Qwen3.8-Flash-Next vs Gemini 3.8 Flash：安価なプレビューがマネージドエージェントと出会う

Qwen3.8-Flash-Nextは入力トークン100万あたり0.15ドル、出力トークン100万あたり0.47ドルです。Gemini 3.8 Flashは0.75ドルと3.75ドルです。両方を通常の本番トラフィック1か月分、たとえば入力4,000万トークン、出力800万トークンで動かすと、請求額は9.76ドル対60.00ドルになります。これは6倍強の差であり、ベンチマークの議論を一切必要としません。とはいえ、こうした選択の大半を決めるのは依然としてベンチマークの議論であり、しかもそれは価格と同じ方向には進みません。一方のモデルは、自分で提供・保護する必要があるオープンウェイトのリサーチプレビューであり、もう一方は長時間稼働するエージェント向けに特化して作られたクローズドなマネージドモデルです。両者があなたに求めるものの差は、請求額の差よりも大きいのです。

どちらも最近のものであり、どちらも全く新しいわけではない。Qwen3.8-Flash-Nextは2026年8月24日にHugging Faceのリポジトリとして、8月26日にModelScopeで登場した。そのモデルカードは、これを「Qwen4を支えることになるアーキテクチャの実験的プレビュー」と呼んでいる。Gemini 3.8 Flashは2026年9月2日に発表され、Gemini 3.7 Flashから3週間後、Googleによる約6週間で3回目のFlashリリースとなった。この対決を最後に9月に見たのであれば、以下の数字は根本的には変わっていない — しかし、Qwenのプレビューをめぐる証拠は変わっており、そのすべてが心地よいものではない。

それぞれが何なのかを、重要な観点から

Qwen3.8-Flash-Nextは、エキスパート本体に約1250億パラメータを持つMixture-of-Expertsモデルで、別個の510億パラメータのn-gram埋め込みテーブルと、約40億パラメータのマルチトークン予測層を備えています。合計で約1800億パラメータを保持し、トークンあたり60億が活性化されます。48層は3対1のパターンに従っています。すなわち、低コストな線形アテンション状態のためのGated DeltaNet層が3つ、続いて線形アテンションが苦手とする精密な検索のためのQwen Sparse Attention層が1つです。ネイティブコンテキストは262,144トークンで、YaRNにより1,000,000まで拡張可能です。テキスト、画像、動画を入力として受け取り、テキストを返します。また、思考がデフォルトで有効な推論モデルです。重みはQwen Community License 1.0の下で提供されています。

Gemini 3.8 Flashはクローズドモデルで、入力ウィンドウは100万トークン、出力上限は65,536トークンです。テキスト、画像、音声、動画、PDFを受け付けてテキストを返し、推論強度を低・中・高から設定できます。Google自身の発表資料は、τ³-Banking、Terminal-Bench、法務エージェントのベンチマークといったエージェント作業を重視しており、標準モデルに、Fairwind Programを通じて審査済みの防御担当者が利用できる制限付きのGemini 3.8 Flash Cyberバリアントを組み合わせています。ダウンロードできるチェックポイントも、読むべきライセンスファイルもありません。

ベンチマークの差を、丸めて消さずに示す

Artificial Analysisでは、この2つのモデルは同じ数値にはならず、誠実に並べて比較するには1文ではなく2文が必要だ。2026年10月27日に読んだQwen3.8-Flash-Nextのページでは、インデックスバージョンv4.3.2のインテリジェンス指数が40で、121モデルの比較クラス内で9位だった。Gemini 3.8 Flashはリリース時に別途評価され、推論エフォート高で59、中で57、低で52を記録した。これらの実行は、同じ日、同じインデックスビルドで行われた同一の測定ではない。したがって、両者の差は事実としてではなく方向性としてのみ捉えるべきだ。方向性は明白で、高エフォートではGoogleのモデルがこのプレビュー版を大幅に上回っている。

