日本語

← 一覧に戻る

コマンド1行でAPI5つ分を置き換え！Alibaba Cloud「百炼」CLIがオープンソース化、Agentの「水道・電気・ガス」を巡る戦いが正式開幕

itadol5j

カバー

5月29日、Alibaba CloudがAgent開発者たちを一斉に沸かせることをやった——百炼（Model Studio）のコア能力が正式にCLI化され、コマンド1行でAI Agentが150以上のモデル、10以上のアプリ、ナレッジベース、メモリ、Web検索などの一式そろった能力に自動接続できるようになった。

さらに重要なのは、百炼 CLIがGitHubでオープンソース化されており（modelstudioai/cli）、Claude Code、Qoder、OpenClaw、Hermes Agentなどの主流Agentフレームワークをネイティブサポートしていることだ。

一言でまとめると：以前は10個のAPIを手動で呼ばないと実現できなかったAgent能力が、いまはblコマンド1行で全部まかなえる。

百炼 CLIとは一体何か

Alibaba Cloud百炼（Model Studio）は、大模型とAgentアプリ開発のためのワンストッププラットフォームだ。以前のインタラクション方式はWebコンソール+API SDKで、コードを書き、環境を整え、Tokenを管理する必要があった。

いま百炼 CLIはコア能力をすべてコマンドラインに移した：

  • テキスト対話：Qwen3.7-max など主流モデル
  • マルチモーダル（Omni）：テキスト+画像+音声+動画をすべてサポート
  • 画像生成/編集：Qwen-Image 2.0、プロ級の文字レンダリング、写真級の画質、複数画像の合成
  • 動画生成/編集：HappyHorse-1.0シリーズ、テキストからの動画生成/画像からの動画生成/参照動画、最大9枚の画像参照に対応
  • 音声合成/認識：CosyVoiceのストリーミングTTS+5〜20秒の音声クローン；FunAudio-ASRは中国語方言7種を含む30言語をカバー
  • 画像/動画理解：Qwen-VL、長尺動画分析、チャート・ドキュメント解析、視覚推論、多言語OCR
  • ナレッジベース+メモリ：マルチモーダルRAG検索+セッション横断メモリ
  • アプリ呼び出し：百炼プラットフォームで公開済みのAgentとWorkflowを直接呼び出し
  • Web検索：リアルタイムのインターネット検索
  • コンソール機能：アプリ一覧の閲覧、無料枠の照会
  • ローカルファイル自動アップロード：URLパラメータにはローカルパスを渡せて、無料の一時ストレージ（48時間有効）へ自動アップロードされる

しかも各コマンドは構造化されたtool callとして使える——つまりAI Agentが直接呼び出せて、wrapperを書く必要がない。

3ステップでインストール、すぐに飛び立てる

環境要件：Node.js >= 22.12。

Step 1：CLI+Skillsのインストール

npm install -g bailian-cli
npx skills add modelstudioai/skills --all -g

Step 2：認証

bl auth login --api-key sk-xxxxx

APIキーは百炼コンソールから取得。無料ユーザーは各モデルに100万Tokenが付与され、最大5000万まで受け取り可能。

Step 3：使い始める

Qwenとチャット：

bl text chat --message "What is DashScope?"

マルチモーダル対話（テキスト+画像+音声+動画）：

bl omni --message "描述这张图" --image ./photo.jpg

画像生成：

bl image generate --prompt "A cat in a spacesuit" --out-dir ./images/

動画生成（ローカル画像から）：

bl video generate --image ./cat.png --prompt "Make the cat move" --download cat.mp4

無料枠の照会：

bl usage free --model qwen3-max

百炼アプリの一覧閲覧：

bl app list

セルフアップデート：

bl update

一言で2分の日本風青春動画を生成：公式の実物デモ

イラスト

百炼 CLIのGitHub READMEには公式デモが載っていて、見終わると理解が追いつかなくなる。

元のプロンプト：

日本の映像作品風で、女子高生の青い初恋の物語、とても甘い展開で、見た人が恋をしたくなるような、2分前後の動画、サイズは16:9で生成して

最終成果物：完全な2分、16:9の映画級ショートフィルム。全工程、人力編集ゼロ。

裏側の実行チェーンはこうだ：

  • Qwen Code（agentic codingモデル）がユーザーの意図を解析し、物語のテンポを計画し、どのツールを呼び出すかを決める
  • spark-video Skillが物語をショットに分解し、各ショットのプロンプトを書き、視覚的な一貫性（キャラクター、照明、色調、演出）を保つ
  • 百炼 CLIのbl video generateが各ショットをHappyHorse 1.0に並行で振り分けて生成
  • Skillが全クリップを再接合し、最終的な16:9、2分の完成品に仕上げる

