Qwen3.8-27B vs Gemma 4 12B: 2つのローカルモデルへの賭け、1つの測定

この2つのモデルは、実のところまだ競合関係にない——それがこの比較の正直な前置きだ。Gemma 4 12Bは、G​oogleが2026年6月にリリースしたモデルで、本日提供が開始された。今すぐダウンロードして量子化し、今日の午後には実行できる。一方、Qwen3.8-27Bは、2026年8月3日に発表されたAlibabaのQwe​n3.8世代に属する約27Bのオープンウェイトモデルだが、公式リポジトリもモデルカードもまだ存在しない。つまり、本当の選択肢は『Qwen3.8-27BかGemma 4 12Bか』ではなく、実測済みで出荷中の12Bを今手に入れるか、まだ届いていない未測定の27Bを待つか、ということだ。これは現時点で判明している情報に基づく比較である。以下のQwen3.8-27Bの数値はすべて、前世代のQwen3.6-27Bからの予測値であり、Gemma 4 12Bの数値はG​oogleのモデルカードか独立した実行結果のいずれかに基づいている。

このマッチアップの正直な問題

出荷済みモデルと発表済みモデルを混ぜた直接対決はどちらにしても非対称であり、どちらがどちらなのかを明記するのが責任ある書き方だ。Gemma 4 12Bには実データがある。モデルカード、コミュニティによる量子化、ノートPCベンチマーク、そしてArtificial Analysisの掲載情報だ。Qwen3.8-27Bには、発表、パラメータ数、そして関心を持つべき十分な理由がある。同じ世代のフラッグシップであるQwen3.8-MaxでAlibabaが報告したエージェント型コーディングの向上だ。FrontierSWEは40.7から73.5へ跳ね上がり、Terminal-Bench 2.1は86.6に達した。すべてベンダー報告による数字だ。その一部でも27Bに受け継がれれば、同サイズクラスで最良のローカルコーディングモデルになるだろう。まったく受け継がれなければ、Qwen3.6-27Bの小幅なリフレッシュにすぎない。Alibabaの外部の誰もまだそれを知らない。

スペックを並べて比較

• ステータス — Qwen3.8-27B: 8月3日に発表、ウェイトは「約1週間以内」と約束されているが、まだダウンロードできない。Gemma 4 12B: 2026年6月3日から出荷中。

• {{1}}サイズ{{/1}} — Qwen3.8-27B: {{2}}約27Bパラメータ、デンスアーキテクチャの見込みだが未確認{{/2}}。Gemma 4 12B: {{3}}11.95Bパラメータ、デンス、確認済み{{/3}}。

コンテキスト — Qwen3.8-27B: 未確認。前身のQwen3.6-27Bは262Kトークンを処理した。Gemma 4 12B: 256Kトークン、確認済み。

• モダリティ — Qwen3.8-27B：不明。3.6世代はマルチモーダルだった。Gemma 4 12B：テキスト、画像、ネイティブ音声入力、テキスト出力 — 音声を内蔵した初の中規模モデル。

• ライセンス — Qwen3.8-27B: 未発表。Apache 2.0の可能性、Tongyi Qianwenの可能性。Gemma 4 12B: Apache 2.0、確定済み。

• ハードウェア — Qwen3.8-27B: 現実的な4ビット構成では約24 GBのVRAM。Gemma 4 12B: 約16 GB（Q4量子化は約6.9 GB）。

• コーディング — Qwen3.8-27B: 未測定。Qwen3.6-27BおよびQwen Coder系譜に基づく強力な血統。Gemma 4 12B: GoogleのモデルカードではLiveCodeBench v6が72.0、独立したノートパソコンスイートでは38/42の合格率。

• 思考 — Qwen3.8-27B: 3.6系譜から期待される二重思考/非思考モード。Gemma 4 12B: 構成可能な推論モード、確認済み。

ハードウェア：16GB対24GBの隔たり

これがこの比較における最も明確な差別化要因です。Gemma 4 12B は、16GBのGPUまたは16GBユニファイドメモリを搭載したMacという16GBマシン上での動作を想定して設計されており、Q4量子化で約6.9GBと、コンテキストとオーバーヘッドの余地を残します。これはGoogleが「あなたがすでに持っているラップトップ」を真っ向から狙って開発したモデルであり、独立したテストでも、遅いながらもそこで動作することが確認されています（ミッドレンジGPUでは毎秒約21トークン、低メモリでは難しい問題に数分の思考時間がかかります）。

Qwen3.8-27Bはより重い賭けです。4ビットでは重みだけでも約16〜17GBになり、実際の使用ではKVキャッシュによって実用上の要件が約20〜24GBに押し上げられます。そのため、コミュニティの総意として、24GBのカードが最適だということです。16GBのカードをお持ちの場合、27Bは実用的な品質で収まらないか、あるいは、あなたが求めていた推論品質そのものを損なうような積極的な量子化が必要になります。ハードウェアの問題が先に来ます。そして、それがモデルの問題に対する答えになるかもしれません。

