NVIDIA Nemotron Labs Dory 1.0 4B 対 Qwen 3.8：Alibabaの3層ラインナップに対抗するオープンウェイト4B

NVIDIA Nemotron Labs Dory 1.0 4B と「Qwen 3.8」の比較は対戦ではなく、ある特定的かつ示唆に富む意味での不整合である。Qwen 3.8 は単一のモデルではない。オープンウェイトの側では Qwen3.8-27B、Apache 2.0 の下で 256K のウィンドウを持つ 27B の高密度マルチモーダルモデルであり、その上には Qwen3.8-Flash と Qwen3.8-Max があり、どちらもより大規模で、どちらも Alibaba の API 経由でのみ提供されている。Dory は NVIDIA による単一の 4B、テキスト専用、英語専用のチェックポイントで、OpenMDW 1.1 ライセンスの下、4 つの量子化で Hugging Face に公開され、そのカードには「GA (10/16/2026)」と記され、背後に発表もない。したがって本当の問いは、4B が 27B に勝てるかどうかではない。自前でホストする弾力的な深さを持つ 4B が、そうでなければ Qwen3.8 シリーズから借り受けることになるタスクの層に到達するための、より安価な方法なのかどうかである。そして意思決定に最も関わる 2 つの事実とは、Qwen3.8-27B がオープンウェイトであるため両モデルとも自分のハードウェア上で動かせるということ、そして Dory 自身のカードが Qwen3.8 のどのモデルともベンチマーク比較を行っていないということである。

実際に比較されているのは何ですか？

まずQ​wen側から始めよう。なぜなら「Qwen 3.8」は3つの異なる命題を一緒くたにしているからだ。

Qwen3.8-27BAlibabaのオープンウェイトなdense視覚言語モデルで、Apache 2.0、270億パラメータ、64層、隠れ次元5,120、ネイティブで262,144トークンのコンテキストを持ち、モデルカードによれば100万トークンまで拡張可能とされています。テキスト・画像・動画を入力として受け取りテキストを返し、16個の繰り返しブロックにわたってGated DeltaNetとGated Attentionを組み合わせたハイブリッド構成を採用、Transformers形式で提供され、vLLM、SGLang、TokenSpeedをサポートします。LiveCodeBench v6で90.3、GPQA Diamondで89.2、IFBenchで79.5、Terminal-Bench 2.1で73.0を記録しており、これは長いエージェント・視覚タスクの結果リストの一部です。2026年8月中旬から公開され、数百万回ダウンロードされています。

Qwen3.8-FlashとQwen3.8-Maxはホスト型のティアです。Flashは100万トークンのコンテキストを持つコスト最適化されたマルチモーダルモデルで、MaxはAlibabaのフラッグシップであり、同じく100万トークンで、最強のプロプライエタリモデルに対抗する位置づけです。どちらもオープンウェイトではありません。APIを通じて利用できます。

N​VIDIA N​emotron Labs Dory 1.0 4Bは4Bです。Dense、looped、latent-recurrent——8層の入力ブロック、可変回数適用される20層の再帰ブロック、8層の出力ブロック——で、スライディングウィンドウとフルアテンションが交互に組み合わされたハイブリッドアテンションを備えています。テキスト入力、テキスト出力、英語のみ、256Kコンテキスト。6兆トークンで事前学習され、そのうち最初の約4.5兆トークンはネイティブにNVFP4で、さらに3000億トークンのコンテキスト拡張、その後SFTとマルチ環境GRPO。私たちが確認できる限り、これに対するホスト型エンドポイントは存在しません。

誤解を招きやすい点なので、正確に押さえておくべきことが1つあります。N​VIDIAはDoryをBF16、MXFP8、NVFP4、Q5_K_M GGUFで提供しています。正規のリポジトリIDはMXFP8のものですが、モデルカード内のベンチマークはBF16で測定されています。MXFP8は同じ重みを量子化したものであり、別のモデルではありません。

