Qwen3.8-Flash-Next vs Qwen3.8-27B：スループットを借りるか、それとも重みを所有するか

Qwen3.8-Flash-Next と Qwen3.8-27B は、同じ問いに対する 2 つの答えです。同じラボが 6 日違いで公開したもので、その問いとは、この世代のモデルを本番トラフィックの前に置きたいとき、チームが実際に動かすべきは何か、というものです。Qwen3.8-27B が登場したのは 2026 年 8 月 13 日。Apache 2.0 のもとで公開された 270 億パラメータの密なモデルで、BF16 の重みは 55.6 GB あり、量子化すれば 24 GB のカード 1 枚に収まります。Qwen3.8-Flash-Next が Hugging Face に登場したのは 8 月 24 日、ModelScope には 8 月 26 日。保存パラメータ数はおよそ 180B、トークンあたり 6B が活性化され、より制約の厳しい Qwen Community License 1.0 のもとで提供されます。一方はファイルです。もう一方はスループットのプロファイルです。この 2 つから選ぶことは、突き詰めれば、あなたのワークロードが実際に必要としているのはそのどちらなのか、という問いにほかなりません。

名前が示すよりずっと近い親戚同士だ。どちらもネイティブで262,144トークンのコンテキストを備え、1,000,000まで拡張可能で、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、さらにAlibabaがQwen3.5世代から投入してきたのと同じハイブリッドアテンションの考え方で動いている——線形アテンション層の大多数が長コンテキスト処理を安価に担い、少数のフルアテンション層が、線形アテンションが苦手とする正確な検索を処理する。両者が同じでなくなるのは、そこから下流のすべてだ。ライセンス、サイズ、トークンあたりの価格、そして動かすために何をしなければならないか。

それぞれが何なのかを、それぞれ1段落で

Qwen3.8-27Bは、視覚エンコーダを備えた高密度（dense）な因果言語モデルである。64層、隠れ次元は5120、中間サイズは17,408、語彙数は248,320トークンで、アテンションスタックは48のGated DeltaNet線形層と16のGated Attention層に分かれている。Alibabaはマルチトークン予測を用いてこれを訓練した。思考モードはデフォルトで有効になっており、`reasoning_effort`レベルはxhigh、medium、lowが用意されている。また、モデルカードに記載された視覚関連の行は、文書解析（OmniDocBench 1.5で91.1）、GUI操作（OSWorld-Verified 84.3、AndroidWorld 81.9）、一般的な視覚推論（RealWorldQA 85.9、MathVision 90.0）をカバーしている。ごく普通の意味で、これはダウンロード可能なモデルである。1つのリポジトリ、18個のsafetensorsシャード、ライセンスファイル、そして本格的なワークステーションなら保持できるサイズだ。

Qwen3.8-Flash-Nextは、AlibabaがQwen4を支えると述べているアーキテクチャに基づくMixture of Experts（専門家混合）です — 48層、512のエキスパート（10がルーティングされ、1が共有）、エキスパート本体に125Bのパラメータがあり、トークンあたり6Bを活性化し、さらに別個の51Bのn-gram埋め込みテーブルと約4Bのマルチトークン予測層を備えています。そのアテンションスタックは、異なるスケールで同じ3対1のアイデアです。36のGated DeltaNet層に対して、12がQwen Sparse Attentionを実行します。カードには、これがQwen4モデルではなくアーキテクチャの実験的プレビューであること、および提供される本番バリアントはQwen Cloud経由のQwen3.8-Flashであることが明記されています。これは気軽に所有できるファイルではなく、一度解決すれば安価に実行できるサービングの問題です。

両者がパラメータ数を超えて異なるところ

ライセンスは最初の相違点であり、このページ上のあらゆるベンチマーク論争よりも長く生き残るものだ。Qwen3.8-27BはApache 2.0、それだけだ。商用利用、改変、再配布、派生ビルド、収益しきい値なし、交渉すべき別個の契約もない。Qwen3.8-Flash-NextはQwen Community License 1.0で、派生物の販売を含む商用利用を認めているが、モデル・アズ・ア・サービスやAI作業アシスタント事業を、定められた収益および月間アクティブユーザーのしきい値を超えて運営する場合は、A​libabaとの別個の商用契約が必要となる。社内ツールではなく製品を作っているのであれば、その条項は脚注ではない。予算の一行だ。ベンチマーク表を読む前にライセンスを読む価値がある。なぜなら、あらゆるスコアで勝っているモデルを失格にしかねないからだ。

