Qwen3.8-Flash-Next vs Claude Opus 4.8：33倍の価格が実際にもたらすもの

Claude Opus 4.8 は、Anthropic 自身の料金表では、入力トークン 100 万あたり $5.00、出力トークン 100 万あたり $25.00 と記載されています。Qwen3.8-Flash-Next は、Alibaba による Qwen4 アーキテクチャのオープンウェイトのプレビューであり、その重みは 2026 年 8 月 24 日から Hugging Face に、8 月 26 日から ModelScope に公開されています。そして、実際に提供されている Qwen3.8-Flash の形では、同じ単位で $0.15 と $0.47 です。つまり、入力で 33 倍、出力で 53 倍ということになりますが、両方を採点した唯一の公開インデックス上で、この 2 つのモデルは互いに約 2 ポイント以内に収まっています。この対決は一見、力関係が偏っているように見えますが、実際はそうではありません。その倍率が実際に買っているものは、この差が示唆するよりも狭く、より特定的なものであり、そのうちどの部分を自分のワークロードが必要としているのかを見極めることが、判断のすべてです。

何よりも先に片付けておくべきことが一つあります。以下のすべての数値を左右するからです。この2つを同じ設定で、名前の知られたハーネス上で直接対決させ、その結果を公開した人はいません。存在するのは、各モデルが Artificial Analysis Intelligence Index で出したそれぞれのスコアであり、それらの項目は異なる日付に評価されているため、条件を管理した比較ではなく、並べて置かれた参考値として扱ってください。ここにあるそれ以外はすべて、2社が公開した資料と、実際にこの2つのうちどちらか一方を走らせた独立系ハーネスに基づいています。

Claude Opus 4.8、Anthropic自身のドキュメントより

Claude Opus 4.8 は 2026 年 5 月 28 日にリリースされ、Anthropic は現在それをレガシーモデルとして分類している。引き続き利用可能で販売もされているが、もはや Opus ラインの頂点ではない。Anthropic 自身のモデル概要には、Claude Opus 5.5 への移行を検討すべきだと記されており、その移行ガイドは 4.8 のページ自体からリンクされている。これはモデルに対する事実であって、モデルを貶めるものではない。ここでいうレガシーとは、最上位の座を後継に譲ったという意味であり、撤回されたという意味ではない。

搭載するもの：100万トークンのコンテキストウィンドウと最大128Kの出力。ベータヘッダーの下でMessage Batches APIでは300Kまで引き上げられます。入力はテキストと画像、出力はテキストで、対応機能にはビジョン、ツール使用、JSON、推論が含まれます。適応的思考では、`effort`パラメータはデフォルトでhigh—Opus 5.5とは異なるデフォルトであり、Opus 5.5はmediumで提供されるため、同一の`effort`値でも両者の思考予算が同じ意味になるわけではありません。信頼できるナレッジカットオフとトレーニングカットオフはいずれも2026年1月で、現在のOpus世代より5か月遅れています。価格は100万入力トークンあたり$5.00、100万出力トークンあたり$25.00、100万キャッシュ読み取りあたり$0.50、100万5分キャッシュ書き込みあたり$6.25、100万1時間キャッシュ書き込みあたり$10.00で、Batch APIでは入出力とも一律50%割引です。Anthropicは、少なくとも2027年5月28日までモデルを利用可能に保つことを約束しています。

それは博物館の展示物でもない。モデルID `claude-opus-4-8` は Claude API、A​mazon Bedrock、G​oogle Cloud、M​icrosoft Foundry、そして AWS 上の Claude Platform で現役稼働しており、A​nthropic 自身が Opus 5.5 向けに公開した資料には、その新しいデプロイにおけるサイバーセキュリティ関連のリクエストの大半は設計上 Opus 4.8 へとルーティングされると記されている。現行フラッグシップの指定フォールバックであるモデルが、今なお実際の仕事を任されているのだ。