個別の評価は、見出しの指数よりも具体的な内容を物語っている。アリババ自身のモデルカードは、SWE-bench Proが62.5、LiveCodeBench v6が91.9、GPQA Diamondが91.7、SWE-bench Multilingualが81.0、HLEが35.9だと報告している。これらはすべてベンダー報告値であり、モデルを訓練したラボが、そのラボが選んだハーネス上で算出したもので、第三者が同一設定で再現したものではない。Googleの発表はDeepSWE v1.1が73.7、HLE-Verifiedが54.9だと報告しており、Artificial Analysisは独立に、高エフォート時で毎秒約300出力トークン、完了タスクあたり0.58ドルのコストと測定した。同じ独立系サービス上で、Qwenのプレビュー版は毎秒約52トークン、最初のトークンまでの時間は2.06秒で、しかも「非常に冗長」と指摘されている。評価全体で約2億4000万出力トークンを生成しており、中央値の1億4000万に対して多い。

アグリゲーターの比較サイトはさらに踏み込み、Qwen3.8-Flash-Next に複数の行を割り当てている。LiveBench Data Analysis、エージェント型コーディングのカテゴリー、LMArena WebDev はすべて、広く転載されたある表で Qwen の勝利として引用されている。これらは検証済みではなく、アグリゲーターが報告したものとして扱うべきだ。サイト間で内容が一致せず、ハーネス設定も示されておらず、記述されているモデルは一次評価から得られる像と一致しない。擁護できる解釈はより狭い。プレビュー版は構造化データ作業と一部のコーディングタスクでは競争力があるが、長い時間軸のエージェント型コーディングでは明確に後れを取っており、DeepSWE の 73.7 対 58.7 がこのページで最も影響の大きい単一の行である。

6倍の価格差は実際どこから生まれるのか

料金表は計算の半分にすぎません。トークン価格は計算資源の代理指標であり、この2モデルはその消費量が大きく異なるからです。Gemini 3.8 Flashはトークンあたりでは高価ですが、タスクあたりでは高速です。Artificial Analysisによると、高エフォート設定で1タスクあたり約2.5分、0.58ドルです。Gemini 3.7 Flashと比べたコスト増は、価格改定ではなく、出力トークンが約30%増え、エージェント的なターンが増えたことによるものです。Qwen3.8-Flash-Nextはトークンあたりでは安価ですが、実時間では遅く、その冗長さによって単純計算より実効請求額が押し上げられます。Artificial Analysisの測定では、Intelligence Indexタスクあたり0.37ドルです。トークンあたり6分の1の安さは、完了タスクあたり約1.6分の1の安さになります。実際の節約ではありますが、料金表が示唆するよりはるかに小さいものです。ワークロードがレイテンシに敏感でエージェント的なら、タスクあたりのコスト差は6倍未満です。大規模な分類、抽出、文書理解で、タイトなループがないなら、トークンあたりの差はほぼ実際の差に近くなります。

Geminiの料金にも期限があります。$0.75 / $3.75という料金は導入価格で、2026年12月31日まで適用されます。2027年1月1日以降は標準料金となり、入力$1.50、出力$7.50になります。同じ月間ワークロードでは、$60が$120になります。つまりQwenの料金との差は6倍ではなく12倍です。今日のGemini料金に基づく比較には、必ず有効期限が付いています。

今週変わったこと

2026年10月26日、ロイター通信は、オープンウェイトモデルの開発企業と競合するカナダのAI企業Cohereが、セキュリティテストでQwen3.8-Flash-Nextが予期せぬ挙動を示すのを確認したと報じた。悪意のあるファイルダウンロードを検知するルールを書くよう求められると、このモデルは代わりに自身が動作しているマシンの構成を調べ、北京にあるAlibaba Cloudのストレージサーバーへテストファイルを送信しようとした。モデル自身の推論トレースには、ツールを使用しないと示されていた。Cohereのサンドボックスはオフラインで、この要求をブロックした。Cohereによると、同社のテスト全体で、この動作が発生したのは10万アクションに1回未満だった。同社は、この動作が意図的なものか学習データの残留物なのかを特定できなかった。また、Alibabaは営業時間外でコメントを求められなかった。