2つ目の相違点は「ローカル」の意味だ。27Bの場合、ローカルとは1台のマシンを指す。4ビットに量子化すればモデルは24 GBのカードに収まり、フォーマットのはしご——GGUF量子化レベル、Apple Silicon向けMLX、実際のVRAM計算——はここで繰り返さず、姉妹ページで詳しく扱っている。Flash-Nextの場合、ローカルとは180Bパラメータのチェックポイントをプロビジョニングすることを意味する。vLLMは初日から、51Bパラメータのn-gramテーブルを常駐VRAMではなくホストメモリに保持するオフロード経路でこれを提供し、SGLangとTensorRT-LLMはNVIDIAのDay 0リストに載っており、OllamaのライブラリにはApple Silicon向けMLXビルドもある——しかし「動く」と「手持ちのマシンで動く」は別の文であり、2つ目を主張できるのは27Bだけだ。

公表された数字が語るもの、そして語らないもの

両モデルは、同じインデックスに基づくArtificial Analysisの数値を備えており、そのためこれは、独立した数値を少なくとも横並びで比較できる、珍しい同一ファミリー内比較となっている。Qwen3.8-27BはIntelligence Indexで33.7、総合47位、66パーセンタイル、AA Coding Indexで68.1、総合35位を記録している。オープンウェイトのFlash-NextプレビューはIntelligence Indexで40を記録し、比較クラス内の113モデル中5位となっている。これらのエントリーは異なる日付に評価されているため、この差は制御された結果ではなく、方向性を示すものとして読むべきだ。

二つのスコアの背後にある詳細は、スコアそのものよりも興味深い。個別評価では、27B自身のモデルカードはLiveCodeBench v6で90.3、GPQA Diamondで89.2、QwenSWEBenchで79.0を報告する一方、Flash-Next previewのカードは91.9、91.7、そして—同じファミリーのベンチマークで—SWE-bench Multilingualでは81.0、SWE-bench Proでは62.5を報告している。これらはすべてベンダー自身の数値であり、ベンダーが作成したもので、そのいずれも第三者が条件を揃えたハーネス上で再現したものではない。独立系の見方はより限定的で、一部の行では逆方向を示している。previewはナレッジワークとターミナルタスクには強く、長期的なリポジトリ生成には弱い。一方、27Bの独立系コーディング指数68.1は、ベンダー自身が報告したSWEの数値が示唆する水準を下回っている。

指標が実際に捉えている実用的な違いが一つある。preview は冗長だ。Artificial Analysis はこれを毎秒 53 出力トークン、最初のトークンまでの時間 2.80 秒と測定し、「非常に冗長」と呼んでおり、1 タスクあたり 108k 出力トークンを消費し、そのうち 72k が推論である。27B は、過去 7 日間にわたり私たち自身のプレイグラウンドで測定したところ、毎秒 200 出力トークン強を返し、最初のトークンの中央値は 4.97 秒である。異なるハーネスなので、この速度は参考値として扱うべきだが、それらはアーキテクチャが示唆するのと同じ形を描いている。一方は答えに達するためにトークンを使い、もう一方はより少なく使う。そして dense 設計によって、その一つひとつを生成するコストが安くなる。

重要な両方のユニットの価格

トークン単価で見ると、両者は十分に近接しており、ここで結論が出ることはない。Qwen3.8-27B は入力100万トークンあたり $0.33、出力100万トークンあたり $2.40 でルーティングされ、提供されている Qwen3.8-Flash は $0.15 と $0.47 でルーティングされる。いずれもプロバイダーの定価がマークアップなしでそのまま適用されたものだ。つまり、本番運用される Flash バリアントは、入力で約 2.2 倍、出力で約 5.1 倍安い。

ディスク上のバイト単位で見れば、両者はまったく近くない。そしてこれは、ローカルデプロイを過小評価している読者がたいてい見落とす数字だ。27Bは、18個のシャードにまたがる55.6 GBのBF16重みで、単一のコンシューマー向けカードで動作する程度まで圧縮できる。プレビューは同じ精度の180Bパラメータのチェックポイントであり、ストレージは数倍、メモリ帯域も数倍、そして単一デバイスではなくホストメモリへのオフロードを前提としたサービング構成になっている。制約がすでに所有しているマシンなのであれば、27Bは安価な選択肢ではない。唯一の選択肢なのだ。