Qwen3.8-Flash-Next、Alibaba自身のカードより

Qwen3.8-Flash-NextはQwen4モデルではなく、この区別は読み取ったものではなくAlibaba自身によるものである。モデルカードには、Qwen4を支えることになるアーキテクチャの実験的なプレビューが記されている——このアーキテクチャは、ファミリーが登場したときにランタイムと量子化の準備が整うよう、意図的に前倒しで出荷された。BF16で約180Bのパラメータを格納する。内訳は、トークンあたり6Bを活性化する125BのMixture-of-Experts本体、独立した51Bのn-gram埋め込みテーブル、約4Bのマルチトークン予測層で、48層、512エキスパート（うち10がルーティングされ、1が共有）にわたる。アテンションスタックが真に新しい部分である——Gated Delta Networkを実行する36の線形アテンション層と、Qwen Sparse Attentionを実行する12のフルアテンション層で、より広いQwen3.8世代が用いるのと同じおよそ3対1のハイブリッド分割となっている。

ネイティブコンテキストは262,144トークンで、1,000,000まで拡張可能です。入力はテキスト、画像、動画で、出力はテキストです。ライセンスはQwen Community License 1.0であり、Apache 2.0ではありません。これは同ファミリーの27Bとの実質的な違いであり、ベンチマーク論争を決着させてから数か月後に調達の問いを決める類のものです。アリババは、オープンウェイトを実験的プレビューとして、またQwen Cloud経由で提供されるQwen3.8-Flashを、デフォルト1Mコンテキストと組み込みツールを備えた公式の本番バージョンとして位置づけています。それらが異なる提供構成の下で同一のウェイトなのかどうかは、モデルカードには明記されていません。

数字は、それを算出した人によってラベル付けされている

Alibabaのモデルカードはベンダー表であり、ここではそのようにラベル付けされている。カード自体の言語評価では、Qwen3-Flash-NextはLiveCode v6で91.9、GPQA Diamondで91.7、SWE-bench Multilingualで81.0、SWE-bench Proで62.5、DeepSWE 1.1で58.7、CoWorkBenchで73.9、JobBenchで55.7を報告している。カード自体の比較行では、HLEでClaudeモデルに35.9対40.0で敗れ、NL2Repo-Benchでは48.1対54.2で敗れている。カード自体に由来する注意点が2つある。いくつかは社内ベンチマークを使用しており、HLEの行にはGPT-4oによって判定されたと注記されている。この特定の数値を誰かに引用する前に知っておく価値がある。

Anthropicは、それと同じハーネスを用いたClaude Opus 4.8について、同等の公開表を公表していない。そのため、ベンダー間の行単位の比較は存在せず、どちらの側の表からも示唆されるべきではない。存在するのは、両方を実行した第三者だ。Artificial Analysisは、自社のIntelligence IndexでClaude Opus 4.8を41.8としており、これは同社が順位付けするモデルの中で23位、84パーセンタイル。また、Qwen3.8-Flash-Nextを40としており、比較クラス内の113モデル中5位。どちらの数値も同じプロバイダーのインデックスであり、そのため、評価日について上記で述べた注意点があるものの、今日利用できる共通の尺度に最も近いものとなっている。

独立した全体像の残りの部分は、そのすべてが Artificial Analysis によるもので、そのすべてが提供されている Flash バリアントではなくオープンウェイトのプレビューを対象としています：

• ナレッジワーク — Qwen3.8-Flash-Next は AA-Briefcase で 1587、GDPval-AA v2 で 1647、そして Zapier とともに非公開のホールドアウトタスクセットで構築したエージェント型ワークフローのベンチマーク AutomationBench-AA で 56% を記録。

• ターミナルおよび科学的分野の作業 — Terminal-Bench v4.0 では25%、SciCode では51%である一方、長期的なリポジトリタスクでははるかに弱い結果にとどまっている。

• 推論 — Humanity's Last Examでは、同じプロバイダーのハーネス上でQwen previewが38%、Claude Opus 4.8が48%。GPQA Diamondでは両者は実質的に同水準で、Alibabaのカードでは91.7、Artificial AnalysisでのOpus 4.8は92.0。

