Qwen3.8-Flash-Next：確認されていること、実際にダウンロードできるもの、そして代わりに実行すべきもの

到着することを期待してQwen3.8-Flash-Nextを探しているのなら、ここで最も役に立つ一文は、セッションを無駄にするのをやめさせてくれるこれだ——それはすでに到着している。重みは2026年8月下旬からダウンロード可能で、このモデルは、AlibabaがQwen4を支えると述べているアーキテクチャの、オープンウェイトで視覚対応のMixture-of-Expertsプレビューだ。ないもの——そしてこれこそ、「flash next」の検索のほとんどが暗黙のうちに想定している部分だが——とは、それを超えて発表された次なるイテレーションだ。二つ目のプレビューも、日付の入った後継モデルも、それを約束するベンダーの声明も存在しない。このページは、いまも人々が打ち込み続けている問いに対する常設の答えだ。Qwen3.8-Flash-Nextとは何か、それについて確認されていること、それに対応するファイルはどれか、そのライセンスが何を許すのか、そしてダウンロードではなく今すぐ呼び出せるモデルが欲しい場合に今日動かすべきもの——プロダクション向けの兄弟モデルQwen3.8-Flash、あるいはApache-2.0のdenseなQwen3.8-27Bだ。

確認済み、見込み、推測 — この三つは区別しておくこと

ここでは、その区別がいつも以上に重要です。なぜなら、このモデルの名前は、人々にそこへロードマップを読み込むよう促すからです。以下に3つの等級の記述が続き、それぞれにラベルが付いています。

ベンダー自身の資料により確認済みです。 Qwen3.8-Flash-Next は、視覚エンコーダを備えた因果言語モデルで、Hugging Face Transformers 形式のポストトレーニング済み重みと設定ファイルとして公開されています。そのリポジトリは Qwen 組織の下で 2026 年 8 月 24 日に作成され、2026 年 8 月 27 日に最終更新されました。正式な ModelScope リリースは 8 月 26 日に公開されました。Alibaba 自身のカードでは、これを「Qwen4 を支えることになるアーキテクチャのこの実験的プレビュー」と呼び、そのアーキテクチャの下での最初のオープンウェイトリリースがこのモデルであると述べています。保存されているパラメータは、125B の Mixture-of-Experts 本体、別個の 51B n-gram 埋め込みテーブル、およびおよそ 4B のマルチトークン予測層に分かれ、トークンあたり 6B が活性化されます。コンテキストはネイティブで 262,144 トークン、1,000,000 まで拡張可能です。思考モードはデフォルトで有効です。カードには Hugging Face Transformers、vLLM、SGLang、TokenSpeed との互換性が記載されており、リポジトリ自体には BF16 の safetensors シャードが 131 個含まれています。

確認済み、そして見落としやすい点です。 提供されている本番モデルは、似た名前を持つ別の成果物です。Qwen3.8-Flash は、これらの重みから派生した API ビルドであり、FP8 チェックポイント自身のカードには「より多くの本番向け機能を備えた Qwen3.8-Flash-Next をベースにした公式版」と記載されています。あなたの問いが「これを API から呼び出せるか」であるなら、求める名前はプレビュー版のものではなく、こちらのほうです。

予想されることであり、したがってここでは述べられていない。「Next」と呼ばれるモデルは、次のイテレーションを示唆している。公開されている情報の中に、その後継モデルの日付、パラメータ数、ライセンス、能力を裏付けるものは何もない。後継モデルのリリース時期を提示する記事は推測をしているのであり、それは情報源を探せば確認できる。Alibaba自身の資料には存在しない。

背後に真の需要がある2つの問い：GGUFとnvfp4

このモデルに関する検索は、2つの事柄 —「flash next gguf」と「flash next nvfp4」— に強く集中しており、どちらも憶測ではなく、具体的で確認可能な答えがあります。どちらもサイズ表を当て推量して答えられるものではないので、実際に公開されている内容は次のとおりです。

GGUFは存在し、複数の独立した変換元から提供されています。 主な配布元はggml-org/Qwen3.8-Flash-Next-GGUF、unsloth/Qwen3.8-Flash-Next-GGUF、bartowski/Qwen3.8-Flash-Next-GGUF、AtomicChat/Qwen3.8-Flash-Next-GGUFのほか、小規模なリポジトリも数多く存在します。これらは同じ製品ではなく、この規模ではその違いが通常以上に重要になります。

ggml-orgリポジトリは最小構成です。IQ4_NL ビルド、Q8_0 ビルド、ビジョン経路を使いたい場合に必要な別個のマルチモーダルプロジェクターファイル（mmproj-Qwen3.8-Flash-Next-Q8_0.gguf、約 0.6 GB）、そして BF16、Q4_0、Q8_0 の3つのマルチトークン予測ドラフトファイルが含まれています。テキストの実行だけが目的なら、そのリポジトリで十分です。

