Qwen3.8-27Bレビュー用のヒーロータイトルカード。タイトルは「Qwen3.8-27B レビュー」、サブタイトルは「自宅のOpusたるオープンウェイト27B——誇大広告を実際に検証」。オープンウェイトバッジ、Apache 2.0バッジ、GPU・サーバーアイコンセットを表示し、柔らかな青のグラデーションをアクセントにしたクリーンな白背景に配置されている。
Guides & Insights

Qwen3.8-27B レビュー: 「家のOpus」と呼ばれるオープンウェイトの27B — 誇大広告と照らし合わせて検証

著者

Alistair Wren

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Qwen3.8 27Bは、今すぐセルフホストできるオープンウェイトの27Bとして最高で、他を寄せ付けない。重みは2026年8月14日にApache 2.0で公開された。密な27B(ビジョンエンコーダーを含めると28B)で、262Kのネイティブコンテキスト、画像と動画のネイティブ入力、そしてベンダー報告のエージェント型コーディングスコアはCla​ude Opus 4.6 Maxと同等以上——SWE-bench Pro 61.7、DeepSWE 1.1 42.2、LiveCodeBench v6 90.3。目玉の価格はゼロ:55.6 GBをダウンロードして実行するだけ。ただし注意点も現実にある——独立系テストでは前世代より約3倍遅く、トークン消費も多いことが判明しており、ベンダーのベンチマーク表には今も再現結果がなく、1Mコンテキストはホスト型専用機能だ。ローンチ以降の興味深い動きはスペック表の下にある:10月13日、コミュニティによるllama.cpp移植版が、脱獄したPlayStation 5のGPUでこの重みを毎秒約20トークンで実行したと報告した。結論:24 GB以上のGPUがあり、従量課金なしでフロンティアに近い能力を求めるなら、セルフホストせよ——ただし、数字がどこで弱いのかを正確に把握した上で臨むこと。

まず結論から:Qwen3.8 27Bは使うべきでしょうか?

短い答え — ローカルおよびプライベートなワークロードにはイエス。調達判断の前に、第三者による数値を待つこと。 Qwen3.8 27Bは、オープンウェイトが製品であり、APIが利便性であるという珍しいモデルです。ライセンスがApache 2.0であるため、ハードウェアを用意すれば、トークンあたりの価格は恒久的にゼロとなり、その上に構築したものは再ライセンスされることも、遡って請求されることもありません。あなたが犠牲にするのは、速度、検証、そして利便性です。

すでにQwen3.6-27Bを実行していて満足しているなら、アップグレードは確かに実質的ですが、実時間の面では無料ではありません。Qwen3.8-Maxの発表からここにたどり着いたなら、これは同じ世代の、より小型でセルフホスト可能なメンバーです——異なる仕事のための異なるツールです。

ファストファクト、2026年10月15日確認済み

• リリース — 重みは2026年8月14日にQwen/Qwen3.8-27BとしてHugging Faceで公開され、ModelScopeにもミラーリングされました。タイムゾーンによっては8月13日と報じる報道もあり、このリリースはQwen3.8世代が発表されてから約1週間後に行われました。

• ライセンス — Apache 2.0:ダウンロード、改変、再配布、商用利用が可能で、明示的な特許許諾を含みます。永続的です。

• パラメータ — 27Bのdense(視覚エンコーダを含めると28B)、64層、隠れサイズ5,120、語彙数248,320。

• アーキテクチャ — ハイブリッド・アテンション:48層のGated DeltaNet線形アテンション層と16層の完全なGated Attention層(3:1の割合)。これが、27Bの高密度モデルが262Kトークンのネイティブ・コンテキストを保持できる理由です。

• コンテキスト — 標準で262,144トークン。ホスト版ではYaRNにより1,000,000まで拡張可能。

• 入力 — テキストに加えて、画像と動画をネイティブに入力として受け付け、テキストを返します。パラメータ数が28Bと表示されるのは、ビジョンエンコーダーを搭載しているためです。

