Qwen3.8-Max vs Qwen 3.8：単一2.4Tコア、レンタルか自前運用か — 0902リフレッシュ後

2026年9月2日、AlibabaはQwen3.8-Maxの日付入りリフレッシュ版を出荷しました — そのビルドは、同社がQwen3.8-Max-0902として指定している — そして、独立したコーディングリーダーボードは、その同じ週に新しいスナップショットを1位としました。その同じ2.4兆パラメータのコアのダウンロード可能なバージョン、つまり接尾辞なしで「Qwen 3.8」と書くときにほとんどの人が意味するモデルは、依然として8月12日時点のチェックポイントのままです。テキスト専用で、推論は常時有効、そしてGPUラックより小さいマシンで実行するには数百ギガバイト不足しています。ホスト型フラッグシップとオープンウェイトの間のそのギャップは8月には存在しませんでした。それは今や比較のすべてであり、同じモデルが2つの名前であなたに売り続けられている理由なのです。

Qwen3.8-Max は、Alibaba がホストする旗艦モデルです：2.4兆パラメータのスパースMoE（混合専門家）モデルで、トークンあたり約950億パラメータがアクティブになり、8月3日から有料APIで稼働し、100万トークンのマルチモーダルコンテキストウィンドウを備えています。単独の名称としてのQwen 3.8は、同じ世代のオープンリリースです。最も重要なのは、Alibaba が8月12日にカスタムライセンスの下で公開したウェイト、Qwen3.8-2.4T-A95Bです。これらは、より安い兄弟モデルとプレミアム兄弟モデルという関係ではありません。同じ頭脳を2つの方法で販売しているものであり、9月のポストトレーニングパスによって、この2つの提供物は分化し始めています。この記事では、あなたが実際に見ている「Qwen 3.8」がどれなのか、0902リフレッシュで何が変わったのか、そして今日どのルート（APIをレンタルするか、ウェイトを実行するか）を取るべきかを整理します。

ライバル関係ではない組み合わせ

日付と料金表の前に、アーキテクチャを述べる。Qwen3.8-MaxとQwen3.8-2.4T-A95Bは、きめ細かなMoE設計を共有している。すなわち、各層あたり512個のエキスパート（層ごとにルーティング対象10個＋共有1個）、92層、そして92層のうち69層が線形アテンション（Gated DeltaNetとゲート付きアテンションの組み合わせ）を用いるハイブリッドスタックであり、長文コンテキスト処理にはフルアテンションがインターリーブされる。これこそが、モデルカードがAPI上で100万トークンのコンテキストを謳える理由であり、オープンビルドがネイティブ262Kに達し、適切なサービング構成によって100万トークンへと拡張できる理由である。2つの名称の違いは、重みのアーキテクチャにあるのではない。端（エッジ）にあるのであり、そのエッジは9月2日以降に移動している。

• パラメータ — Qwen3.8-Max: 合計2.4T / アクティブ約95B、MoE。Qwen3.8-2.4T-A95B: コアは同一、アクティブ数も同じ。

• 提供 — Qwen3.8-Max: ホスト型API。8月3日から稼働中で、9月2日にQwen3.8-Max-0902として更新。Qwen3.8-2.4T-A95B: ダウンロード可能な重み。8月12日に初公開され、以降新しいチェックポイントはなし。

• モダリティ — Qwen3.8-Max: テキスト、画像、および動画入力。Qwen3.8-2.4T-A95B: テキストのみ。

• 推論制御 — Qwen3.8-Max: 思考トグル（非思考モードを含む）。Qwen3.8-2.4T-A95B: 思考は常時オンで、推論努力度ダイヤルのみ（低 / 高 / 極高）。

{{1}}• ツール機能 — Qwen3.8-Max: ネイティブな関数呼び出し、5つの組み込みツール、構造化出力をサポート。{{/1}} {{2}}Qwen3.8-2.4T-A95B: ネイティブなツールレイヤーはなく、得られる機能は、モデルを実行する推論フレームワークによって異なります。{{/2}}