そのunslothリポジトリは幅広い梯子であり、サイズに関する疑問に実際に答えてくれる場所です。公開されているファイルは、下限の72.5 GB（UD-IQ1_S）と74.5 GB（UD-IQ1_M）から、78.9 GB（UD-Q2_K_XL）、82 GB（UD-IQ3_XXS）、90 GB（UD-Q3_K_XL）を経て、93.7 GB（UD-IQ4_XS）、111 GB（UD-Q4_K_XL）、158 GB（UD-Q5_K_XL）、169 GB（UD-Q6_K_XL）、188 GB（Q8_0）、そしてBF16で約354 GBにまで及びます。また、独自のMTPドラフトファイルと2つのmmprojファイルも同梱しています。

あのラダーは、あるがままに読むべきだ。このモデルについて誰かが公開している最小の量子化でも、ディスク上では依然として 70 GB を超える。dense 27B のように単一のコンシューマー向けカードに収まるビルドは存在せず、リポジトリには量子化ごとの VRAM ガイダンスが一切ない — そのハードウェアセクションは、空の「ログインして自分のハードウェアを追加」プロンプトだけだ。したがって、「これは自分のマシンに収まるのか」に対する正直な答えは、上に公開されているファイルサイズと、このアーキテクチャ自身の仕掛けに照らしてサイズを見積もるべきだということだ。51B の n-gram 埋め込みテーブルは、事前に既知のルックアップキーでアドレス指定される。まさにこれが、このサイズのチェックポイントを、埋め込みテーブルを VRAM にピン留めするのではなくホストメモリに常駐させたまま実行できるようにしている。これは設計上の特徴であり、あなたの特定のマシンについての主張ではない。そして、ここでの実用的な下限が、システム RAM を大量に積み、アクセラレータメモリはより少ないマシンであり、その逆ではない理由もそこにある。

nvfp4も存在し、異なるライセンスが付与されています。 nvidia/Qwen3.8-Flash-Next-NVFP4は2026年9月2日に公開され、NVIDIAのModel Optimizerツールチェーンを用いて生成されたもので、10個のシャードにわたる合計約133 GBに加え、53.7 GBのFP8マルチトークン予測および層別埋め込みファイルを含みます。そのカードにはQwenライセンスではなくNVIDIA Open Model Licenseが記載されています — 再配布を予定しているなら、二度読み返す価値のある点です。他にもRed Hat AI、RadixArk、local-inference-labによるNVFP4ビルドが存在します。IntelはW4A16 AutoRoundビルドを公開しており、Appleシリコン向けのMLXビルドは複数のコミュニティ公開元から提供されています。

もう一つ、名前を挙げておく価値のあるフォーマットがあります。それはベンダー自身によるものだからです：Qwen/Qwen3.8-Flash-Next-FP8。ブロックサイズ128の細粒度FP8量子化で、そのモデルカードには性能指標が「元のモデルとほぼ同一」と謳われています。ベースウェイトと同じコミュニティライセンスを引き継いでおり、アリババ自身のベンチマークパイプラインが使用しているチェックポイントでもあります。

ライセンスが許可するもの — そして、なぜそれが無検閲の問いに答えるのか

このモデルに関するクエリの最大の単一クラスターは、ベンチマークに関するものではない。それは無検閲および abliterated ビルドに関するものであり、それに答える正しい方法は、ライセンスを読み、何が公開されているかを確認することだ。なぜなら、その二つが、読者が実際に入手できるものを決めるからである。

Qwen3.8-Flash-Next は以下のライセンスの下で提供されます: Qwen Community License 1.0。ライセンス本文は、重み、パラメータ、構成ファイル、推論コードを使用、複製、変更、マージ、公開、配布、サブライセンス、販売、デプロイ、ホスト、ファインチューニングし、派生物を作成する権利を無償で付与します。また、著作権および許諾表示が、複製物または実質的な部分に付随することを要求します。命名のしきい値を設定しています。すなわち、月間アクティブユーザー数が1億人を超える、または月間収益が2,000万米ドルを超える商用製品またはサービスで本ソフトウェアまたは派生物を使用する場合、その製品のインターフェースにモデル名を目立つように表示する必要があります。さらに、サービス事業を切り分けています。「Model as a Service」または「AI Work Assistant」事業は、商用利用の前にQwenからの別個のライセンスを必要とし、モデル、その出力、またはその機能を第三者に公開しないデプロイメントには内部利用の例外があります。

三つの帰結が直接導かれ、それらが検閲されていないクエリへの完全な答えである：

• 重みはオープンで、ライセンスは二次的著作物を明示的に許可している。したがってコミュニティによるアブリテーションは合法であり、グレーマーケットなどではなく、しかも大量に存在する — huihui-ai は複数を公開しており、OrcaRouter 自身の Qwen3.8-Flash-Next-Uncensored ファミリーも Apache 2.0 のもとで公開され、そこから派生した GGUF、FP8、NVFP4、MLX ビルドが存在する。