• 事実の想起と作話の対比 — QwenプレビューではAA-Omniscienceがマイナス10で、これは自信満々の作り話にペナルティを与える指標である。Opus 4.8については、そのハーネス上で公表された相当する数値がないため、両者をそれで比較することはできない。

• 速度 — Artificial AnalysisはQwenプレビューを毎秒53出力トークン、初回トークンまでの時間2.80秒と計測し、非常に冗長だと評している。タスクあたり108k出力トークンで、そのうち72kが推論トークンだ。Claude Opus 4.8は、過去7日間に私たち自身のプレイグラウンドで計測したところ、初回トークン中央値4.2秒で毎秒66.7出力トークンを返す。異なるハーネスなので、これらの速度は競争の結果ではなく参考値として扱ってほしい。

• コンテキスト — Qwen3.8-Flash-Next のネイティブ 262,144／拡張 1,000,000 に対し、Claude Opus 4.8 はネイティブ 1,000,000。

一行ずつではなく全体として読むと、このパターンは価格差が双方向に誤解を招くものであることと整合している。安価なモデルは、知識労働、ターミナル作業、一般的な推論において実際に肉薄している——33倍の価格差から予想される以上に近い。高価なモデルが優位に立つのは、作業が長く、曖昧で、間違えると高くつく場合であり、また拡張ではなくネイティブに100万トークンのコンテキストを備えている。

価格の問題は、それを決めるユニット次第

トークンあたりで見ると、その差は歴然としており、公表された数字に基づく算術にすぎない。提供中のQwen3.8-Flashでは、入力はClaude Opus 4.8より33倍安く、出力は53倍安い。キャッシュは、Anthropic自身の入力料金と比べれば、わずかにAnthropicに有利な形で差を縮める——Claude Opus 4.8のキャッシュ読み取りは100万トークンあたり$0.50で、入力価格の10分の1だ——しかし、提供中のQwen3.8-Flashは、当社自身の公表リストにおいて100万トークンあたり$0.0184のキャッシュ読み取り料金を備えており、これはOpus 4.8の相当額の4%未満である。頻繁な再読み取りを伴う長寿命のプロンプトでは、その差は他のすべてと同じ方向に複利的に積み重なる。

完了したタスクあたりの数値こそが、トークンの冗長さを生き延びる指標であり、ここでの正直な答えは、その比較が片側で不完全だということです。Artificial Analysisは、自社が実行するモデルについてタスクあたりのコスト数値を公表しています。そのプレビュー自体の冗長さ — インデックス実行で245Mトークンを消費し、中央値140Mに対して — は、そのトークンあたりの優位性が消えるのではなくタスクレベルで縮小することを意味し、これを決着させるためのこれら2つの同一設定での実行は存在しません。計画に使う1つの数値が必要なら、他人のトークン数を借りるのではなく、自分のトラフィックで自分でモデル化してください。

それぞれが正しい判断となる場合

Claude Opus 4.8 は、作業がハイリスクで一発勝負のときに適した選択です。誤った分岐を巻き戻すのに多大なコストがかかる長期的なエージェント実行、大規模なコードベースにまたがる複雑な多段階デバッグ、そしてすでに Claude の thinking と effort のコントロールを前提に構築されたあらゆるもの——そこでは同一の `effort` 設定と 2026 年 1 月の知識カットオフが、未知数ではなく既知の量となっています。また、日付の明記されたベンダーコミットメントと、その後継モデルの最も困難なトラフィックに対して依然として文書化されたフォールバックであるモデルを求める場合にも、より安全な選択です。

