Qwen3.8-27B：AlibabaのQwen3.8シリーズにおけるDenseな27Bモデル

たったひとつの数字が、Qwen3.8-27Bを自分で動かせるかどうかを決める。55.6 GB。これはベンダー自身のリポジトリにあるBF16の重みの総計だ——safetensorsの18シャード、ビジョンタワーを数に入れれば278億パラメータ——そして、このモデルの現実的な住み処が、出荷時のまま動かすワークステーションではなく、圧縮ビルドを動かす24 GBのグラフィックスカードである理由でもある。その形から、Qwen3.8-27Bに関するほかのすべてが導かれる。これはdenseモデルであり、Mixture of Expertsではない。生成するトークンごとに270億のパラメータすべてが動く——同じ世代を共有するスパースな巨人たちとは正反対のトレードオフだ。そしてこれは、今回のラウンドで、その名の周りに実際の検索の広がりを持つ唯一のメンバーだ——読者はそれを単体で検索し、その周りに付く修飾語も検索する——だからこのページは、それが何であり、何のためにあるのか、そしてサイズやフォーマットを選ぶ前に何を選んでいるのかに対する、率直な答えである。

正確な識別が必要だ。このファミリーには紛らわしい3つの名前があるからだ。Qwen3.8-27Bは、AlibabaのQwen3.8世代におけるデンス型でセルフホスト可能なモデルだ。その兄弟は別の製品である：Qwen3.8-2.4T-A95Bは2.4兆パラメータのスパースなMixture-of-Expertsで、その重みも2026年8月にリリースされた。そしてQwen3.8-Maxは、同じアーキテクチャ上に構築されたホスト型APIであり、ダウンロード可能な重みは一切存在しない。この世代は2026年8月3日に発表され、27Bの重みは2026年8月14日にApache 2.0の下でHugging FaceとModelScopeに公開された——この日付を正確に記す価値があるのは、このローンチがこのモデルの年代を定めるものにすぎず、このページが報じている出来事ではないからだ。

それが何なのか、アリババ自身の言葉で

モデルカードはQwen3.8-27Bを「コンパクトでデプロイしやすいデンスモデル」と説明している。画像と動画を理解するネイティブな視覚言語モデルであり、柔軟な思考制御を備え、「複雑な多段階タスクをより高い信頼性で最後まで遂行するよう設計されている」。これはベンダー自身の位置づけであり、出典が明記されていて、モデルカードは5つの改善点を挙げてそれを裏付けている。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わたる中核能力の向上。自律的な計画立案と環境フィードバックの処理の強化。一般的なエージェントハーネスや開発ツールへの対応拡大。デフォルトで有効だがリクエストごとに無効化でき、その深さはreasoning_effortで調整できる思考モード。そして、STEMの図や文書から1時間規模の動画までをカバーするとモデルカードが述べているネイティブな画像・動画理解。

その主張の背後にあるアーキテクチャはハイブリッドだ。Qwen3.8-27Bは16個の繰り返しブロックとして構成され、各ブロックには3つのGated DeltaNet線形アテンション層と1つの完全なGated Attention層が含まれる — 合計64層、隠れ次元は5,120、値用の線形アテンションヘッドは48個、クエリ用は16個。わかりやすく言えば、4層のうち1層だけが従来のアテンションキャッシュを保持する。だからこそ27Bモデルは、この規模の従来型トランスフォーマーが要求するはずのメモリ負担なしに、262,144トークンのネイティブコンテキストを扱うことができ、またそのローカルフットプリントがパラメータ数から想像されるよりも扱いやすい理由でもある。コンテキストはYaRNスケーリングによって1,000,000トークンまで拡張されるが、カードは、これを常時有効にしたままにすると短い入力での性能を低下させる可能性があると警告している。Thinkingモードはデフォルトで有効だ。カードの推奨サンプリング設定は、thinking時はtemperature 1.0、top_p 0.95、そうでない場合は0.7、top_p 0.80であり、出力を寛大に割り当てることを推奨している — 長いウィンドウ内で最大262,144の推論トークン、最終回答用に131,072。

さて、ここからは正直な一般論の部分です。これはこのモデルの測定値ではなく、職人的な知見です。2026年におけるdenseな27Bは、特定の位置にあります。本当に役立つほど大きく、個人や小規模チームが所有するハードウェアに収まるほど小さいため、プライベート推論、トークン単位の課金が敵となるバッチ処理、そして高価な1回の呼び出しではなく安価な多数の呼び出しを行うエージェントループにとって、適切な形です。最も難しい推論、最長の単一ドキュメント、あるいは十分に良いものを所有するより最先端を借りたいと思うようなものには適した形ではありません — denseな27Bは、最高端では適切に提供されたフロンティアモデルに敗れ、最低端ではトークンあたりのコストで小さなMoEに敗れます。密度はレイテンシの事実でもあります。すべてのトークンで全パラメータが活性化するため、denseモデルは一般に、同程度の品質のsparseモデルよりトークンあたりが遅く、さらにQwen3.8-27Bは推論モデルなので、答える前に思考に出力トークンを使います。これらはどれも、この特定のモデルのスコアではありません。これは、あなたが下そうとしている判断の形です。