タイムラインのドラッグもなし、フレーム単位の編集もなし。一言入れて、動画1本が出てくる。

これこそCLI化の最大の価値だ——複雑なワークフローを、Agentが自動でオーケストレーションできる原子的な能力に変えること。

なぜCLI化がAgent時代の切り札なのか

「CLIなんてコマンドラインでしょ、古い技術。そこまで盛り上がる？」と思うかもしれない。

ポイントは、CLIという形式がAgentとどれほど噛み合っているかだ。

従来のAPI接続：

  • コードを書く必要がある（Python/Node/Goでそれぞれ一式）
  • SDKのバージョン管理が必要
  • 認証、タイムアウト、リトライ、エラーコードの処理が必要
  • Agentから呼ぶにはさらにwrapperの作成が必要

CLI接続：

  • Agentはもともとシェルで働く存在で、CLIはその天然の言語
  • コマンド1行がそのままツール呼び出しになり、構造化出力がそのままモデルに戻る
  • 言語をまたいでも問題なし。bash、Python、Node、Goのどれからでも呼べる
  • アップデートはbl updateだけで、Agentはコードを変えなくていい

さらに刺激的なのは、百炼 CLIがClaude Code、Qoder、OpenClaw、Hermes Agentといった主流Agentフレームワークに直接ネイティブ互換していることだ。つまりこういうこと：

  • Claude Codeで「画像を生成して」と言えば、直接bl image generateを呼ぶ
  • OpenClawで「この動画を分析して」と言えば、直接blの動画理解能力を呼ぶ
  • Qoderでコードを書きながら、足りない能力はbl一発で補う

Agentは追加設定なしで、百炼の150以上のモデルの一式そろった能力を手にする。

150以上のモデルの裏側にあるもの

百炼プラットフォームが集約しているのはAlibaba通義シリーズだけではない。含まれるのは：

  • 通義千問（Qwen）全シリーズ（Qwen3-Max、Qwen-Image 2.0、Qwen-VL、Qwen Codeなど）
  • DeepSeekシリーズ
  • GLMシリーズ（智譜）
  • Kimiシリーズ（月之暗面）
  • MiniMaxシリーズ
  • Alibaba自研のマルチモーダル：HappyHorse、CosyVoice、FunAudio-ASR
  • サードパーティーのオープンソースモデルも大量に統合

この集約の利点は：模型会社ごとに別々にAPIキーを申請し、別々に入金し、別々に接続する必要がない。百炼アカウント1つで全部まかなえる。

さらにAlibaba Cloudのもう一つの切り札、Coding Plan（複数モデルを1つにまとめた定額月額サブスク）と組み合わせれば、開発者は毎月の定額で主要モデルすべてをフルに使え、API呼び出しの予算超過を心配する必要がなくなる。

認証方式がとても親切

イラスト

百炼 CLIは3つの認証方式を提供する：

  • 環境変数：export DASHSCOPE_API_KEY=sk-xxxxx
  • ログインコマンド：bl auth login –api-key sk-xxxxx（~/.bailian/config.json に永続化）
  • 単発コマンド：bl text chat –api-key sk-xxxxx –message Hello

コンソール機能（app list、usage free）にはブラウザログインが必要：

bl auth login --console

ナレッジベース検索にはRAMサブアカウントのAccessKeyが必要：

export ALIBABA_CLOUD_ACCESS_KEY_ID=LTAI5t...
export ALIBABA_CLOUD_ACCESS_KEY_SECRET=...
export BAILIAN_WORKSPACE_ID=ws-...