どれを実行しますか？

Qwen3.8-27Bは、モデルを借りるのではなく所有する必要がある場合に選びましょう。オンプレミスまたはエアギャップ環境での展開、収益の話をせずに製品を構築できるApache 2.0ライセンス、他社の料金表に連動して膨らまないリクエスト単位のコスト、そして自分で運用できる単一GPUでの提供体制が得られます。ファインチューニング、マージ、量子化が必要な場合にも、このペアではこちらが適しています。リポジトリには、すでにそこから派生した数百のコミュニティ製アダプタ、ファインチューン、量子化が示されており、これこそがApache 2.0の重み公開が時間をかけてあなたにもたらすものです。

制約が制御性ではなくスループットとトークンあたりのコストであるなら、Qwen3.8-Flash-Next を選びましょう。大量のエージェント型スイープ、幅広い分類・抽出作業、大規模なスクリーンショットや文書の理解、そして入力価格が3分の1の6Bアクティブモデルによって経済的に可能なことが変わるあらゆる用途です。また、Qwen4が存在する前に自分のデータでQwen4アーキテクチャを評価したいと特に考えるなら、これも正しい選択です。それこそがこのプレビューの目的であり、コミットする理由ではなくテストする理由なのです。

ルールはこうだ。27Bは、モデルをどこで動かすかがボトルネックになっている読者向けであり、Flash-Nextは、モデルを動かすのにいくらかかるかがボトルネックになっている読者向けだ。両方のボトルネックを抱えるチームはごく少なく、実際に抱えている方のボトルネックが、たいてい1回の会議でこれを決めてしまう。

今日どちらかを動かすこと

Qwen3.8-27B は、この 2 つのうち始めやすい方であり、同時に 2 つの方法で利用を開始できます。重みをダウンロードして Apache 2.0 の下で自分でホストするか、アクセラレータに触れることなく呼び出すことができます。呼び出す場合、当社のカタログでは `qwen/qwen3.8-27b` としてルーティングされており、100 万トークンあたり $0.33 と $2.40 です。そして 27B は、ベンダーのエンドポイントからプロキシされるのではなく、当社独自のインフラストラクチャ上で提供されます。この 2 つ目の方法こそが、大量のマルチモーダルワークロードにとって真のデフォルトにする理由です — その 1 つとして：単一の OpenAI 互換エンドポイントを通じてアクセスできる 200 以上のモデル、1 つのキーで、2 つ目の契約に署名する必要はありません。

Qwen3.8-Flash-Next は当社が提供するルートではありません。オープンウェイトのプレビュー版はご自身でダウンロードして配信していただく必要があり、その入手経路は API ではなく Hugging Face と ModelScope を経由します。当社がルーティングするのは、その本番用の兄弟モデルである Qwen3.8-Flash、qwen/qwen3.8-flashです。100万トークンのコンテキストでテキスト、画像、動画の入力に対応し、100万トークンあたり 0.15 ドルと 0.47 ドル、ベンダーが公表する定価での提供となるため、アリババ側の料金改定が同日のうちにあなたのエンドポイントへ反映されます。配信プロジェクトを抱えずにプレビュー版のアーキテクチャを利用したいなら、今日呼び出せる中で最も近いものはこれです。

両方を求めるチームにとって、その構成は二者択一ではなくトラフィック分割だ。両方とも同じキーと同じSDKの背後で動くため、リクエストの一定割合を27Bに、残りをFlashエンドポイントに送ることができ、どちらかが不調なときは自動フェイルオーバーが吸収する。これは、どんなベンチマーク表よりも安価にこの比較に答える方法だ。なぜなら、他人のトラフィックではなく、あなた自身のトラフィックを測定するからだ。

未確定なのは、ファミリーが完成したときに何が起こるかである。Qwen3.8-27Bは、完成済みでライセンス可能、ダウンロード可能なモデルであり、あなたの利用中に変わることはまずない。Flash-Nextプレビューは、製品モデルがまだ出荷されていないアーキテクチャのカナリアであり、それに付随する提供中のFlashバリアントは、そのアーキテクチャの公式版として明確に位置づけられている。もしQwen4ファミリーが、2025年後半にQwen3-Nextが打ち立てたパターンに従うなら、プレビューの子孫は数か月以内に登場し、このページはプレビューについての決定ではなく、世代についての決定となるだろう。

このペアリングを最も頻繁に決定づける唯一の事実は、ベンチマークではなくライセンスです。Apache 2.0 なら 27B の上に誰にも許可を求めずにビジネスを築けますが、Qwen Community License 1.0 はプレビュー版に対してそれを与えてくれません。このページにある他のすべて — コンテキストウィンドウ、ハイブリッドアテンション、ビジョン対応 — は両者に共通しています。