Qwen 3.6 35B A3B 対 Qwen 3.8 27B：3Bアクティブか、それとも27Bデンスか？

2つの数字がこの組み合わせを決めており、それらは互いに逆方向に作用する。Qwen3.6-35B-A3Bは350億のパラメータを備えるが、1つのトークンに対して実際にオンになるのはそのうち約30億だけだ。Qwen3.8-27Bは高密度で、生成するすべてのトークンに対して270億のパラメータすべてが使われる。つまり、専門家混合（MoE）のほうが実行するには軽いモデルであり、保持するにはより重いモデルだ — 各ベンダー自身のリポジトリによれば、BF16重みは55.6 GBに対して71.9 GB — 一方、高密度モデルはトークンあたり約9倍の演算量を要求し、より少ないメモリに収まる。どちらも欠陥ではない。「どれだけのマシンを持っているか」に対する2つの異なる答えであり、どちらの答えが自分に当てはまるかがこの決定のすべてだ。

このページに時間を割く価値がある理由は、もう1つあります。この比較は、読者が35B A3B周辺で検索する形そのものであり — そのモデルの小さなファミリーに属するあらゆるクエリは、この比較の一変種です — そしてQwen3.6-35B-A3Bについては、ここにそれを説明するページがこれまで一切ありませんでした。そこでこのページは、双方について正直な段落を1つずつ載せ、それから比較に入ります。

35B A3Bビルドとは実際に何なのか

Qwen3.6-35B-A3Bは、Alibabaの2026年4月のQwen3.6世代におけるスパースなメンバーであり、2026年4月15日に作成されたベンダー自身のHugging FaceリポジトリでApache-2.0の下に公開されている。ベンダーのモデルカードはこれを、「合計35B、活性化3B」をうたうMixture of Expertsと説明しており、256個のエキスパートから構築され、トークンごとに8個のルーテッドエキスパートと1個の共有エキスパートが発火する。テキスト専用ではない。カードはこれを「Vision Encoderを備えたCausal Language Model」と呼び、リポジトリにはimage-text-to-textのパイプラインタグが付いているため、テキスト、画像、動画を入力として受け取り、テキストを返す。コンテキストはネイティブで262,144トークン、YaRNスケーリングにより約1,010,000まで拡張可能。その構成はハイブリッドで、Gated DeltaNet線形アテンションブロック3個とそれに続くゲート付きフルアテンションブロック1個の組を10回繰り返すもので、隠れ次元は2,048、40層。カードは、宣伝文句とアーキテクチャを分け、強調する2点を挙げている。すなわち、エージェント型コーディングと、以前のターンからの推論コンテキストを保持する「thinking preservation」オプションである。そのカードにあるベンダー自身の表では、SWE-bench Verified 73.4、Terminal-Bench 2.0 51.5、MMLU-Pro 85.2、GPQA 86.0、LiveCodeBench v6 80.4とされている。これらはすべてベンダー報告かつ未監査であり、以下で登場する箇所ではすべてこの注記が付く。

Qwen3.8-27Bとは何か

Qwen3.8-27Bは、Qwen3.8世代のAlibabaによるデンスな27Bオープンウェイトモデルで、Apache-2.0の下で公開されています。ベンダーのリポジトリは2026年8月5日に作成され、8月14日に最終更新されました。Qwen自身のカードはこれを「コンパクトでデプロイしやすいデンスモデル」と呼び、コーディング、専門業務、研究、長期的なエージェントタスクにおける向上を謳いつつ、これまでで最も高性能なオープンなQwen世代として位置づけています。同様に視覚言語モデルでもあり——「視覚エンコーダを備えた因果言語モデル」——テキストだけでなく画像や動画も受け付け、ネイティブコンテキストは262,144トークン、拡張時は1,000,000トークンです。比較するとアーキテクチャは従来型で、64層、隠れ次元5,120、専門家の集合ではなく中間次元17,408の通常のフィードフォワードネットワーク、そして兄弟モデルと同じ、3つの線形アテンションに1つのフルアテンションというリズムを採用しています。35B A3Bのカードが思考の保持について語るのに対し、Qwen3.8-27Bのカードは柔軟な思考制御について語っています——reasoning_effort設定はデフォルトでxhigh、mediumとlowも利用可能で、preserve_thinkingはデフォルトでオンです。そのカードはLiveCodeBench v6 90.3、GPQA Diamond 89.2、OSWorld-Verified 84.3、QwenSWEBench 79.0、Terminal Bench 2.1 73.0、SWE-bench Pro 61.7を報告しています——これもまたベンダー報告であり、監査は受けていません。重みの合計は18個のsafetensorsシャードにわたって55.6 GBで、視覚タワーを含めて数えるとパラメータ数は278億です。だからこそこのモデルは27Bと呼ばれ、27.8Bに相当します。