公式はさらにこう注意している：RAMサブアカウントを使い、ルートアカウントのAK/SKを使うな——このセキュリティ注意は非常にプロフェッショナルだ。

Alibabaのこの布陣が発する本当のシグナル

百炼 CLIの件を、Alibaba Cloud今年の全体の動きの中に置くと、リズムがはっきり見えてくる：

  • 1月28日：Alibaba CloudがOpenClawのフルクラウドサービスを提供開始し、Agentに必要なインフラを全面的に供給
  • 4月：通義千問Qwen3.7-Maxが発表され、コーディング能力がClaudeに肉薄
  • 5月：Coding Planサブスクプランが登場、月額49元から主要4大モデルを集約
  • 5月29日：百炼 CLIが正式にオープンソース化され、Agentがインストール後すぐ使える

この連続コンボの意図はきわめて明白だ：

Alibaba Cloudは、模型APIを売るだけのビジネスをするつもりはない。狙いはAgent時代の水道・電気・ガスになることだ——Agentアプリを作るなら、インフラ（OpenClawクラウドサービス）から、モデル選定（Coding Plan）、能力呼び出し（百炼 CLI）、Agentフレームワーク互換（Claude Code/OpenClaw/Hermes/Qoder）まで、チェーン全体をフルカバーする。

これはAWSがクラウド時代にS3+EC2+Lambdaをやったロジックと完全に同じ——単体のサービスを売りつつ、エコシステム全体を売る。

OpenClawやHermesといったプロジェクトとはどういう関係か

Agentエコシステムに詳しい人はこう問うだろう：Alibabaには自前のQwen Codeと百炼があるのに、なぜわざわざOpenClawやHermesといったサードパーティーフレームワークに互換するのか？

答えはきわめて現実的：開発者のワークフローはとっくにこれらのオープンソースAgentフレームワークに占拠されているからだ。

  • OpenClawは35.6万Starで、GitHub史上最速クラスの成長を記録したオープンソースプロジェクトの一つ
  • Hermes Agentは2ヶ月余りで7.1万Starを獲得、個人開発者の移行が最も活発
  • Claude Code、Qoderは国内外を問わずトップクラスのAIコーディングツール

Alibaba Cloudの選択はこうだ：これらのプロジェクトとユーザーの支持を奪い合うより、いっそインフラ供給者に徹する——どんなAgentフレームワークを使っていようが構わない、とにかく私の能力はすべて呼び出せる。

きわめて成熟した「シャベルを売る」戦略だ。金を採る人は入れ替わっても、シャベルは売られ続ける。

開発者への実践アドバイス

イラスト

今日すぐ試したいなら、この順番で：

ステップ1：無料Tokenを受け取る

百炼コンソールでアカウントを開設すれば、各モデルに100万Tokenが付与され、最大5000万まで受け取れる。普通の開発者なら2ヶ月使っても使い切れない量だ。

ステップ2：CLIをインストール

npm install -g bailian-cli
bl auth login --api-key sk-xxxxx

ステップ3：最も価値のある能力を試す

順番に試す：

  • bl image generate（画像生成、MidJourneyと比較）
  • bl video generate（動画生成、HappyHorse 1.0）
  • bl omni（マルチモーダル対話）
  • bl text chat（Qwen3.7-Max、Claudeと比較）

ステップ4：自分のAgentに組み込む

Claude Code、OpenClaw、Hermes、Qoderのいずれかを使っているなら、blを利用可能なツールとして設定するだけで、Agentが自律的に呼び出せる。

ステップ5：動画デモを動かす

公式のspark-video Skillで、一言からショート動画を生成してみて、Agentの完全なワークフローがどんなものか体感しよう。

おわりに

AI Agent時代の競争は、もうどのモデルのスコアが高いかではなく、どのプラットフォームがAgentにマルチモーダル・多能力・ツール横断の複合能力を最も容易に使わせられるかにある。

百炼 CLIオープンソース化の本当の重みは、能力呼び出しという最も痛い工程を平らにした点にある。以前、画像認識、文章執筆、動画生成、Web検索、ナレッジベース呼び出しができるAgentを作るには、5つ以上のAPIと接続する必要があった。いまはblコマンド1つで済む。

個人開発者には：boilerplateコードの80%が減り、製品ロジックに集中できる。

企業チームには：大量のAPI統合の運用コストが減り、百炼プラットフォームの国内コンプライアンスの後ろ盾が増える。

Agentエコシステム全体には：百炼 CLIのような原子化された能力+Agentに優しい設計パターンは、他の大手にも模倣されるだろう。今後1〜2年で、Tencent Cloud、Huawei Cloud、ByteDance火山エンジンが同様のCLIツールで追随する可能性が高い。

AI Agentの水道・電気・ガスを巡る戦いは、正式に始まった。

GitHubアドレス：github.com/modelstudioai/cli