スペックの対比

• パラメータ — Dory 1.0 4B は 4B の dense モデルで、recurrent block を繰り返し適用するため、4 ループ時のトークンあたりの実効計算量はパラメータ数を上回ります。Qwen3.8-27B は 27B の dense モデルで、vision tower を備えています。両者は同じ重量級ではなく、小メモリのデプロイに収まるのはそのうち一方だけです。

• モダリティ — Qwen3.8-27Bはテキストだけでなく画像と動画も扱います。Doryはテキストを扱います。画像を含むワークロードはここで終わりです。

• コンテキスト — 両者とも256Kを謳っている。Qwen3.8-27Bのカードには、ネイティブで262,144ポジション、約100万まで拡張可能と記載されている。Doryのカードには、最大256K、出荷時の起動コマンドでvLLMにおいて262,144が検証済みと記載されている。Qwen3.8-FlashとMaxはいずれも100万トークンに直接到達する。

• ライセンス — Qwen3.8-27B は Apache 2.0、Dory は OpenMDW 1.1。どちらも商用利用に適しています。Apache 2.0 の方がよりなじみのある条文です。

• 言語 — Qwen3.8-27B は系統的に多言語対応。Dory は英語のみで、事前学習データに43のプログラミング言語を含む。

• 計算挙動 — これは Dory が Qwen3.8-27B には構造上提供できないものを持っている唯一の行です。Dory の深さはサービング時のパラメータです。レイテンシなら 1 ループ、NVIDIA 推奨のデフォルトなら 2、エージェント精度がより重要なら 4、すべて単一のチェックポイントから得られ、最終ループ KV キャッシュモードはループ数に関係なくキャッシュメモリをおよそ 1 ループ分のサイズに保つことを意図しています。Qwen3.8-27B は固定の深さで、その調整手段は量子化とハードウェアです。

• フォーマット — Doryはllama.cpp向けのGGUFを含む4種類の量子化を提供しています。Qwen3.8-27Bには別途FP8リポジトリがあり、量子化とファインチューンの非常に大きな派生エコシステムが存在します。それこそが数百万ダウンロードがもたらすものです。

NVIDIA自身の表が避けているベンチマークの問い

ここに気まずい事実がある。N​VIDIAのDory向けベンチマーク表は、Qwen3.5-4B、Qwen3.5-9B、Gemma 4 26B A4B、そしてQwen3.6-35B-A3Bと比較している。使用されているのはQ​wenの2世代前までで、Qwen3.8には決して手を伸ばしていない。4Bにとってそれは擁護できる選択だ——Qwen3.8-27Bはそのおよそ7倍の規模なのだから——だが、それはつまり、メーカーが現行のQ​wen世代との直接対決を、どちらの向きであれ一切公開していないということになる。A​libabaのQwen3.8-27Bのカードは、その一方で、独自開発のフロンティアモデルをベンチマークの比較対象としており、4Bとは比較していない。

Doryのカードが実際に公表しているのは、旧来の比較対象と照らし合わせると、ループがどこで効果を発揮するかについて正直だ。Qwen3.5-4BとQwen3.5-9Bに対する3つのループ設定を横断して見ていこう：

• SWE-bench Verified — 54.7 と 61.0 に対して 50.3 / 59.5 / 61.8。4 ループ時点では、Dory はこの行で 9B Qwen を名目上上回る。

• Terminal-Bench 2.1 — 15と24に対して12.5 / 18.1 / 22.2。4Bを含め、どちらにも負けている。

• τ³-bench（バンキング）— 11.6 / 12.89 / 14.69 対 5.03 と 7.22。Dory は 4B Qwen を 2 倍以上にし、9B をほぼ 2 倍にする。

