XYZ AI Lab、ディープサーチ向けオープンモデル XYZ-Aquila-mini を公開──Qwen3.6 ベースの 35B 級エージェント
Qwen3.6-35B-A3B をベースに bounded-exploration AI4AI パイプラインで事後学習し、亜 40B のオープンモデルで最高水準のエージェント検索性能を達成した。
リリース: 2026-07-22 · 読了 3 分記事の要約
1. 核心（What）
- XYZ AI Lab は 2026 年 7 月 22 日、ディープサーチ向けオープンモデル「XYZ-Aquila-mini」を公開した。
- Qwen3.6-35B-A3B をベースモデルとして採用し、bounded-exploration 型の AI4AI パイプラインによる事後学習を実施した。
- 評価対象のすべてのサブ 40B オープンモデルカテゴリにおいて、最高値のベンチマークスコアを獲得している。
- SGLang バージョン 0.5.14 以降を推奨し、8 基の GPU を用いたテンソル並列での OpenAI 互換エンドポイント構築をサポートする。
2. 影響（Why）
- 35B 級モデルによる高度なエージェント検索の実装: 商用 API に依存せずローカルや VPC 内で 256K の長文脈と長期的計画立案を伴うディープサーチ基盤を構築できるため、社内リサーチ自動化のコスト構造が大きく変わる。
- 国内リサーチ自動化 SaaS 開発への影響: 国内のインテリジェント検索やリサーチ自動化を手がける中小〜中堅 SaaS 事業者は、商用クローズドモデルから XYZ-Aquila-mini などのオープン推論モデルへの切り替えにより、トークン単価を大幅に抑制しながら同等以上の検索・検証精度を担保できるようになる。
3. 根拠・詳細（How）
- bounded-exploration AI4AI パイプラインによる最適化: 人間側がターゲット能力・制約・リスク境界・受容ポリシーを定義し、AI エージェント側がデータ・事後学習・ランタイム・ツール連携・評価インフラにわたる介入を自動提案して最適化を回す設計を採用している。
- AxisAgentic ハーネスによるマルチツール連携: チェックポイント単体ではなく、検索・スクレイピング・Python 実行の固定ツールコントラクトやリプレイ可能なコンテキスト管理を提供する「AxisAgentic」ハーネスによってエージェントの挙動を支えている。
- SGLang を活用した推論インフラの統合: sglang>=0.5.14 を前提とし、Qwen 向けの推論パーサーおよびツールコールパーサーを組み込んだ OpenAI 互換サーバーを `--mem-fraction-static 0.8` などの設定で効率的にホスティングする構成をとる。
4. 展望・課題（Next）
- 外部ベンチマークと実環境タスクの検証: 公開された ReAct 型の検索ハーネスを自社環境に適用し、複数ソースの証拠集成や検証プロセスにおけるスループットとコストのトレードオフを検証する必要がある。