9月2日の更新で変わったこと

0902ビルドは、新しいアーキテクチャではなく、ポストトレーニングのパス（追加学習工程）を経たものだ。Alibabaはこのビルドを、Qwen3.8-Maxがすでに知られていた2つの分野——コーディングと、同社が「cowork」と呼ぶ長期的なエージェント業務／オフィス業務——に照準を合わせた。そして、このリフレッシュが重要な意味を持つのは、その周辺で発表された数字による。 独立系リーダーボードのCode Arena: WebDevにおいて、Qwen3.8-Max-0902は1,691 Eloでデビューし、前ビルドから22ポイントの上昇を記録。登場と同時に首位を獲得するのに十分なスコアだった。Alibabaはまた、このビルドを同ボードのコストパフォーマンスにおけるパレートフロンティア上で最高スコアのモデルだと位置づけ、その加重平均レートはトークン100万個あたり約5ドルとしている。これは2ドルと6ドルのリスト価格を、出力が大半を占めるエージェント型トラフィックで加重した数字であり、同等のフロンティアモデルへの呼び出しが他社でかかるコストのおおよそ4分の1に相当する。 ただし、これらの数字は混同しないよう区別して理解しておく必要がある。1,691 Eloは独立系アリーナの結果であり、パレートフロンティアという位置づけは、その独立系ボードに対するAlibaba自身の解釈なのである。

{{1}}Alibabaが0902パスに対して行った内部評価（ベンダー報告・未再現）は、{{/1}}同じ方向性を示している：{{2}}Terminal-Bench 3.0は11.3から29.0へ、ProgramBenchは10.5から28.0へ、JobBenchは53.4から64.0へ、WorkArena Eloは1,348から1,468へ上昇した。{{/2}}{{3}}これらは「リフレッシュがエージェント軸とコーディング軸を前進させた」という意味で読むべきであり、{{/3}}検証済みのスコアとして読むべきではない。{{4}}汎用知能の面では、Artificial AnalysisのIntelligence IndexがQwen3.8-Maxを56と評価している{{/4}}——競争力はあるが、それだけでこのモデルを選ぶ理由にはならない。{{5}}選ぶ理由になるのは、コーディングとエージェント系の結果だ。{{/5}}

ほとんどの報道が見落としている点は、9月2日のポストトレーニングが、本稿執筆時点ではAPI限定だということだ。Alibabaは更新されたモデルのオープンチェックポイントを公開していない。Hugging Face上のQwen3.8-2.4T-A95Bウェイトは、依然として8月12日リリースに由来している。つまり、ホスト型のQwen3.8-Maxとダウンロード可能なコアは、8月中旬にそうだったように、もはや同じモデルではない。APIには9月のポストトレーニングが含まれるが、ウェイトには含まれない。オープンリリースを実行する理由が、フラッグシップが行うことを正確に再現することだったとしたら、その前提は9月2日に静かに崩れたことになる。

彼らが本当に相違する五つの箇所

共通のアーキテクチャはさておき、実際的な違いはすっきりと並びます。最初のフィルターはモダリティです。ワークロードに画像や動画（スクリーンショット、チャート、図入り文書、ビデオフレーム）が含まれる場合、それらを処理できるのはQwen3.8-Maxだけであり、その1Mトークン・ウィンドウは拡張ではなくネイティブです。オープンウェイトはテキスト専用です。2番目は推論制御です。ホスト型APIは思考をオフにして実行でき、これはレイテンシーに敏感で大量の抽出処理において重要です。そこでは思考の連鎖は純粋なオーバーヘッドにすぎません。オープンビルドではオフにできません。3番目はツール群です。関数呼び出し、5つの組み込みツール、JSONモードはホスト型製品に含まれますが、オープンビルドはサーバーレイヤーが提供するものに依存します。