• GPQA Diamond、ツールなし — 69.19 / 72.41 / 72.16 に対し 77.71 と 80.93。両方に敗北している。

• IFBench — 74.29 / 77.94 / 79（53.83 と 59 に対して）。指示追従における大きな勝利。

• AA-LCR — 63 / 71 / 73 対 64.7 および 68.4。長文コンテキスト検索はループによって大幅に改善し、最終的には上回る。

• AA-Omniscience — 15.02 と 18.05 に対して 10.03 / 10.08 / 10.03。保存された知識はループ回数ではほとんど変化せず、これは表の残りの部分が通過する健全性チェックである。

それらの数値はすべてN​VIDIAのもので、N​VIDIAのハーネス上で測定され、反復回数も開示されている——SciCodeは8回、AA-LCRは16回、いくつかのベンチマークはちょうど1回——そしてそのカードは、Artificial-Analysis的なスコアを、公式のものとは異なる可能性がある「内部推定値」と表示している。そのいずれも再現されていない。

では、Qwen3.8-27B のカードをその隣に置きましょう。報告されているスコアは GPQA Diamond が 89.2、IFBench が 79.5、Terminal-Bench 2.1 が 73.0 で、いずれも同じベンチマークにおける Dory の最高スコアを上回っています。これは、7 倍の規模で 2 世代新しいトレーニングパイプラインを持つモデルにまさに期待されるとおりです。知識や推論のベンチマークで、よく作り込まれた 27B を 4B が上回るようなシナリオは存在せず、Dory もそう主張していません。Dory が主張しているのは別のことです。すなわち、4B でおよそ 9B クラスのエージェント的挙動に到達すること、そしてその規模にどれだけの計算資源を投じるかを選べることです。

デプロイ：その差は小さくなく、そしてそれは品質の問題ではない

Qwen3.8-27Bはごく普通のオープンウェイトリリースです。Transformers形式、vLLM、SGLang、TokenSpeedへの対応が明記され、FP8の兄弟モデルもあり、8月以来1000をはるかに超える量子化と数百のファインチューニングを生み出してきたエコシステムを備えています。あなたのスタックが最新のオープンウェイトモデルを動かせるなら、これも動かせます。唯一の実質的な制約はメモリです — BF16の27B denseは小型マシン向けのモデルではありませんが、量子化版はまさにそのために存在します。

Dory は正反対です。vLLM 対応はオープンなプルリクエストでレビュー中で、マージされるまで NVIDIA は、そのブランチから precompiled-kernel フラグを付けて vLLM をインストールし、その後、再帰ループ回数と KV キャッシュモードを設定するオーバーライドを指定して起動するよう案内しています。llama.cpp 対応は 2 つ目のオープンなプルリクエストにあり、固定コミットと ARM64 macOS 向けビルド手順が含まれています。Dory 用のホスト型エンドポイントは、私たちが確認できる限りどこにも存在せず、本稿執筆時点で 4 つのリポジトリすべてのダウンロードカウンターはゼロでした。公開されている速度の数値は、DGX Spark での量子化による高速化に限られており、スループットに関するものではありません。内訳は、入出力長の組み合わせに応じて、BF16 に対する MXFP8 が 1.69× と 1.84×、NVFP4 が 2.17× と 2.44×です。

それと比べると、Dory のカードにあるメモリに関する主張は、その不便さを正当化しうる唯一のエンジニアリング要素だ。標準的な再帰ループではループごとに別々の KV キャッシュを保存するため、パスごとにメモリが増大する。Dory のラストループ KV キャッシュモードは、再帰アテンション層ごとに 1 つのキャッシュを保持し、各パスでそれを上書きすることで、ループ数に関係なくフットプリントをほぼ 1 ループ分のサイズに保ち、NVIDIA によれば精度もループごとのモードに近い水準にとどまる。もしそれが他者の測定でも成り立つなら、256K ウィンドウと 4 ループを備えた 4B は、そうでなければそれを賄えないハードウェアでも実用的になる。NVIDIA の外部で確認した者はいない。