• 派生モデルが常に元のライセンスを継承するとは限らない。NVIDIA NVFP4ビルドはNVIDIA Open Model Licenseを伴い、コミュニティによるabliterationを量子化したものはApache 2.0を伴うことがある。ライセンス条件が理由で、あるファイルを別のファイルより選ぼうとしているなら、ベースモデルのカードではなく、これからダウンロードする特定のリポジトリのカードを読んでほしい。

• 商用利用のしきい値は、モデルではなく、あなたのビジネス規模に応じて変わります。社内ツールを構築するチームにとって、実務上の制約となるのは通知義務です。モデルへのアクセスを販売するチームにとって、Model-as-a-Service 事業向けの別ライセンス条項は、これらの重みに基づいて構築する前に価格を見積もっておくべき項目であり、Apache-2.0 の Qwen3.8-27B ならその話を完全に回避できます。

このページが行わないのは、任意のホスト型サービスや特定のビルドが特定のプロンプトにどう応答するかを特徴づけることです。それはライセンスが規定するものでも、私たちが測定したものでもありません。可用性を決めるのはライセンスと公開された重みファイルであり、どちらも数クリックでご自身で確認できるものです。

今日は何を走る？

これは、90GBをダウンロードするためではなく、今日の午後すぐに何かを作りたくてたどり着いた読者に対して、常設ページが果たすべき役割の部分だ。

Qwen3.8-Flash-Nextは当社がルーティングするモデルではなく、どれほど願ってもそうなるものではありません——qwen3.8-flash-nextに一致するモデルIDは本日のカタログに存在せず、このページも今後登場することを示唆するつもりはありません。その提供の話は、ダウンロードして自分でホストする話です。Hugging FaceまたはModelScopeから重みを取得し、上記のsafetensors、FP8、NVFP4、GGUFの各パスから選び、ご自身で用意したハードウェアで実行してください。

私たちがルーティングしているのは、同じアーキテクチャの本番ビルドです。Qwen3.8-Flash は qwen/qwen3.8-flash として稼働中で、100万入力トークンあたり $0.15、100万出力トークンあたり $0.47、キャッシュされた入力は100万あたりおよそ $0.018、100万トークンのコンテキストでテキスト・画像・動画を受け取ってテキストを返します。この価格はプロバイダーが公開しているリスト価格をマークアップなしでそのまま通したものなので、Alibaba 側での変更は次の請求サイクルを待たずに当日にはあなたのエンドポイントに届きます。プレビューに求めていたものがディスク上のチェックポイントではなく本番環境で動くアーキテクチャだったのなら、それに最も近い呼び出し可能なものはこれで、あとは鍵ひとつです。

制約がレイテンシではなくライセンスなら、もう一方の答えは Qwen3.8-27B です。これは Apache 2.0 の下の dense な270億パラメータモデルで、名称に関するしきい値も、サービス事業者向けの個別契約もありません。そして、それは qwen/qwen3.8-27bとしてルーティングされているので、どちらかに決める前に、2つの構成を自社のトラフィックに対してベンチマークできます。どちらも同じキーと同じOpenAI互換エンドポイントの背後にあり、つまり、一方を試してからもう一方を試すコストは、統合ではなくモデルIDの変更で済みます。これは「6B-active アーキテクチャがそもそも必要なのか」に答える低コストな方法です。他人のベンチマークではなく、自分のワークロードを測定するからです。

何が未解決なのか

このモデル名の「Next」が一度きりのプレビューなのか、番号付きシリーズの最初なのかは未解決であり、公表されているものからは答えを出せない。読者が唯一頼りにできるのは、そのプレビューの製品版の兄弟がすでに存在し、価格も付けられているという点だ。これは異例である — ほとんどのアーキテクチャプレビューは、同じ日に商用版とともに出荷されることはない。このモデルは、一部がすでに存在するファミリーのプレビューとして扱うべきであり、まだ存在しない何かのリークとして扱うべきではない。

もう一つの未解決の問いはモデルではなくツーリングの方だ。llama.cpp、vLLM、SGLang はいずれもそこに到達しており、FP8 ビルドはベンダー自身の評価用チェックポイントであり、GGUF エコシステムはすでに 1 ビットからフル精度のビルドまで何でも生み出している。だが、176B として保存された Mixture-of-Experts モデルにおける 1〜3 ビットの量子化品質はまだ決着がついた話ではなく、同一ハードウェア上で低ビットビルドを制御比較した研究を公開した者も誰もいない。UD-IQ1_S と UD-Q2_K_XL のどちらを選んで 6 GB を節約するかを決めるなら、それは自分自身の評価に基づいて判断することになる。それが正しい判断の仕方であり、同時に、このようなページに載る推測的なサイズ表が役立たず以下でしかない理由でもある。

2つの姉妹ページが、このページが意図的に扱わない切り口を担っています。1つはリーク報道で、発売前のシグナルが何を伝えていたかを報じ、その時点の日付が付いています。もう1つはApache-2.0のdenseモデルとの直接対決で、比較を担当しています。このモデルがどう登場したかの物語、あるいは2つのどちらを選ぶべきかについての議論を知りたいなら、それらを読んでください。それら2つが古びたときも、このページは変わらずここにあります。