コンテキストはスペックシートが示すよりも微妙だ。両者ともおよそ100万トークンに到達できるが、ホステッドモデルはマルチモーダル入力をネイティブに処理してそれを実現する。一方、オープンビルドはネイティブの262Kコンテキストを設定で拡張する必要があり、その拡張ウィンドウ内のすべてのトークンはテキストである。出力上限も異なる。APIは最大約131K出力トークンを許可する一方、オープンビルドも通常は同様の上限に設定されるが、オープン側の実際的な上限はモデルではなく、サービングスタックによって決まる。

各ルートの実際の費用

ここで、この2つの提供形態はまったく比較できなくなります。Qwen3.8-Maxの定価は、入力トークン100万件あたり2.00ドル、出力トークン100万件あたり6.00ドル、キャッシュ済み入力100万件あたり0.25ドルです。OrcaRouterはプロバイダーの定価を0%のマークアップでそのまま通すため、ここで支払う料金もそのとおりです。Alibabaが価格を変更した場合、新しい価格は同じ日に反映されます。0902スナップショットは、再現可能な動作を求めるチーム向けにqwen/qwen3.8-max-0902として別途固定されています。価格も機能も同じですが、更新され続けるモデルではなく、固定されたチェックポイントです。OrcaRouterのトラフィックでは、Qwen3.8-Maxの7日間のタイムトゥファーストトークンの中央値はおよそ2〜4秒で、Artificial Analysisの計測では1秒あたり約45〜48出力トークンです。遅くはないものの冗長なため、このモデルでのエージェントタスクは、低料金にもかかわらず、驚くほど多くのトークンを消費することがあります。

Qwen3.8-2.4T-A95B には定価がない。価格は、あなた自身のインフラだからだ。BF16 の重みはおよそ 4.9 TB に達し、公式の FP8 ビルドでさえ約 2.4 TB ある。つまり、これはラックスケールのハードウェアであり、文書化されている最小のサーバ構成でも B300 または GB300 GPU が 8 基程度は必要になる。そして GB300 NVL72 フルラックが基準となるデプロイ構成だ。積極的な量子化はこの下限を変える。NVFP4 ビルドは約 1.3 TB に収まり、Unsloth の 1 ビット層別量子化はモデルを約 397 GB まで圧縮する。これによって、ようやく十分なリソースを備えた単一ノードでの運用が現実的になる。ただし、これらのどの手段も、データセンター規模で GPU を運用することを前提としている。オープンチェックポイントを提供するサードパーティのホスティング事業者は、Max のトークン単価を下回る価格でトークンを販売している。だがその代わりに、マルチモーダル入力、非思考モード、ネイティブのツール群、0902 ポストトレーニングを失うことになり、しかも、そのダウンロード可能なチェックポイント自体に関する独立したベンチマークはまだ公開されていない。Alibaba 自身のモデルカードもこの関係性について率直に説明しており、Qwen3.8-Max は Qwen3.8-2.4T-A95B をベースに構築された公式版であり、オープンコアの上に視覚入力、非思考モードのサポート、デフォルトの 1M コンテキスト、組み込みツールを追加したものだとしている。

独立した数値 vs ベンダーの主張

ここでは、情報の出所がどこまで正直かが、たいていの比較対決よりも重要になる。両サイドが拠り所とするエビデンスの年代が、大きく異なるからだ。Qwen3.8-Maxには、第三者による独立した評価がすでにある。0902ビルドのCode Arena: WebDev 1,691という結果と、Artificial AnalysisのIntelligence Index 56は、どちらも第三者による測定値であり、パレート最前線(Pareto frontier)上にあるという主張を興味深くしている価格も、公開されたレートカードに基づいている。Qwen3.8-2.4T-A95Bには、それがまだない。Alibabaが公開したベンチマーク表が説明しているのはMaxクラスのコアの性能であって、ダウンロード可能なチェックポイントを独立実行した結果ではない。つまり、この比較におけるオープンウェイト側は、いまだ大半が「ベンダーが『コアのスコアはこうだ』と言っている」だけの状態だ。性能面でどちらかを選ぶつもりなら、オープンウェイト側の看板となる数値は、第三者が実行するまでは、あくまで主張として扱うべきだ。

