WeLM-617B

WeLM-617B は、Tencent 社内の WeChat AI が開発した WeLM（WeChat Language Model）ファミリーのフロンティア規模モデルです。総パラメータ 6,170 億、トークンあたり活性化 230 億のスパース MoE アーキテクチャを採用し、2026 年 7 月 14 日に「Hidden Decoding at Scale」の技術ブログと arXiv 論文の一部として初めて公開されました。Hidden Decoding は 100B+ MoE 規模で実証された初のシーケンス長スケーリング手法です。

モデル仕様

Hidden Decoding at Scale

Hidden Decoding は、継続事前学習中に適用されるシーケンス長スケーリング手法です。各トークンを独立した埋め込みテーブルを持つ並列ストリームに展開し、Transformer レイヤーの追加や拡幅を行うことなく、すべてのトークンにより多くの内部計算を与えます。WeLM-HD4-617B バリアント（n=4）は、通常の WeLM-617B 自己回帰ベースラインと比較して、9 つの共通ベンチマークすべてを改善しました。追加の継続トレーニングコストは、ベースモデルの全トレーニング予算の約 5.3% に過ぎません（0.90T vs 17.06T トークン）。

ベンチマークのハイライト（初期 SFT のみ）

• GPQA Diamond：89.1（HD4 で 91.2）。HD4 バリアントでは Kimi K2.6 の 90.4 を上回る
• HMMT：96.0（HD4 で 96.2）
• PHYBench：75.3（HD4 で 76.3）
• MMMLU：86.4（HD4 で 87.5）
• FrontierMath：49.0（HD4 で 51.0）
• SciCode：51.4（HD4 で 52.1）

WeChat エコシステムとの統合

WeLM は、2026 年 6 月からグレースケールテスト中の WeChat ネイティブ AI アシスタント「小微（Xiaowei）」を支えています。中核モデルは WeChat チームが自社開発した WeLM で、複雑な推論には DeepSeek が補助的に使用されています。この統合により、チャット履歴、グループチャット、公式アカウント記事、動画アカウント、PDF、Office 文書へのネイティブアクセスが可能になり、中国で最も呼び出し量の多い言語モデルの 1 つになると位置づけられています。

強みと限界

• 効率第一の設計：高度にスパースな MoE により、数十億の WeChat ユーザーに低遅延でサービスを提供します。
• 強力な中国語 + 多言語対応：中国のインターネットコンテキストに最適化され、コードスイッチングをサポート。
• クローズドエコシステム：Qwen や DeepSeek のようなオープンウェイトではなく、主に WeChat プロダクトに供給されます。
• 公開ベンチマークが限定的：617B の結果は初期 SFT のみで、RL ポストトレーニングのスコアは未公開です。

まとめ

WeLM-617B は、独自のスケーリング哲学を体現しています。単にパラメータを追加するのではなく、WeChat AI は追加の計算をシーケンス次元に折り込みます。クローズドで WeChat 中心のモデルではありますが、Hidden Decoding の成果は効率的なフロンティア規模スケーリングにとって真の技術的マイルストーンであり、小微を通じてすでに数億の WeChat ユーザーに届いています。

使用シナリオ

• WeLM-617B が自分のワークフローをカバーするか先に確認したい場合。

関連：Claude 3.5 Sonnet、Claude 3 Haiku。分類は models。