• 思考 — デフォルトではオンの推論モードで、リクエストごとに無効化可能です。reasoning_effort(低/中/高)およびpreserve_thinkingは長時間のエージェント実行向けです。

• ウェイト — 55.6 GBのBF16 safetensorsが18シャードに分割されており、FP8およびコミュニティ製のGGUFも提供されています。

上記の仕様は、Hugging Faceのモデルカードと設定に基づいています:Qwen3.8 27B、2026年10月15日閲覧。ベンダーのベンチマーク表はアリババが公表したもので、いまだ追試されていません。記録上唯一の独立評価はArtificial Analysisによるもので、Qwen3.8 27BにIntelligence Indexで34点を付け、毎秒41.2出力トークンを計測しています。ベンダーの数値で埋め尽くされたカードに対するたった一つの指標であり、しかもそれらの数値を再現してはいません。

Qwen3.8 27Bが本当に得意とするもの

最も有力なケースはエージェンティックソフトウェアエンジニアリングです。Ali​babaは、DeepSWE 1.1で従来の27Bに対して3倍の向上(42.2対13.3)を報告し、SWE-bench ProではCla​ude Opus 4.6 Maxを上回るスコア(61.7対53.4)を記録しています。こうした数字が「自宅のOpus」というニックネームを生んだのです——個人が実際に所有できるハードウェア上で、フロンティアに迫るコーディング作業をこなす高密度な27Bモデルです。

Benchmark scoreboard card comparing Qwen3.8-27B with Qwen3.6-27B and Claude Opus 4.6 Max: SWE-bench Pro 61.7 vs 53.5 vs 53.4; DeepSWE 1.1 42.2 vs 13.3 vs n/a; LiveCodeBench v6 90.3 vs 83.9 vs 88.8; Terminal Bench 2.1 73.0 vs 63.4 vs 78.2; GPQA Diamond 89.2 vs 87.8 vs 91.3; OSWorld-Verified 84.3 vs 63.9 vs 72.7; QwenSWEBench 79.0 vs 49.3 vs 63.8; CoWorkBench 70.7 vs 61.0 vs 68.2. Footer: all figures Alibaba-reported, not yet independently reproduced.

生の数字以外にも、買いを正当化できる三つの点がある:

• ネイティブなマルチモーダル。画像と動画を入力し、テキストを出力する — 図解入りのドキュメントやビデオウォークスルーは、別モデルではありません。視覚推論スコア(チェーン・オブ・ソート機能を有効にした場合は85.6、ビジュアル数学は94.6、いずれもベンダー報告値)は、ビジョンエンコーダーが真価を発揮する部分です。

• 262Kネイティブコンテキスト。長期的なエージェントタスク、大規模なコードベース、数時間にわたるトランスクリプトが1つのウィンドウに収まります。ハイブリッド線形アテンション設計により、そのコンテキストのKVコストは、同じサイズの純粋なフルアテンションモデルよりも低く抑えられます。

• 無料で永続的な重み。 これがこのカテゴリの要点です。クローズドAPIモデルはレンタルであり、 Qwen3.8 27B は所有物です。4ビットでは24GBのカード(RTX 3090/4090クラス)で動作し、AMDはDay-0サポートを提供しました(AMD自身のブログによると、Ryzen AI Max+ 395で最大24.5トークン/秒、Radeon AI PRO R9700で51.8トークン/秒)。

レビューが厄介になるところ:速度、トークン、検証

これまでの独立テストは、研究所ではなく、一人のテスターによるハーネスだ。しかし、それが私たちが持つ最良のシグナルだ。実行されたのはQwen3.8 27BとQwen3.6-27Bを10の実世界タスク(llmcompareハーネスを介してGPT-5.5が判定)で比較したものだ。3.8は10タスク中9つで勝利し、平均スコアは8.838対6.862だった。「テスターがこれまで見た中で最も印象的な知能向上の一つ」と評された。また、使用トークン数はほぼ3倍で、実行もかなり遅く、あるタスクは約600%長くかかった。品質の飛躍は本物であり、実行時間というコストも本物だ。

それに対してさらに4つの不満点:

• 独立系ベンチマークは、カードが示唆するよりも少ない。ベンダーカードは詳細だが、そこに載っている数字はすべて依然としてAlibabaの自己申告です。10月15日時点で確認したArtificial AnalysisのIntelligence Indexスコア34は、このモデルにとって初めての独立系評価です——一つのラボによる一つのスコアであり、SWE-bench Pro 61.7やDeepSWE 1.1 42.2について何かを語るものではありません。エージェント性能に関する主張の再現が判断に必要な場合、それらはまだ再現されていません。

• VRAMの下限は現実だ。 BF16には80GBクラスのGPUが必要だ。24GBのカードに収めるには4ビットで実行するしかなく、コミュニティの報告(リリースから数日後のdev.toのコメントスレッド)によれば、量子化ビルドは「長いコンテキストの後で集中力を失う」という。VRAMがあるなら公式の重みを、なければ量子化版を——そして量子化の道は今や24GBカードのはるか下のハードウェアにまで届いており、以下のPlayStation 5の測定はその最初の確かな証拠だ。

• 1Mコンテキストはホスト専用です。オープンウェイトは262Kに制限されています。1Mに拡張可能という数字はQwe​n Cloudのホスト機能であり、ローカルコピーがそのまま実行できるものではありません。

• "Beats Opus"には但し書きが必要だ。エージェント型ベンチマークはハーネス固有の振る舞いを評価するものであり、dev.toのローンチ記事へのトップコメントも「実際の使用ではopusに勝てない」と率直に指摘している。スコアボードは良い日の上限と考えるべきで、約束ではない。

Qwe​n 3.8ファミリーでの位置づけ

• vs Qwen3.6-27B — 同じハードウェアクラスで262Kコンテキストを備えながらも、速度とトークン効率を犠牲にした大幅な性能向上です。すでに3.6を運用していてスループットがボトルネックになっているなら、現状維持も理にかなっています。

• vs Qwen3-Coder-30B-A3B — Coderは約3.3Bのアクティブパラメータを持つMoEで、はるかに高速(約90〜110トークン/秒)で動作します。dense 27Bはトークンあたりの速度は遅いですが、この世代のエージェント的利点を受け継いでいます。27Bのソフトウェアエンジニアリングのスコアが独立したテストで維持されるなら、Coder-30Bの役割は縮小します。

• vs Qwen3.8-Max — 2.4T MoEのフラッグシップはデータセンター向けモデル(APIのみ、公開情報ではトークン100万あたり約$2/$6)で、100万トークンのコンテキストと動画に対応しています。27Bの方がデプロイ可能なモデルです。両者は異なる問いに応えます。

ハードウェアフロアは10月13日に動きました

PS5LMは、ジェイルブレイクされたPlayStation 5上でGGUFモデルを実行するllama.cppの移植版であり、あなたがすでに所有しているコンソール内で動作します。そのリリースビルドは控えめで、v0.1.1は単一のペイロードで、約1.6 GBのモデルに制限されており、それは4ビットのQwen3.5 2Bで、それ以上ではなく、CPUのみで動作します。10月13日、このプロジェクトは、ハードウェアリストの見え方を変えるプルリクエストを採用しました。それは、コンソール用のコミュニティVulkanドライバに対してllama-serverをリンクするネイティブアプリのパスであり、UD-IQ2_XXS量子化(6.77 GiB、64kコンテキスト)でQwen3.8 27Bが毎秒20.7トークン、UD-Q2_K_XL(9.15 GiB、32kコンテキスト、q4_0キャッシュ)で毎秒20.3トークンを報告し、1つの7,775トークンの回答が毎秒19.7トークンで持続しました。同じコンソールは、Gemma 4 E4Bで毎秒61トークン、Llama 3.2 3B Instructで毎秒124トークンを返しました。これが27Bという数字を読む価値がある理由です。それは、小さなモデルが大きな数字を引き立てているわけではありません。