Qwen3.8-Flash-Next は、ワークロードが深さよりも広さを持つ場合——大量の分類、抽出、スクリーンショットやドキュメントの理解、コストのためにバッチ処理せざるを得ないエージェント的な一括処理——に適した選択肢であり、Qwen4 が存在する何か月も前に自社データで Qwen4 アーキテクチャを評価したい場合にも適しています。その強みが独立して示されるのはナレッジワークとターミナルタスクであり、弱みが示されるのは長期的なリポジトリ生成とワンショットのエージェント合格率で、これはまさに本番コードの変更が行われる領域です。重要なものに触れる前に、実際のワークロードのリスクの低いコピーをそれに対して実行してください。

ルールをルールとして述べれば：許容できる故障モードを持つモデルを選べ。間違った答えがリトライのコストで済むなら、33xはタダ同然だ。間違った答えが午前3時のロールバックを招くなら、安いモデルはまだその判断を任される資格を得ていない——そして、それがリリース済みの製品ラインではなく、コミュニティライセンスの実験的プレビューであるという事実が、スコアとは無関係に、その理由の一部なのである。

2つ目の契約なしで両方を実行する

この比較の両端は、1つのカタログ上で実際に稼働しています。Claude Opus 4.8 は `anthropic/claude-opus-4.8` としてルーティングされており、100万トークンあたり $5.00 と $25.00 — Anthropic の公表リスト価格が 0% のマークアップでそのまま適用されているため、その料金表が変わってもここは何も変わりません。Qwen 側の本番提供バリアントは `qwen/qwen3.8-flash` としてルーティングされており、$0.15 と $0.47、こちらもプロバイダーのリスト価格で、テキスト、画像、動画入力に対応する100万トークンのコンテキストで提供されています。

オープンウェイトのプレビュー自体は別問題であり、はっきり述べておく価値があります。Qwen3.8-Flash-Next は当方のルートの一つではありません。プレビューを使うには、Hugging Face または ModelScope からウェイトをダウンロードし、自分でホストする必要があります。vLLM は初日から対応しており、51B パラメータの n-gram 埋め込みテーブルを恒久的な VRAM ではなくホストメモリに保持するオフロード経路を備えています。SGLang と TensorRT-LLM は NVIDIA の Day 0 リストに入っており、Ollama のライブラリには Apple Silicon 向けの MLX ビルドがあります。当方がルーティングするのは本番版であり、今日実際に呼び出せるのはこちらです。

両方を求めるチームにとっての現実的な落としどころは、どちらかを選ぶことではなくトラフィックの分割だ。ひとつのキー、ひとつのSDK、ひとつの請求で、リクエストの一定割合を安価なモデルに送り、実験的なアーキテクチャや老朽化したアーキテクチャが不調に陥る瞬間を自動フェイルオーバーが吸収する。これは、この対決の構図が示唆するよりも小さなエンジニアリングの負担であり、「どちらか」という問いに対する有用な答えのほとんどは、実際にはこうして見つかる——両方を実際のトラフィックに対して一週間走らせ、その結果を読むことによって。

このページを変えるとしたら何ですか

実際に起こる可能性が高い順に、3つのこと。特定のハーネス上で Qwen3.8-Flash-Next を Claude Opus 4.8 と条件を揃えて評価すれば、上の歯切れの悪い文はすべて数字に置き換わるだろう。Qwen4 ファミリー全体の登場は、このプレビューを「そのアーキテクチャの初期」から「そのアーキテクチャの前世代」へと移し、それが何のためのものかを変える。そして Opus ラインの価格変更があれば、このページの中心にある倍率が再び動き出す——当社側でパススルーされる提供中の Qwen3.8-Flash 料金は、プロバイダーが動かしたその日に動くので、数字が動かないときでも比較は最新のまま保たれる。

それまでは、この組み合わせを最も頻繁に決める唯一の事実はベンチマークではない。安価な側は自分で運用する実験的プレビューであり、高価な側はサポート関係と2027年までの提供コミットメントを伴って借りるレガシーモデルだという点である。スタックを自ら所有する必要があり、実績のないアーキテクチャを受け入れられるチームは、33xを選び、きちんとテストすべきだ。最初から正しい答えが必要なチームは、すでに故障モードを把握しているモデルにお金を払うべきだ。