誰がどれを選ぶべきか

上記のリストから外れる決定です。インフラを立ち上げることなく、9月のポストトレーニング、画像や動画の入力、非思考モード、ネイティブツールと構造化出力、または100万トークンのウィンドウが必要な場合は、ホスト型のQwen3.8-Max（今日、具体的には0902ビルド）を利用してください。それがコーディングおよびエージェント分野の最前線であり、$2/$6、キャッシュ入力$0.25という価格は、その内容に対して積極的に設定されています。

制御性が利便性に優先する場合は、Qwen3.8-2.4T-A95Bを選択してください。すなわち、ウェイトを自社ハードウェアまたは既に運用しているプロバイダー上に保持する必要がある場合、監査・再現可能な固定チェックポイントを求める場合、あるいは継続的な利用量によりトークンあたりのコストが支配的な要素となり2.4T MoEの運用を許容できる場合です。トレードオフ——テキストのみ、思考は常時オン、ネイティブツールなし、0902ポストトレーニングは未適用——を受け入れたうえで、収益帯に応じたライセンス条件を確認してください。カスタムのQwen3.8-MaxライセンスはApache 2.0ではなく、大規模な商用事業者には追加の条件が課されるためです。

ワークロードが大量処理、シングルGPU、またはレイテンシーに敏感なものであれば、どちらのモデルも適切な選択肢ではないかもしれません。そのようなケースに適したサイズなのは、この世代の270億パラメータの兄弟モデルであるQwen3.8-27Bです。これについては、Qwen3.8-27B vs Qwen3.8-Maxの比較記事で別途解説しています。

スタックを賭けずに両方を試す方法

この判断を下すクリーンな方法は、両方のモデルを自社のプロンプトで実行することです。そして、こここそがルーティングレイヤーが後付けではなく、その存在価値を発揮する場面です。Qwen3.8-Maxと固定されたQwen3.8-Max-0902スナップショットは、どちらもOrcaRouter上の単一のOpenAI互換エンドポイントの背後に置かれています。そのため、ローリング版の旗艦モデルと再現可能なチェックポイントの切り替えは、再デプロイではなくモデルIDの変更で済みます。チームがオープンウェイトを社内に導入する場合、ルーティングDSLはQwen3.8-2.4T-A95Bを提供するセルフホスト型のvLLMまたはSGLangエンドポイントの前面に立ち、それを同じコールグラフ内に配置できます。つまり、大量のトラフィックは自社のデプロイメントへ送り、困難なプロンプトやマルチモーダルリクエストはホスト型のQwen3.8-Maxへオーバーフローさせ、それらの間で自動フェイルオーバーを実現します。この方法で新しいチェックポイントを試すには、移行ではなく設定変更だけで済みます。これは、この比較の両側がまだ異なる速度で動いている場合に、まさに望ましい性質です。

結論

Qwen3.8-MaxとQwen 3.8は、同じ役割を巡って争う2つのモデルではありません。両者は、レンタルAPIとして提供される形態とダウンロード可能な重みとして提供される形態を持つ、単一の2.4兆パラメータのコアです。そして9月2日のリフレッシュにより、この2つの提供形態は異なる意味を持つようになりました。APIをレンタルすれば、Code Arena: WebDevで首位を獲得した0902ポストトレーニングに加え、ビジョン、非思考モード、ネイティブのツール機能、ネイティブな100万トークンウィンドウを利用できます。価格は$2/$6で、キャッシュ済み入力は$0.25です。オープンウェイトを実行する場合、同じアーキテクチャを8月12日の状態で凍結したもの——テキストのみ対応、推論は常時オンに固定——を入手することになります。独立したスコアはまだなく、データセンター向けハードウェアの費用もかかります。9月のコーディング性能とエージェント能力の向上が重要なら、それを現在手に入れられるのは2つの名前のうちの1つだけです。再現可能な制御をより重視するなら、自分の手元に残せるのも2つの名前のうちの1つだけです。