行動する前に、それが何であるかを明示せよ。それらの数値は、未マージのブランチ上でプルリクエストの作者自身が測ったものであり、ベンダーのベンチマークでも、リリース済みビルドのものでもない。PS5LM自身のリポジトリでは、GPUオフロードとQwen 3.8 27Bの両方がまだ出荷されていないロードマップ項目として依然として挙げられており、プルリクエストへのメンテナーのコメントでは、READMEにそれらの数値が載る前に、自身のコンソールで再現すると述べている。2人目のテスターは、アプリがそもそも動作していると報告している——ファームウェア4.50、7Bおよび9Bモデルで毎秒約30トークン——これは27Bの結果を再現することなく、仕組みを裏付けるものである。そこに到達するには、自分が所有するコンソール、ファームウェア7.00~13.60、そしてジェイルブレイクが必要であることも前提となる。

それが変えるのはコストに関する問いの形であり、その答えではない。ゲーム機上で毎秒約20トークンで動くdenseな27Bは、本物のGPUから提供される同じモデルより遅い——Artificial AnalysisはAlibaba自身のAPI経由で毎秒41.2トークンを計測しており、毎秒20トークンは2ビットビルドの速度で、圧縮が意味する品質低下を伴う。したがって、これは24GBカードを避ける理由ではない。むしろ、このクラスがそれをはるかに下回る環境でも動かせるという証拠だ。もし本当に知りたいのが、ジェイルブレイクに週末を費やす前にそのモデルが良いかどうかということなら、安上がりな経路は従量課金の呼び出しだ。200以上のモデルに1つのキーでアクセスでき、2つ目の契約は不要で、評価中にエンドポイントが不安定になってもプロバイダー間で自動フェイルオーバーが行われる。

コスト:ローカル対APIの問い、決着済み

クローズドモデルの場合は、トークン単位の価格を比較することになります。Qwen3.8 27Bの場合、自前のハードウェア上では追加トークンのコストはかかりません。実際のコストは、初期投資の GPU とあなたの時間です。4ビットなら 24 GB のカード、BF16 なら 80 GB クラスのマシンが必要です。マシンがない場合、あるいは 55.6 GB のディスクを確保する前に答えを知りたい場合は、ホステッドという選択肢があります。OrcaRouter はQwen3.8 27Bを、入力 100 万トークンあたり $0.33、出力 100 万トークンあたり $2.40 でOrcaRouter のモデルページに掲載しています。これはプロバイダーの定価をそのまま0% のマークアップで反映したものです(2026年10月15日確認)。このページが 8 月に説明していた無料のレート制限付きティアは、そこにはもう表示されていません。明記されていない限り、古い情報として扱ってください。Alibaba 自身の API ももう一つのホステッド経路で、Artificial Analysis は Xhigh 推論構成について 100 万トークンあたり $0.50 と $3.00 で掲載しています。1M コンテキストを備えた Qwen Cloud のホステッド版は、依然として「近日公開」と表示されています。

Cost comparison card for Qwen3.8-27B titled 'Self-host vs hosted — the real price': Apache 2.0 weights at $0 license plus your own GPU and electricity; a 4-bit GGUF of roughly 17 GB that fits a 24 GB card; BF16 at 55.6 GB needing an 80 GB-class GPU; a free rate-limited hosted tier at $0 with HTTP 429 past the cap; and a paid hosted tier at $0.33 input / $2.40 output per million tokens with a 262K context window. Footer: prices from the OrcaRouter model page, read August 15, 2026.

正直なところ、オープンウェイトモデルにとってプロバイダーは便利なものであって、依存先ではない。従量制のホスト型呼び出しは、55.6 GB のダウンロードに価値があるかどうかを判断するための最も安価な方法であり、PlayStation 5 の段落が説明するハードウェア問題を先に解決することなくモデルを試す唯一の方法でもある。しかし、いったん決断したなら、重みこそが本命であり、しかも無料だ。

実際に試す方法

• 最速の評価 — ホスト型エンドポイントで100万トークンあたり$0.33/$2.40で呼び出せます。数十万トークン程度の実作業なら数セントで済み、何かをダウンロードする前に結論が出ます。

