Alibaba「Tongyi DeepResearch」30BパラメータのエージェントLLMをオープンソース化

2025年09月19日

Alibabaが30Bパラメータのエージェント型LLM「Tongyi DeepResearch」をオープンソース化
MoEアーキテクチャにより実際の動作は3.3Bパラメータで効率的な推論を実現
OpenAIのDeep Researchに対抗する長期研究タスクに特化した性能を発揮

SEOの常識を覆す
AIライティングエージェント

プロフェッショナルの業務フローを完全再現するAIの活用で、飛躍的な品質向上とコストダウンの両立。「magicss」でAI時代のSEO＆AIOを実現してみませんか？

今なら 1記事無料で生成可能（カード登録不要）

最短3分で無料体験する

革新的なMoEアーキテクチャで効率性と性能を両立

Alibabaの通義実験室が発表した「Tongyi-DeepResearch-30B-A3B」は、総パラメータ数30.5Bを持ちながら、Mixture-of-Experts（MoE）アーキテクチャにより、トークンあたりわずか3〜3.3Bのパラメータのみを活用する革新的な設計となっています[1]。この効率的な構造により、大規模モデルの性能を維持しながら、計算コストを大幅に削減することが可能になりました。モデルはApache-2.0ライセンスの下で完全にオープンソース化され、重みファイル、推論スクリプト、評価ユーティリティが含まれています[1]。

このモデルは特に長期的な情報探索タスクに最適化されており、Webツールとの連携により複雑な研究業務を自動化できる能力を持っています[1]。従来のLLMが単発の質問応答に特化していたのに対し、Tongyi DeepResearchは多段階の推論と情報収集を必要とする深い研究プロセスを支援することを目的として設計されています。

MoEアーキテクチャの採用は、AIモデルの民主化において重要な意味を持ちます。これは、高性能なモデルを限られた計算資源で実行できることを意味し、中小企業や研究機関でも先進的なAI技術を活用できる道筋を示しています。従来、30Bパラメータクラスのモデルは膨大な計算コストが障壁となっていましたが、実質3Bパラメータの動作により、この障壁が大幅に下がったと言えるでしょう。これは、まるで大型トラックの荷台に必要な荷物だけを積んで軽自動車並みの燃費で走行するような革新的な効率化です。

OpenAIのDeep Researchに対抗する戦略的リリース

このリリースは、OpenAIのDeep Research機能に直接対抗することを明確に意図しており、中国のAI企業が西側の独占的AIシステムに挑戦する broader戦略の一環として位置づけられています[2]。Tongyi DeepResearchは、HLE（32.9）、BrowseComp（英語43.4、中国語46.7）などの複数のエージェント検索ベンチマークで最先端の性能を達成しています[1]。

オープンソース戦略の採用により、Alibabaは開発者コミュニティとのエコシステム構築を重視していることが伺えます[2]。これは、独占的なAPIサービスに依存するのではなく、透明性と拡張性を重視したアプローチであり、グローバルなAI開発競争における新たな競争軸を提示しています。

この戦略的リリースは、AI業界における「オープンソース vs クローズドソース」の競争構図を鮮明にしています。OpenAIが高度な機能を有料APIとして提供する一方で、Alibabaは同等以上の性能を無償で提供することで、開発者の支持を獲得しようとしています。これは、かつてのLinux vs Windowsの競争に似た構図であり、長期的には業界全体のイノベーション加速につながる可能性があります。オープンソース化により、世界中の研究者や開発者がモデルを改良・拡張できるため、集合知による急速な進歩が期待できます。

高度な訓練手法と実用的な推論モード

Tongyi DeepResearchは、合成データ生成パイプラインとGroup Relative Policy Optimization（GRPO）を用いたオンポリシー強化学習により、エンドツーエンドでエージェントとして訓練されています[1]。この包括的な訓練パイプラインにより、従来のLLMとは異なる、実際の研究業務に特化した能力を獲得しています。

実用面では、ReActモードとIterResearch基盤の「Heavy」モードの2つの推論モードを提供しており[3]、用途に応じて効率性と性能のバランスを調整できます。OpenRouterなどのAPIプロバイダーを通じて既に利用可能となっており[3]、開発者は即座にこの先進的な研究エージェント機能を自身のアプリケーションに統合できます。

合成データ生成とオンポリシー強化学習の組み合わせは、AI訓練における新たなパラダイムを示しています。従来の大量テキストデータによる事前訓練とは異なり、特定のタスクに特化した合成データを生成し、実際の使用パターンに基づいて継続的に学習する手法は、より実用的なAIシステムの構築を可能にします。これは、まるで専門職の職人が実際の仕事を通じて技能を磨くように、AIが実際の研究タスクを通じて専門性を高めていく過程に似ています。この手法により、汎用性よりも特定領域での深い専門性を重視したAIの開発が加速すると予想されます。

まとめ

Alibabaによる「Tongyi DeepResearch」のオープンソース化は、AI業界における競争構図を大きく変える可能性を秘めた重要な出来事です。MoEアーキテクチャによる効率的な設計、OpenAIへの直接的な対抗、そして包括的なオープンソース戦略により、研究用AIエージェントの民主化が大きく前進しました。このリリースは、高性能なAI技術がより多くの開発者や研究者にとってアクセス可能になることを意味し、今後のAI研究とアプリケーション開発の加速化が期待されます。