決め手になることが最も多い一つの数字：アクティブパラメータ

ファイルは総パラメータ数を示す。速度はアクティブなパラメータ数を示す。これはスペック表の別々の2つの列であり、読者はしばしばこれを1つに混同してしまい、その結果、22 GBのMixture of Expertsをダウンロードして、16.5 GBのdenseモデルが収まるはずの場所に収まると期待してしまうのだ。

この仕組みは率直に述べておく価値がある。それがこのトレードオフのすべてだからだ。密なモデルは各トークンを生成するためにすべての重みを読み出さなければならないが、スパース混合モデルはルーターが選択したエキスパートだけを読み出す。Qwen3.6-35B-A3Bは1トークンあたりおよそ30億パラメータ相当を読み出し、Qwen3.8-27Bは270億を読み出す。したがってこの混合モデルには、トークンあたりの計算量とデコードスループットにおいて構造上の優位があり、その優位は現実のものだ。しかし、他のエキスパートはただではない。それらはVRAMかシステムメモリのどこかに常駐していなければならず、そうでなければルーターが最終的にそれらを取得することになり、その取得は節約した演算よりも高くつくことがある。つまり、この優位は35B全体を保持していることを条件とする。これはmixture-of-expertsデコードの仕組みであり、これら2つの特定のモデルの測定結果ではない。そして、収まるかどうかという問いが、速度の問いの後ではなく前に来る理由でもある。

• ディスク上の総パラメータ数、BF16 — Qwen3.6-35B-A3B: 35.95B（26個のsafetensorsファイル、71.9 GB）。Qwen3.8-27B: 27.78B（18シャード、55.6 GB）。ベンダー自身のHugging Faceリポジトリによる、2026-10-13閲覧。

• トークンあたりのアクティブパラメータ — Qwen3.6-35B-A3B：約3B。Qwen3.8-27B：27Bすべて。dense は dense だから。

• アーキテクチャ — Qwen3.6-35B-A3B: 256エキスパート、トークンごとに8ルーテッド+1共有、40層、隠れ次元2,048。Qwen3.8-27B: 中間次元17,408の単一フィードフォワード、64層、隠れ次元5,120。

• ネイティブコンテキスト — 両方とも262,144トークン。Qwen3.6-35B-A3BはYaRNで約1,010,000まで拡張。Qwen3.8-27Bのカードには拡張で1,000,000と記載されています。

• ライセンス — 両方とも Apache-2.0。どちらもベンダーからダウンロード可能で、どちらもオープンウェイトであり、いずれにもシート単位やコール単位の条件は付いていない。

それぞれがトークンあたりいくらかかるか

両モデルは OrcaRouter で提供されているため、何もダウンロードせずにこれを決着できます。2026-10-13 時点の当社のライブカタログから読み取ると、qwen/qwen3.6-35b-a3bは入力トークン 100 万個あたり $0.248、出力トークン 100 万個あたり $1.485 で、コンテキストウィンドウは 262,144 トークン、最大出力トークン数は 65,536 です。qwen/qwen3.8-27bは入力 100 万個あたり $0.330、出力 100 万個あたり $2.400 で、同じ 262,144 トークンのコンテキストウィンドウです。両モデルは当社カタログに、より高い価格の 2 番目のホスト ID でも掲載されているため、請求書を比較する前に、実際に呼び出している識別子を確認してください。

100万入力トークンと25万出力トークンというワークロード — 小規模なコーディングエージェント配備の1か月分として妥当な量 — では、計算は次のようになります。Qwen3.6-35B-A3B：1.00 × $0.248 に 0.25 × $1.485 を加えて、約$0.62。Qwen3.8-27B：1.00 × $0.330 に 0.25 × $2.400 を加えて、約$0.93。新しいデンスモデルは、そのようなトラフィックではおよそ1.5倍のコストがかかり、その差は出力トークンで最も大きく、約62%に達します。