• 実際のハードウェアでのテスト — コミュニティのGGUFをダウンロードし(Q4_K_Mビルドは約17GBで24GBのカードに収まります)、llama.cppまたはOllamaで実行してください。Jinjaのチャットテンプレートを渡すか、モデルは思考タグで回答します。GGUFからビジョンを使用する場合は、別途mmprojファイルも必要です。実行についての私たちのランブックは、Qwen3.8 27Bのローカル実行を説明しています。

• 完全精度 — huggingface-cli download で Qwen/Qwen3.8-27B を 80GB クラスの GPU にダウンロードします。

• ダウンロードしたものを確認する — 発行元がQwen orgであることを確認し、crc32.txtと照合してシャードを検証してください。リリース前に類似リポジトリが出現していました。

このレビューが間違っている場合(そしてQwen3.8 27Bをスキップすべき人)

• GPUを持っておらず、借りるつもりもない場合。ホスト版は100万トークンあたり$0.33/$2.40 — 小規模なAPIモデルのほうが安く、より確実に目的を果たせるかもしれません。このモデルは、推論を自ら所有したい人向けです。

• SLA が必要です。ホスト版は 8 月中旬に引き上げられました。10 月 15 日時点で確認した OrcaRouter のモデルページによると、直近 7 日間のエラー率は 2.8%、p50 の初回トークン遅延は 3.23 秒、出力は 156 トークン/秒で、その期間にルーティングされたトークンは 77.2M に上ります。開始から 2 か月が経ち、それはローンチ当日の待ち行列ではなく、実際に機能するエンドポイントです — ただし直近 1 週間の平均は、依然として本番契約の代わりにはなりません。セルフホストする人は、ダウンロードするコミットを固定し、フォールバックを用意しておくべきです。

• 必要なのは、ベンダーが主張するエージェント性能が再現されることであって、単一のインデックススコアではありません。Artificial AnalysisのIntelligence Indexスコア34は、このモデルが持つ唯一の独立した数値であり、SWE-bench Pro 61.7やDeepSWE 1.1 42.2については何も語っていません——どちらも依然としてAlibaba報告値です。方向性を示すものであって、調達グレードではありません。

• オープンウェイト版の262Kコンテキストでは不十分です。1M拡張は、現時点ではホスト版のみです。

• スループットがボトルネックです。 一括要約や大量バッチは不利になります。これはデンスな27Bモデルであり、前モデルの約3倍のトークンを消費します。低コストの一括処理には、より小さいか高速なモデルが適しています。

• 12 GB のカードを使っている場合です。2ビットの GGUF は、目に見える品質低下と引き換えにようやく収まります — それが上記の PlayStation 5 のデータポイントの構成です — つまりこれは、標準採用するモデルではなく、実験用のモデルです。

Verdict infographic titled 'Use it if / Skip it if' for Qwen3.8-27B: left lane in soft blue labeled 'Use it if' with three items — '24 GB GPU', 'Free Apache 2.0 weights', '262K context + image/video'; right lane in soft gray labeled 'Skip it if' with three items — 'No GPU', 'Need an SLA', 'Need verified benchmarks'.

結論としては

Qwen3.8 27Bは、今日入手できる中で最強のオープンウェイト27Bであり、Apache 2.0のもとで永久に無料です。24 GB以上のGPUを持っていて、従量課金なしでエージェント型コーディング、262Kコンテキスト、ネイティブの画像・動画入力を求めるなら、これが買いです。見送るべき理由も同じくらい具体的です。ベンダーが謳うエージェント型コーディングの主張をモデルカード以外のどこかで再現した事例が必要、SLAが必要、262Kを超えるオープンウェイトのコンテキストが必要、あるいはdenseな27Bが与える以上のスループットが必要、という場合です。モデルは公開され、ウェイトは本物で、これまでに唯一の独立したスコアは34という立派な値であり、ハードウェアの下限はローンチ時の報道が想定していたよりも低いことがわかりました。どの数字がラボから出たもので、どの数字がベンダーから出たものかを、ただ覚えておいてください。