この比較におけるOrcaRouterの実際の立ち位置

これは、私たちが具体的に言及できる稀な比較です。なぜなら、ここでは両者が異なる立場にあるからです。Q​wen側は当社のカタログに掲載されています：qwen/qwen3.8-27bはOrcaRouter自身のインフラストラクチャ上でセルフホストされており、qwen/qwen3.8-flashとqwen/qwen3.8-maxはホスト型エンドポイントとして利用可能で、いずれも1つのAPIキーを通じて、プロバイダーの定価でマークアップ0%となっています。N​VIDIA側はそうではありません — N​VIDIA N​emotron Labs Dory 1.0 4Bはカタログに掲載されておらず、私たちが確認できる限りどこにもホスト型エンドポイントが存在しません。

その非対称性はぎこちないどころか、実に役に立つ。小規模なセルフホストモデルを推す根拠はコストの議論であり、コストの議論には、対抗する相手であるレンタル価格が必要だ。Qwen3.8の3つのティアは価格が大きく異なる——27Bは入力100万トークンあたり0.33ドル、出力100万トークンあたり2.40ドル、Flashは0.15ドルと0.47ドル、Maxは2.00ドルと6.00ドル——だから「4Bはこれに取って代われるか」という問いの正直な答えは、今日実際にどのティアを使っているかによって3通りに分かれる。単一のOrcaRouterキーで3つすべてに到達できるので、その問いを値付けするのに3つのアカウントは要らない。私たちはプロバイダーの定価をマークアップなしで通過させるため、Qwenの価格変更は当日にここへ反映される。そしてティアを選ぶときには、プロバイダー間の自動フェイルオーバーと、1回の呼び出しの背后にモデルを組み合わせられるルーティングDSLによって、ホスト型QwenからセルフホストのDoryへの切り替え、あるいはその逆は、リファクタリングではなく1つの呼び出し箇所の設定変更で済む。私たちはDoryを提供しているのではない。私たちは、それが何に取って代わることになるのかを測る安上がりな手段なのだ。

評決

ワークロードがマルチモーダル、多言語、あるいは知識重視である場合——モデルが何かを行うのではなく、何かを知っている必要があるようなあらゆる場面——Qwen3.8-27B がオープンウェイトの答えであり、比較は競争にならない。サイズは7倍、世代は2つ新しく、大規模な派生エコシステムに支えられ、すでにそれをサポートするエンジン上で動作し、そのモデルカード自体が、Dory が GPQA や指示ベンチマークで到底及ばない数値を主張している。27B をそもそもホストしたくないなら、代わりに Flash または Max をレンタルすればよい。

Dory 1.0 4B は別の軸への賭けだ。ブランチからビルドする手間をかける価値があるのは、次の3つがあなたに当てはまる場合だけだ。タスクがテキストのみかつ英語のみであること、知識駆動型ではなくエージェント的であること、そして計算量ダイヤルを本当に使うこと — 負荷時は1ループ、精度が重要なときは4ループを、1つのチェックポイントから、2回目のダウンロードなしで実行する。そのカードは、この賭けが4Bでτ³-Benchと指示追従において報われると主張しており、それらの数値がどのように生成されたかについて、適切に割り引いて受け取れるだけのことを開示している。

決着をつけるのは、まだ誰も実行していないテストだ。共通のハーネス上で、同じ量子化で、エージェント型タスクセットにおいて、Dory 1.0 4B と Qwen3.8-27B を突き合わせるテストである。NVIDIA の表は現行の Qwen 世代を完全に飛ばしており、Alibaba の表は一つ下のウェイトクラスまで目を向けていない。誰かがその比較を公開するまでは、正確な見解はこうだ。これらのモデルの一方は、実績があり、サポートされ、広く導入されている 27B であり、もう一方は、面白いアイデアを中に含んだまま一晩で現れた 4B リポジトリである。そして、そのアイデアが構築に値するかどうかを言える唯一の人物は、あなたのタスクセットにおいて、ほかならぬあなたである。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。