Qwen3.8-Flash-Next vs Qwen3.8-Max：6BアクティブのQwen4プレビューは2.4Tフラッグシップにどのくらい近づくのか？

2026年8月26日、AlibabaのQw​enチームは、1760億パラメータのマルチモーダル混合エキスパート（MoE）モデルであるQwen3.8-Flash-Nextをオープンソース化した。このモデルはトークンあたり約60億パラメータのみを活性化し、Qwen4アーキテクチャの初期プレビューとして明確に位置づけられている。その評価基準となるのは、初日からAlibaba自身のフラッグシップであるQwen3.8-Maxだ。これは2.4兆パラメータのスパースMoEで、8月3日に一般提供が開始され、以来、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ドルで課金されている。紙面上では、この2つのモデルは格納パラメータ数で1桁以上の差（2.4兆対約1800億）があり、活性パラメータ数では約16倍の差がある。しかしAlibaba自身のベンチマークシートでは、その結果はサイズの差よりもはるかに接近している。これは、このプレビューの最も印象的な点であるか、あるいは、独立した研究所が検証するまではベンダーの表は仮説にすぎないという、これまでで最も明確な注意喚起である。

要するに、これは対等な者同士の競争ではなく、対等だと見なすことこそが唯一の誤り方です。Qwen3.8-Maxは現世代の性能上限であり、Artificial Analysisによる独立評価を受け、8月12日からオープンウェイトで公開され、3週間にわたって本番環境での実績があります。Qwen3.8-Flash-Nextは、誕生して1日しか経っていないアーキテクチャのプロトタイプであり、アリババによれば、ほとんどのワークロードはMaxの余力を必要とせずに実行できるとのことです。それでもこの比較に意味があるのは、アリババ自身の表に両モデルが登場するベンチマークにおいて、プレビュー版がエージェント業務とオフィス業務でフラッグシップと約1ポイント差に収まり、JobBenchとRealWorldQAの2つでは先行しているからです。決定的な違いは品質の差ではありません。それは小さく、検証もされていません。決定的なのはエビデンスの差です。一方のモデルには第三者によるスコアカードがありますが、もう一方にはありません。

各モデルが実際に何なのか

Qwen3.8-Flash-Nextはアーキテクチャの試験運用版です。ディスク上におよそ1800億パラメータを格納します。内訳は125BのMoE本体、VRAMではなくホストメモリに置かれる51BのN-gram埋め込みテーブル、そしてマルチトークン予測ヘッドで、各トークンはそのうち約60億パラメータにルーティングされ、スパーシティは95%近くに達します。512エキスパートのMoEは、グループごとに3つのGated DeltaNet層と1つのQwen Sparse Attention層を交互に配置し、ゲート付き残差ストリームとN-gram埋め込みを追加し、Muonオプティマイザでトレーニングされました。そのコストはAlibabaによるとQwen3.7-Plusの約9分の1です。テキスト・画像・動画の入力に対応し、ネイティブで262,144トークンのコンテキストを備え、YaRNにより100万トークンまで拡張可能です。Hugging FaceとModelScopeでqwen-community-1.0ライセンスのもと、bf16およびFP8で公開されています。QwenCloud APIで料金が設定される本番モデルであるQwen3.8-Flash（入力トークン100万あたり0.16ドル、出力トークン100万あたり0.47ドルと発表）は、この同じアーキテクチャのサービス提供向けチューニング版であり、まだ公開されていません。

Qwen3.8-Maxは、この世代の完成版製品です。現行世代アーキテクチャ上の2.4TスパースMoEであり、Gated DeltaNetとゲート付きアテンションを組み合わせ、512のエキスパート（うち10がルーティング、1が共有）を擁し、公式モデルカードによるとトークンあたり950億パラメータが活性化されます。APIではマルチモーダルに対応し、100万トークンのコンテキストを$2/$6のフラット料金で提供、長文プロンプトの追加料金はありません。オープンウェイト版のQwen3.8-2.4T-A95Bは8月12日にリリースされ、Apacheではなくカスタムライセンスの下で公開されています。Artificial Analysisはこのモデルをインテリジェンス指数58、コーディング指数71.8と評価しており、これはQw​en 3.8ファミリーのモデルが保持する最も強力な独立評価カードです。

総パラメータ数 — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram（保存時約180B）。Qwen3.8-Max: 2.4T MoE。