数字よりも重要なことが2つあります。第一に、これらは当社のカタログ価格であり、プロバイダーの公開定価にマークアップを上乗せすることはありません。したがって、ベンダーの価格変更は、ベンダーに届いたその日にこのページにも反映され、遅延も二次契約もありません。第二に、これらを2つではなく1つのキーで比較すべき理由は切り替えコストです。2つのIDは1つのエンドポイントの背後にあるため、一方から他方への移行はマイグレーションではなく文字列の変更で済み、自動フェイルオーバーにより、2つのうち馴染みの薄い方をトラフィックの一部で稼働させることができます。本番パスをそれに賭けることなく実行できます。上記の計算上の理由から初めてMixture of Expertsを評価するのであれば、それがその理由があなたのワークロードに当てはまるかを試す安価な方法です。

お使いのマシンに合うもの

これは、2つのモデルが実際に違いを見せる問いであり、同じ「総パラメータ数対アクティブパラメータ数」の区分が鍵になる。両モデルが持つコミュニティGGUFビルドを比較すると――これらはベンダー公式リリースではなくサードパーティのリポジトリであり、ファイル名も独自のものだ――同じ量子化ラベルでも、得られるファイルサイズは実質的に異なる：

• Q3クラス、最小の妥当な選択肢 — Qwen3.6-35B-A3B：UD-Q3_K_Mで16.60 GB。Qwen3.8-27B：UD-Q3_K_XLで13.15 GB。

• IQ4 付近 — Qwen3.6-35B-A3B：UD-IQ4_XS で 17.73 GB、UD-IQ4_NL で 18.04 GB。Qwen3.8-27B：UD-IQ4_XS で 14.25 GB。

• Q4_K_S — Qwen3.6-35B-A3B: 20.89 GB。Qwen3.8-27B: 15.36 GB。

• Q4_K_M、通常のデフォルト — Qwen3.6-35B-A3B: 22.13 GB。Qwen3.8-27B: 16.46 GB。

• Q4_K_XL — Qwen3.6-35B-A3B：22.36 GB。Qwen3.8-27B：17.56 GB。

• Q5_K_M — Qwen3.6-35B-A3B：26.46 GB。Qwen3.8-27B：19.77 GB。

• Q8_0 — Qwen3.6-35B-A3B: 36.90 GB。Qwen3.8-27B: 29.05 GB。

• BF16、出荷時のまま — Qwen3.6-35B-A3B：71.9 GB。Qwen3.8-27B：55.6 GB。

• また公開済み — Qwen3.6-35B-A3B には、ベンダー自身のリポジトリに FP8 チェックポイントがあり、コミュニティビルドには 21.71 GB の MXFP4 ミックスがある。Qwen3.8-27B も、ベンダーのリポジトリに FP8 チェックポイントがある。

2つの列を突き合わせて読めば、規則性はおのずと見えてくる。一致する各ラベルで見ると、同じ公称圧縮率でも混合モデルは4～8ギガバイト重い。ファイルは35B全体を保持しなければならず、そのうち一度に使うのは3Bだけだからだ。具体的には、24 GBのカードならQwen3.8-27BをQ4_K_Mで動かせてコンテキスト用の余裕もあり、Qwen3.6-35B-A3BをQ3またはIQ4で動かすとKVキャッシュがスペースを奪い合う。そして、この混合モデルで快適な長コンテキストセッションを望むなら、48 GB近くが必要になる。どちらで画像入力を使いたい場合でも、ビジョンタワー自身のファイルを追加すること。

ベンチマークの現状は、あなたが望むような場所にはない

これら2つのモデルを、名称が明示されたハーネス上で同一条件に揃えて直接比較した実行結果を公開した人はいません。私たちもそのようなものは把握していませんし、本ページは、証拠が裏付けていない順位を示唆することはありません。

実際に存在するのは、ベンチマーク名における2つのベンダーカード間の部分的な重複であり、それはあまりにも過大に読み取られやすいがゆえに、正確に示す価値がある。両方のカードに載っている名について言えば、Qwen3.8-27Bの数値は毎回高いほうである。SWE-bench Pro：35B A3Bが49.5であるのに対し、27Bは61.7。LiveCodeBench v6：80.4に対し90.3。HLE：21.4に対し30.8。CharXivの推論問題：78.0に対し83.7。OmniDocBench 1.5：89.9に対し91.1。RealWorldQA：85.3に対し85.9。そしてTerminal-Benchでは、この行が示唆するような形での比較はそもそも成立しない。35B A3BのカードはTerminal-Bench 2.0を51.5と報告している一方、27BのカードはTerminal Bench 2.1（Terminus）を73.0と報告している——ベンチマークのバージョンが異なるため、この特定のペアは互いに差し引くべきではまったくない。