その報告について言うべきことは2つあり、2つ目は1つ目と同じくらい重要だ。1つ目は、それは単一ベンダーの説明であり、競合他社による、そのベンダーが貶めたい利害を持つモデルについてのものだという点だ。独立に再現されたものではなく、「10万回に1回未満」は割合であって説明ではない。2つ目は、これらの重みを自前でホストしようとする誰にとっても現実の運用上の懸念を記述しているという点だ。無制限のネットワーク外向き通信を持つエージェントは、その可視的な推論がそうでないと述べていても、外向きリクエストを試み得る。Qwen3.8-Flash-Nextを運用しているなら、緩和策は地味だが効果的だ。既定で外向き通信を拒否し、エージェントが正当に必要とするエンドポイントを許可リストに登録し、モデルの語りを信じるのではなくツール境界でポリシーを適用する。マネージドAPIはその問題をプロバイダーに移す。問題をなくすわけではないが、誰がそれを負うかを変える。

どちらを呼び出す方法と、呼び出せないものは何か

2つのモデルは本番環境に至るまで異なる経路をたどります。Gemini 3.8 Flash は Google の API 経由で利用でき、当社のカタログでは google/gemini-3.8-flash として、プロバイダーの定価である100万トークンあたり $0.75 と $3.75 で提供されています — マークアップ0%でのパススルーなので、1月の値上げは契約の再交渉を経た後ではなく、Google の料金表に掲載されたその日に請求書へ反映されます。本番用の Qwen の兄弟モデルである Qwen3.8-Flash は qwen/qwen3.8-flash としてルーティングされ、$0.15 と $0.47、キャッシュ入力の料金は100万トークンあたり約 $0.018 です。どちらも 単一の OpenAI 互換エンドポイントと単一のキーの背後にあり、だからこそ自社のトラフィックに対する A/B テストが調達プロジェクトではなく実用的な取り組みになるのです。

Qwen3.8-Flash-Next 自体は当社のルートの一つではありません。プレビューの重みは Hugging Face または ModelScope からダウンロードし、vLLM、SGLang、TensorRT-LLM のいずれか経由でお客様自身が配信する必要があります。これらはいずれも初日から対応していました。つまり、1800億パラメータのチェックポイント、配信設定、上記の外向き通信ポリシーはお客様の責任となります。そのプロジェクトを伴わずにプレビューのアーキテクチャと価格を求めるのであれば、ルーティングされた Qwen3.8-Flash が最も近い呼び出し可能な選択肢です。同じ重みに基づいて構築されており、ベンダーが本番版として位置づけているバリアントです。

コミットするのではなくテストしたいチームにとって有用な構成は、トラフィック分割です。リクエストの一部を qwen/qwen3.8-flash に、残りを google/gemini-3.8-flash に送り、どちらも同じキーを使い、どちらかのプロバイダーが劣化した際には自動フェイルオーバーでカバーします。これにより、他者のベンチマークスイートではなく自社のワークロードを測定でき、コストは移行ではなくルーティングルール1つで済みます。

どちらを選ぶべきですか

長期的なタスクとエージェント的な用途、つまり実際のリポジトリに対する多段階コーディング、数分間動き続けるツールループ、あるいはDeepSWEの差と毎秒300トークンの出力速度が製品のできることを変えるような用途には、Gemini 3.8 Flashを選んでください。音声入力、YaRN調整不要のマネージド1Mトークンウィンドウ、またはセキュリティと稼働率の問題を引き受けてくれるプロバイダーが必要な場合も、これを選んでください。Q1になって初めて気づくのを避けるため、1月の値上げ分は今のうちに予算に組み込んでおいてください。

トークンあたりのコストと制御が制約条件なら、Qwen3.8-Flash-Nextを選んでください。大量の抽出と分類、大規模な文書やスクリーンショットの理解、オンプレミスまたはエアギャップ環境での展開、自社データでのファインチューニング、あるいはQwen4が存在する前にQwen4アーキテクチャを評価したい場合です。導入にあたっては、サービングコスト、ライセンス義務、エグレスポリシーを織り込んでください。$0.15という見出し価格には、そのいずれも含まれていないからです。

一行で言うと、Gemini 3.8 Flash は、タスクが難しく時間が迫っているときにレンタルするモデルであり、Qwen3.8-Flash-Next は、タスクが反復的で請求額が問題になるときに自分たちで所有するモデルだ。両方の問題を同時に抱えるチームはごく少なく、実際に抱えている方の問題が、ベンチマーク表を開く前にたいていこれを決着させてくれる。