• トークンあたりのアクティブパラメータ — Qwen3.8-Flash-Next: 約6B（5%未満）。Qwen3.8-Max: 約95B（約4%）。

• アーキテクチャ — Qwen3.8-Flash-Next: Qwen4 プレビュー（QSA + GDN、ゲート付き残差、N-gram、Muon）。Qwen3.8-Max: Qw​en 3.5 世代（GDN + ゲート付きアテンション）。

• コンテキスト — Qwen3.8-Flash-Next: ネイティブ 262K / YaRN 経由で 1M。Qwen3.8-Max: API では 1M / オープンウェイトではネイティブ 262K。

• 価格 — Qwen3.8-Flash-Next: 1Mあたり $0.16 / $0.47（発表済み、APIは未開放）。Qwen3.8-Max: 1Mあたり $2.00 / $6.00、一律。

• オープンウェイト — Qwen3.8-Flash-Next: qwen-community-1.0、8月26日、シングルノード対応。Qwen3.8-Max: Qwen3.8-2.4T-A95B、カスタムライセンス、マルチノード。

• 独立スコア — Qwen3.8-Flash-Next: まだなし。Qwen3.8-Max: AA Intelligence Index 58、Coding Index 71.8。

上記のスコアボードは、比較を重要な7つの行に集約し、出典のフッターがその重荷を担っている。すなわち、Flash-Nextの各数値はAlibaba自身のものであり、再現されたものではない。一方、Max列はArtificial AnalysisとAlibabaの公開テーブルに基づいている。そのように読めば、列は競争ではなくなり、証拠に関する表明になる。

ベンチマークシートを正直に読む

Alibaba自身のテーブルの共通の行では、ギャップは40倍のパラメータ差から予想されるよりもはるかに小さい。CoWorkBench（エージェント型オフィスワーク）では、プレビュー版が73.9を記録し、Maxの74.8に対して、AndroidWorldでは84.5対85.3、Agents' Last Examでは51.2対52.4となり、いずれも1ポイント以下の差です。JobBenchではプレビュー版の55.7、RealWorldQAではその88.5が、このシート上で検証済みの最高行であり、Maxを上回っています。差が広がっているのは、視覚重視のブロック — LVBench、ERQA、MathVision、Vision2Web — であり、そこではMaxが約4〜6ポイントリードしています。目玉のエージェント数値では、Qwen3.8-Flash-NextはSWE-bench Pro 62.5、DeepSWE 58.7を記録しており、実行コストが12倍かかるフラッグシップに迫っています。

さて、上記のすべての数字に付けられるラベルについて：それらはすべてAlibabaが報告したものであり、Alibaba自身のテスト環境に基づくもので、プレビュー版の場合は1日前のデータで、両モデルとも再現検証は行われていない。このことは各モデルで異なる意味を持つ。Qwen3.8-Maxの品質テーブルはベンダー主張に過ぎないが、そのIntelligence Index 58とCoding Index 71.8はAlibabaのAPI上での第三者による測定値であり、このモデルは数週間にわたって独立した検証に晒され、その評価は維持されている。Qwen3.8-Flash-Nextには、まだいかなる種類の独立したスコアも存在しない。この僅差を正直に読み解くならば、「プレビューは基本的にフラッグシップと同等に優れている」ということではない。「Alibabaはプレビューがフラッグシップと1ポイント差以内だと主張しているが、ラボの外部でそれを確認した者は誰もいない」ということだ。この2つの文の隔たりこそが、各モデルが抱えるリスクの大きさの全差である。

価格差こそがポイントです。

先に計算をしましょう。なぜなら、それは動かない部分だからです。$0.16/$0.47 の場合、入力トークン100万個と出力トークン100万個で、本番環境のFlash APIでは $0.63 の請求になります。同じ呼び出しをQwen3.8-Maxで行うと $8.00 かかります — およそ12.7倍、その両面でです。Alibabaによると、このアーキテクチャのトレーニングコストはQwen3.7-Plusの約9分の1で、それがこの価格を実現できる構造的な理由です。そして、$0.16という価格は、本番環境のFlashがDeepSeek-V4-Flashをも約3分の2下回ることを意味します。大量処理、エージェント型、または長文コンテキストのワークロードにとって、12.7倍の価格差は、利益が出る製品と補助金の違いに相当します — だからこそ、この比較が行われているのです。