サイズとフィット、まとめ

要約です。細かい計算は本来あるべき場所に置いてあります。完全なBF16重みは55.6 GBで、これは80 GBアクセラレーターの領域の話です。圧縮ビルドが異例なほど扱いやすくなっているのは、ハイブリッドアテンション構成のおかげです。4ビット量子化なら十数GB台の中盤に収まり、通常のコンテキスト長なら24 GBカードで快適に動作します。16 GBカードが現実的なのは、より低い量子化または短いコンテキストを受け入れる場合だけです。そして8 GBは対象外です。64層のうち完全なアテンションキャッシュを保持するのは16層だけなので、長いコンテキストのコストは従来型の27Bよりも低く済みます — ただし無料ではなく、ウィンドウを広げるにつれて快適な24 GB構成を上限へと押し上げるのは、このキャッシュです。量子化ごとのVRAM段階表、コンテキスト長の曲線、Appleシリコンのユニファイドメモリの数値をまとめた別ページを用意しています。ハードウェアを購入するなら、このページではなくそちらをお読みください。

フォーマットは、やり方ではなく選択として

4つのルートが存在し、それぞれが異なる4つの問いに答えます。GGUFは互換性重視の選択肢です — llama.cppの系譜に連なり、最も広いハードウェアサポートを誇り、すでに手元にあるどんな環境でも動く形式であり、Qwen3.8-27Bを検索しているほとんどの人が実際に求めているものです。目の前のマシンで重みを動かしたい、そして量子化ティアを選ぶことを厭わないなら、これを選びましょう。MLXはAppleシリコン向けの選択肢であり、それは現実的なものです — このモデルはMLXを通じてMac上で動作し、27Bの視覚言語モデルにおいてそれは当然の前提ではありません。サービング側では、NVFP4とFP8は対話的に実行するのではなくデプロイする形式です。FP8は単一の大型GPU向けに、重みのフットプリントをおよそ半分にしながらモデルをほぼフル精度に保ち、NVFP4はビジョンタワーをフル精度のまま維持しつつ約25 GBのVRAMを測る、Blackwell時代のアグレッシブなビルドです。Unslothはファインチューニングのルートです — トレーニングパスが付属したGGUFパックで、重みをただ実行するのではなく変更しようとしているときのためのものです。これらのそれぞれにこのモデル配下の専用ページがあり、それぞれがこのページとは異なる問いに答えます。

ライセンスが実際に許可していること

Qwen3.8-27B は Apache 2.0 の下で提供されています。LICENSE ファイルはリポジトリにあり、そのライセンスは独自の契約ではなく標準的な寛容型ライセンスです。すなわち、ユーザー数上限やロイヤルティなしの商用利用、改変、再配布、そして明示的な特許許諾が認められています。ただし、譲渡するものにはライセンスと通知を必ず添付することが条件です。これが重要なのは、このファイルがファミリーの残りを規定するファイルとは別のものだからです — Qwen3.8-2.4T-A95B は Apache 2.0 ではなく、独自の Qwen ライセンスの下で提供されています — したがって「Qwen だから Apache」という前提は安全ではなく、本モデルはたまたまそれが当てはまるメンバーなのです。

重みに Apache 2.0 を適用することは、このページが隣り合って扱う最大の単一適格クエリ——無検閲版および abliterated 版——に対する、率直な答えでもあります。ライセンスが許すことは単純で、飾らずに言う価値があります。公開された重みは改変・再配布してよく、モデルの挙動を変える改変も含まれ、派生ビルドは同じ条件でリリースできます。これが abliterated リリースの仕組みそのものです——コミュニティやラボが、オープンライセンスの重みの改変コピーを公開し、再配布する。当社もこのモデルでそのルートを採っています。Qwen3.8-27B-Uncensored-GGUF、NVFP4、MLX ビルドは当社のもので、オリジナルと同じ Apache 2.0 条件で公開されています。ホステッドサービスが何を生成し、何を生成しないかは、ライセンスが何を許すかとは別の問いであり、このページはそれには答えません——フォーマット別の無検閲ページがダウンロードを扱っています。

何が未解決なのか

本当に未解決な点が3つある。100万トークンのコンテキストはネイティブのウィンドウではなくYaRNによる拡張であり、モデルカード自体も、静的YaRNスケーリングは短い入力の性能を損なう可能性があると注意喚起している。そのため、ほとんどのローカル環境での実用的な上限はネイティブの262,144ウィンドウであり、拡張を使うかどうかはデプロイごとに判断してテストすべき事項だ。アリババ自身のモデルカードは、マネージドサービスを求める読者にQwen Cloudを案内しており、これをこのモデル向けに近日提供予定と説明している。したがって2026年10月時点では、モデルカードが宣伝するホスト型ティアが一般提供されているとは確認できず、ティザーからその条件を説明するつもりもない。そしてモデルカードのベンチマーク表はアリババ自身の評価であり、それを公表した当事者によって再現されていない。これはローンチ後も残る注意点である。

利用可能性

当社はこのモデルを提供しています。識別子はqwen/qwen3.8-27bで、当社のライブモデル一覧にあります — これは高密度なマルチモーダル27Bで、テキスト、画像、動画を262,144ポジションのコンテキストウィンドウで受け付け、読者はOpenAI互換クライアントを、今日それに向けることができます。ここでこのルートについて言えるのは以上です。価格の主張も、スループットの主張もありません。コストで選ぶのであれば、このページの数字ではなく、ご自身のトラフィックから算出してください。

残る選択はフォーマットであり、それはソフトウェアの問題である前にハードウェアの問題だ。目の前のマシンで動かすなら、GGUF ルートは量子化の階層がある場所であり、自分のカードで足りるかどうかが分かる場所でもある。Mac なら、MLX ルートは、ユニファイドメモリがそもそも存在するかどうかを決める。次はそのどちらかを読んでください。ディスク容量を確保する前にモデルとは何かを思い出したいときだけ、このページに戻ってきてください。