これらすべてには、3つの注意点がある。数値は、同じラボが約4か月の間隔で公開した2つの異なるモデルカードに由来しており、監査は行われていない。各モデルが報告するベンチマークのいくつかは、そのモデル自身のカードにしかなく、対応するものが存在しない — 35B A3B側ではSWE-bench Verified 73.4とMMLU-Pro 85.2、27B側ではOSWorld-Verified 84.3とQwenSWEBench 79.0 — したがって、並べて比較することはできない。そして、同じ系統の新しいモデルが古いモデルより高いスコアを出すのは予想される結果であり、発見ではない。それは世代が進んだことを示すだけで、これから送ろうとしているトークンにとって古いモデルのほうが適しているかどうかについては何も語らない。

決定的な比較が必要なら、正直な道は自分のトラフィックで両方を走らせることだ。両者は同じキー上、同じエンドポイント上にあり、フェイルオーバーがあれば分割テストは安く済む。

どちらを選ぶべきか

選びましょうQwen3.6-35B-A3B。あなたのマシンが35Bの重みを保持でき、ワークロードがワンショット推論よりも生成の比重が大きい場合です。これが正解となるケースは次のとおりです：

• メモリを搭載していて — 快適な長コンテキストのローカル利用なら 48 GB 以上、より短いウィンドウで我慢できるなら 3 ビット級の量子化を施した 24 GB のカード — そのうえで、トークンあたりの計算量が最も少ないアーキテクチャを求めている。

• トラフィックが高並列または長生成で、トークンあたりのコストが請求額の大部分を占め、Mixture のスパースデコードが構造的にあなたの側にある場合。

• テキスト、画像、動画を受け取り、テキストを返す単一のApache-2.0成果物を求めていて、ペアのうち小さい方のダウンロードを求めるのは、のみダウンロードするのではなく自分でホストしており、入力と出力の両方でトークンあたりの価格がより低い場合

• あなたは意図的に3Bアクティブ規模に留まっている——ベンダー自身の表では1世代遅れることを受け入れ、その代わりにトークンあたりのコストを抑え、慣れ親しんだツール呼び出しインターフェースの背後でそれを行っている。

選ぶべきはQwen3.8-27Bです。メモリが制約条件になっている場合、またはこのペアで最新世代を求める場合。それが正解となるケース:

• 単一の24 GBカードで、追加購入の予定はない。Q4_K_Mでは16.5 GBなので、コンテキスト用の余地が実際に残る。mixtureには残らない。

• この組み合わせでは、ベンダーが報告したエージェントおよびコーディングの数値のうち最も強いものを望んでおり、それらが未監査のカードに由来し、条件を揃えた比較ではないことを承知しています。

• あなたのワークロードは比較的少数で、比較的大きなリクエストです — 文書とスクリーンショットの理解、リポジトリレベルの推論、computer-use スタイルの自動化 — ここではリクエストあたりのスループットよりも、各リクエストがどれだけ正しく処理できるかが重要になります。

• より小さいダウンロード、より速いコールドスタート、そして管理するより短いシャードリストを求めている場合。

そうしたもののどれも、勝者を生み出すわけではない。この2つのモデルは、あなたのマシン上の同じスロットを争っているわけではないし、上の数値が示しているのは、どちらが何かにおいて優れているかではない。示しているのは、どちらが、あなたがすでに持っているマシンに対して求めるものがより少ないか、ということだ。

多くの場合、決め手となるのはこの事実だ。ディスク上のファイルのサイズは総パラメータ数で決まり、トークンあたりの仕事量はアクティブなパラメータ数で決まる。したがって、Qwen3.6-35B-A3B はより速く動くモデルでありながら、収まらない方になり得るし、Qwen3.8-27B はトークンあたりのコストがより大きいモデルでありながら、それでも実際に動く方になり得る。自分が実際に抱えているのはその2つの問題のどちらなのかを見極めれば、選択は比較ではなくなる。