ルーティングレイヤーがその存在価値を貸借対照表の両側で発揮するのは、まさにこの点です。その事実は正確に述べる価値があります。Qwen3.8-Max は本日、OrcaRouter 上でプロバイダーのリスト価格のまま、マークアップなしで稼働しています。つまり、ベンダーに直接支払うのと同じ $2.00/$6.00 が、すでに利用している OpenAI 互換エンドポイントの背後に存在するのです。Qwen3.8-Flash-Next はまだどの API にも提供されていません。本番用の Qwen3.8-Flash が QwenCloud で公開されるまでは、オープンウェイトが唯一の経路であり、セルフホストのみです。その API が公開されれば、同じ 0% マークアップのパススルーにより、その $0.16/$0.47 の価格が同じ日に私たちの側にも登場します。これはプレスリリースの一文ではなく、コンフィグで即座に有効になる値下げです。そして、両モデルは 1 つのキーの背後にあり、それらの間で自動フェイルオーバーが行われます。昨日のアーキテクチャをテストするために統合を配線し直す必要はありません。ルーティングルールを変更するだけです。

プレビューアーキテクチャ対実証済み製品

どの単一のベンチマークよりも優先される、より長期的な視点での違いがあります。Qwen3.8-Flash-Nextは、AlibabaがQwen4で採用するというアーキテクチャ——スパースアテンション、ゲート付きDeltaNet、ゲート付き残差、N-gram埋め込み、Muon——に基づいて構築されており、高価なモデルをその上に構築する前にエコシステムがストレステストできるよう、オープンウェイトとして早期に公開されました。Alibabaの測定によると、このスタックはフルアテンションと比較して、1Mトークンのコンテキストにおいてプリフィルが最大7.6倍、デコードが最大4.9倍高速です（ベンダー報告）。これが、6Bアクティブモデルが1Mトークンのウィンドウを手頃なコストで維持できる技術的理由です。Qwen3.8-Maxは現世代の成熟した製品であり、それがまさにその美徳です。既知の存在であり、チームがすでにサービス動作と障害モードを把握しているモデルです。

本番システムにとって、この分岐は諸刃の剣である。Maxは今日の時点で安全な選択だ——独立した評価、3週間の本番稼働実績、確立された価格。Flash-Nextは、Alibabaが次世代にかける賭けの方向性であり、その価格はファミリー全体の価格帯を塗り替える。今それを選ぶということは、コミュニティがまだ監査中のアーキテクチャに乗ることを意味する。無視するということは、より安価なアーキテクチャが6ヶ月以内にフラッグシップを追い越さないことに賭けることだ。どちらの賭けもオール・オア・ナッシングである必要はない——両方を単一のエンドポイントから利用可能にしておくことの実践的な意義はそこにある。

上記の2つのキャプチャは、各リリースの公開サーフェスを示しています。すなわち、Qwen3.8-Maxが本日リスト価格で呼び出し可能なOrcaRouterのリスト、およびAlibabaのQw​en StudioによるQwen3.8-Flash-Nextオープンウェイト版リリースの発表です。

決定

今日の生成能力の上限が必要なら、Qwen3.8-Maxを選びましょう — 長期的なエージェントワーク、ファミリー内で最強の独立スコアカード、そして数時間ではなく数週間にわたって本番運用されてきたモデルです。100万トークンあたり$2/$6のフラット料金は、フロンティアモデルとしては安価であり、2つのうち、盲信ではなくデータで確認できる唯一のモデルです。

ワークロードが大量かつ価格に敏感な場合（エージェントループ、バッチオフィス自動化、12.7倍の価格差が損益分岐点と利益率の分かれ目となる長文脈パスなど）に加えて、ベンダーシート上のリリースされたばかりのアーキテクチャを運用すること、またはAPIが提供されるまでオープンウェイトをセルフホスティングすることに抵抗がない場合は、Qwen3.8-Flash-Next を選択してください。

その中間にいるすべての人にとって、賢明な姿勢は「両方」です。今は片方のキーにQwen3.8-Maxを、APIが公開されたらQwen3.8-Flash-Nextをルーティングルールひとつで追加し、さらにフェイルオーバーを設定して、判断を下す間に前日モデルが本番パスを停止させないようにする。未解決の疑問は正直なものです——60億のパラメータを活性化するモデルが、独立した再現テストでもこれらのベンチマーク数値を維持できるのか、それともビジョンのギャップと前日時点のスコアシートが現実の物語として広がっていくのか？答えは今後数週間で明らかになり、プレビューの独立したスコアが発表された瞬間に、この比較をもう一度見直す価値があります。