Ep.621 Qwen3-VL登場──235B“思考版”までオープンでマルチモーダルが実戦投入フェーズへ（2025年10月9日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Oct 8, 2025 · 4m

9月下旬、Qwenが新しいマルチモーダル群「Qwen3-VL」を発表しました。シリーズの目玉は、オープンウェイトで公開されたフラッグシップ「Qwen3-VL-235B-A22B」で、用途別にInstruct版と推論重視のThinking版を同時公開。公式ブログとコミュニティ告知で“現行Qwenファミリー最強のVL”をうたうとともに、開発者向けの実装ガイドとAPI連携も一気に整えてきました。

Qwenはこの発表で、視覚認識や図表・文書理解、長尺動画の時系列把握までを広くカバーしつつ、テキスト単能でも一線級の性能を目指す設計だと説明しています。特徴として、256Kの長コンテキスト、空間・時間の位置合わせを高めた推論、そして多言語OCRの強化などを挙げ、企業の現場ワークフローに直結する“読む・考える・説明する”一連の体験を前提にチューニングしているのが見て取れます。

性能面の主張では、Qwen自身が「Instructが視覚系ベンチでGemini 2.5 Proに匹敵あるいは凌駕、Thinkingは複数のマルチモーダル推論ベンチでSOTA級」と強気の自己評価を提示しました。もっとも、これは自己申告に基づく数字であり、実務では独立評価やドメイン別検証が欠かせません。とはいえ“閉じた最上位”に肉薄するオープンの選択肢が増えた意義は小さくありません。…