コーディング：Qwenの系譜対Gemmaのスコアカード

生のコーディングDNAに関しては、Qwenは理論上優位に立っている。Qwenシリーズは過去2年間で最も優れたローカルコーダーのいくつかを生み出してきた。Qwen3.6-27BとQwen3-Coderファミリーはともに、その規模以上の性能を発揮した。そして3.8世代のフラッグシップは、エージェンティックコーディングにおける飛躍的進歩を報告している。これはまさにローカル開発者が求める能力だ。その27Bがそれを受け継ぐというのが強気の根拠である。

Gemma 4 12B にはそのような系譜の主張はないが、実測値はある：LiveCodeBench v6 で 72.0（Google 報告）、独立した 1 つのスイートで 6 件中 6 件のバグ修正成功率、そしてサイズの割には強い汎用推論能力だ。現実的に見れば、Gemma 4 12B は中位レベルのコーディングを堅実にこなす有能な汎用モデルであり、一方 Qwen3.8-27B はスペシャリストになる可能性もある——あるいは、何の新味もない可能性もある。今日検証できる実力は、予測するしかない上限に勝る——ウェイトが公開されるまでは。

マルチモーダル：Gemmaの音声優位性

ユースケースがテキスト以外の何かであるなら、現在のところ、2つのうち実際に成果を示しているのはGemma 4 12Bだけです。これはテキスト、画像、音声をネイティブに受け付けます — 35Mパラメータのビジョンエンベッダーと直接の16kHzオーディオ投影を備え、別個のエンコーダーは不要です — そのため、スクリーンリーディングエージェント、図を含むドキュメント、音声関連ツールに真に役立ちます。Qwen3.8-27Bのモダリティサポートは不明です。3.6 27Bはマルチモーダルだったので、3.8もそれに続く可能性は十分ありますが、「可能性が十分ある」というのは仕様ではありません。今日のマルチモーダルなローカルワークロードに関しては、結論は明白です。

ライセンス：確実性か、未解決の問いか

Gemma 4 12B は Apache 2.0 です。以上です。ファインチューニング、再配布、商用組み込みが可能で、ユーザー数上限も交渉もありません。プロダクトチームにとって、これは非常に静かでありながら非常に価値のある特性です。Qwen3.8-27B にはまだライセンスファイルがありません。過去2世代のQwenはApache 2.0でリリースされましたが、Qwenは以前のモデルでTongyi Qianwenライセンスも使用しています。これは、月間アクティブユーザーが1億人未満の場合にのみ商用利用を許可し、競合するAIサービスを制限するものです。仮定に基づいて配布計画を構築しないでください。リポジトリが公開された日にLICENSEファイルを読んでください。

あなたのスタックにはどれですか？

16 GBのマシンをお持ちで、今すぐ何かが必要なら — Gemma 4 12Bです。サイズは収まり、ライセンスもクリアで、マルチモーダルにも対応しています。

• コーディングが仕事のすべてであり、待つこともできる — Qwen3.8-27B、独立したベンチマークがこの世代のエージェント能力の向上の一部でも確認するならば。

• 今、音声または視覚入力が必要です — Gemma 4 12B。Qwen3.8-27Bのモダリティは不明です。

• あなたは両方を求めている — Gemma 4 12B を今日実行し、Qwen3.8-27B はウェイトが公開されたら評価する候補として扱うこと。27B が実力を証明するまでは、この2つはスタック内で同じスロットを争うことはない。

「両方」パスに関する構造上の注意点:これらはセルフホストモデルであり、どちらも現在サードパーティのAPI経由でルーティングされるものではありません。ハードウェアではなく能力に関する判断の場合、この世代のフラッグシップはすでにOrcaRouterを通じて定価で呼び出し可能であることを忘れないでください — Qwen3.8-Maxは入力トークン100万件あたり2ドル、出力トークン100万件あたり6ドルで、ゼロマークアップで通過し、自動フェイルオーバー付きです。ワークロードの難しい10%にはフラッグシップを使い、ボリュームはこれらのローカルモデルのいずれかが処理する形にでき、別途契約を結ぶ必要はありません。

要するに

{{1}}Qwen3.8-27B 対 Gemma 4 12B{{/1}}は、まだ公平な戦いではない。そして、頭の中でそのように捉え続ける価値がある。一方は既知の実力を持つモデルで、クリーンなライセンスのもと、控えめなハードウェアに今日の午後にもデプロイできる。もう一方は、今年最も興味深い未測定のローカルモデルであり、重み、ライセンスファイル、ベンチマークの公開が待たれる存在だ。重要な部分——ハードウェア適合性、モダリティ、ライセンス——では確実性を選び、投機的な上振れ余地は、{{2}}Qwen3.8-27B{{/2}}が実際に測定可能な何かをリリースするまで保留しておくこと。