで、0から100万コンテキストまでの均一料金体系です。100万コンテキストモデルでは珍しい、長文コンテキストの追加料金はありません。コンテキストキャッシングにより、キャッシュヒット時の繰り返しの入力は入力料金の10%になり、明示的なキャッシュ作成は125%で課金されます。公式料金ページに最新の数字が掲載されています。
比較のために、この発表価格はQwen 3.7-Maxの定価2.5ドル/7.5ドルを下回ります。ただし、ストリーミングのセクションでの課金に関する注意点を思い出してください。思考トークンは出力としてカウントされ、デフォルトの努力レベルはxhighであるため、実際の請求額は単純な表示価格計算よりも高くなります。具体的なコスト例と無料枠の詳細については、Qwen 3.8の料金詳細をご覧ください。
ApidogでQwen 3.8 APIをテストおよびデバッグする
デュアルプロトコル、トリプルリージョン、ストリーミング推論APIは、まさに適切なAPIワークベンチがその真価を発揮する種類のインターフェースです。Apidogでの実践的なセットアップを以下に示します。
OpenAI互換の仕様をインポートします。 プロジェクトを作成し、リクエストボディスキーマと共にチャット補完エンドポイント（POST /chat/completions）を追加します。APIはOpenAI形式に従っているため、既存のOpenAI仕様をインポートし、サーバーURL以外は何も変更せずに使用できます。Anthropic Messagesエンドポイントを同じプロジェクトの2番目のAPIとして追加し、両方のプロトコル形式を並行して利用できるようにします。
リージョンを環境としてモデル化します。 3つのApidog環境（北京、シンガポール、米国-バージニア）を作成し、それぞれに一致する互換モードのURLに設定されたbase_url変数と、共有のDASHSCOPE_API_KEYシークレットを持たせます。リージョンの切り替えは、すべてのリクエストを編集する代わりに、ドロップダウンをクリックするだけで行えるようになります。これは、本番環境にコミットする前に、お使いの場所から各リージョンへのレイテンシをチェックするためのクリーンな方法でもあります。
SSEストリームを検査します。 "stream": trueを設定してリクエストを送信し、レスポンスビューで生のサーバー送信イベントを観察します。まずreasoning_contentデルタが届き、次にcontentデルタが届くのがわかります。本番環境でストリーミングパーサーが誤動作した場合、その出力をApidogでの生のイベントシーケンスと比較することで、バグが自分のものであるかプロバイダーのものであるかを最も早く特定できます。
モデルを並べて比較します。 リクエストを複製し、モデルIDをqwen3.7-maxに変更して、同じプロンプトに対して両方を実行します。同じ方法はプロバイダーをまたがっても機能します。同じプロジェクト内にKimi K3 APIリクエストを保持し、実際のワークロードで2つのオープンウェイトのフラッグシップモデルをA/Bテストし、各実行の応答時間とトークン数を記録します。ベンダーのベンチマークテーブルは出発点に過ぎません。ご自身のプロンプトこそが本当のテストです。
上記の手順を試すために、無料でApidogをダウンロードしてください。このすべてのセットアップには約10分かかります。
よくある質問
Qwen 3.8 APIを無料で試す方法はありますか？ はい、あります。新しいModel Studioアカウントは、qwen3.8-max用の100万トークンの無料枠を取得できます。これは90日間有効で、シンガポールリージョンでのみ利用可能です。これが全提供内容ですので、評価トラフィックはdashscope-intl経由でルーティングして利用してください。
APIを使用する代わりにQwen 3.8をローカルで実行できますか？ 現時点ではできません。Alibabaは来週、Hugging FaceとModelScopeでのオープンウェイトを約束しましたが、2026年8月上旬現在、まだダウンロードできません。また、総パラメータ数が2.4兆であるため、量子化されたとしても自己ホスティングはマルチノードプロジェクトになります。今のところ、ホスト型APIがモデルを実行する唯一の方法です。
AnthropicエンドポイントはOpenAIエンドポイントと同じ機能をサポートしていますか？ AnthropicエンドポイントはAnthropic Messagesプロトコルをサポートしており、主にそのエコシステムのツールを動かすために存在し、Claude Codeが公式に文書化された統合として挙げられます。直接的なアプリケーションコードの場合、OpenAI互換エンドポイントの方がよく文書化されたパスであり、reasoning_effort、enable_thinking、およびストリーミングreasoning_contentはすべて上記で説明されています。
qwen3.8-maxはコーディング作業においてQwen3-Coderと比較してどうですか？ それらは異なるツールです。Qwen3-Coderは専門的なコーディングモデルのラインです。一方、qwen3.8-maxは、Alibaba自身の表で強力なエージェント的コーディング数値（ベンダーが実行したベンチマークによるとTerminal Bench 2.1で86.6）を偶然記録した汎用フラッグシップモデルです。両者のどちらかを選択する場合、同じAPIインターフェースを通して両方をテストしてください。モデルIDを除けば、呼び出しは同じです。
まとめ
Qwen 3.8 APIは、導入しやすいフラッグシップローンチの一つです。ベースURLを交換すればOpenAI SDKコードが動作し、3つの環境変数を設定すればClaude Codeのセットアップが動作します。また、均一な2ドル/6ドルの料金設定は、100万コンテキスト全体でのコストを予測するためにスプレッドシートを必要としないことを意味します。実際に注意すべき主な点は、xhighのデフォルトの努力レベルで出力として課金される思考トークンと、無料枠のリージョンごとの分割です。
まずは無料のシンガポール枠から始め、推論デルタがどのように振る舞うかを見るためにいくつかのリクエストをストリーミングし、Alibabaのものを含め、いかなるベンチマークテーブルも信頼する前に、ご自身のプロンプトを試してみてください。全体をApidogでプロジェクトとして設定し、リージョンを環境として、両プロトコルを保存済みリクエストとして扱うことで、その評価は即席のcURLでの午後から、次のモデルが登場したときにチーム全体が再実行できるものへと変わります。