Qwen 4：vLLM の「qwen4 fuse op」PR がアーキテクチャを命名 — Apsara 2026 がファミリーを命名

「Add qwen4 fuse op」というタイトルのプルリクエストは、8月26日からvLLMリポジトリでオープンのまま放置されており、その月の大半において、社外に存在したAlibabaの次世代モデルの説明に最も近いものだった。それが変わったのは2026年9月22日、AlibabaのQwen責任者Liu Da Yihengが杭州でのApsaraカンファレンスの開幕を利用して、ファミリー名を明かしたときだ。Qwen 4 Max、Qwen 4 Flash、Qwen 4 Plus、そしてQwen 4 27B——オープンウェイトの階層であり、ローカル推論の世界が待ち望んできたものだ。2日後、カンファレンスが閉幕した後、同社は初めてそのファミリーをロードマップに載せた。Qwen 4はトレーニング中、そして後継ライン——Qwen 4.5とQwen 5——は5兆から10兆パラメータと見込まれており、これはAlibaba Group CEOのEddie Wuが壇上で示し、その後同社が自社の英語版リリースでも繰り返した数字だ。2週間が経った今、そのロードマップがスケジュールでないことは明らかだ。現在出回っている時期は、10月、あるいは11月上旬という幅でしかなく、そのいずれもAlibabaが公表した何かに根拠をたどれるものではない。同社自身の文書には月も四半期も日付もない。モデルには識別子もコンテキストウィンドウも価格もない。そしてHugging Face上のQwen組織にはQwen 4のリポジトリが存在しない。その時期は計画ではなく願望として扱え。そのプルリクエスト——vllm-project/vllm#53909、いまだオープンで、いまだマージされておらず、いまだレビュー待ち——にも、リリース日もパラメータ数も記載されていない。これは3つの演算子ファミリー向けのスタンドアロンTritonカーネルを追加する。HyperConnection、Qwen Sparse Attention（QSA）、そしてPLE状態演算だ。タイトルには「qwen4」とあり、その演算子リストは、AlibabaがQwen3.8-Flash-Nextのオープンウェイトで出荷したアーキテクチャとほぼ完全に一致する——2026年8月26日にリリースされたマルチモーダルなMixture-of-Expertsモデルで、そのHugging Faceカードには「A Preview of the Qwen4 Architecture」と記されている。Qwen 4自体はまだリリースされていない。このファミリーには名前があり、ロードマップ上の枠があり、噂の時期がある。それを説明するものは、今もカーネルだけだ。

これは「現時点でわかっていること」をまとめた記事であり、ローンチ記事ではない。Aliba​ba は今やこのファミリーを公の場で名付け、企業のロードマップに載せたが、名付けることは出荷することではない。Qwe​n 4 のどのティアについてもモデルカードも重みも API も存在せず、以下のアーキテクチャに関する主張はすべて、依然として Qwe​n 4 の文書からではなく、Qwen3.8-Flash-Next プレビューとそれを取り巻くエンジニアリング成果物に由来している。確たる証拠は、いまだレビュー中の vLLM プルリクエスト、リリース済みのプレビューモデル、8月27日に提出された sglang PR（同じ Qwe​n4-Exp アーキテクチャ設定のネイティブサポートを追加するもの）、そしてその後 vLLM 自身の main 上のモデルレジストリに入った qwen4_exp エントリ — Qwen4ExpForCausalLM、Qwen4ExpForConditionalGeneration、Qwen4ExpMTP — に加え、9月1日にマージされた Rust フロントエンドのマルチモーダル作業だ。そこから我々が導く結論 — PR 内の演算子が Aliba​ba のプレビューしたアーキテクチャであるということ — は、その証拠に対する一つの読みであり、以下の各具体点はそれに応じてラベル付けされている。ここには Alibaba のものではまったくない主張が一つある。10月から11月初旬の期間は、X のウォッチリスト投稿と、過去2週間にわたってそれを繰り返したトラッカーページに由来し、再現されておらず、登場するどこでもコミュニティソースとして扱われている。

アリババが9月22日に実際に言ったこと

Aliba​baは、Apsara（Yunqi）カンファレンスの開幕でQwe​n 4ファミリーを予告した。同カンファレンスは2026年9月22日から9月24日まで杭州で開催され、Qwe​nのリードを務めるLiu Da Yihengが登壇した。開幕時には、3.8がすでに確立した構造に基づき、4つのティアが発表された：

• Qwen 4 Max — {{1}}フラッグシップ層{{/1}}であり、他のあらゆるフロンティアラボのトップモデルに対抗する位置づけのモデルです。

• Qwe​n 4 Flash — 高スループット層。ピーク推論能力ではなく、レイテンシに敏感な大量ワークロードを対象とする。

• Qwe​n 4 Plus — バランスの取れた中位ティア。

• Qwe​n 4 27B — オープンウェイト階層：Qwe​n が以前にオープンウェイトを提供してきたサイズクラスであり、ローカル実行向けの選択肢として取り上げられているもの。

27Bの項目は発表の中で具体的な部分であり、この記事の背後にある情報源シグナルが反応していたのはまさにそれだ。3.8世代では、27Bティアはオープンウェイトのドロップで、リリースから数日以内にMLXへ変換され、NVFP4に量子化され、ファインチューニングされた。そのため、名称付きのQwe​n 4 27Bは、その下流エコシステムに再びターゲットを与える。それはターゲットであり、リリースではない。この区別は心に留めておく価値がある。Aliba​baはそれについて、パラメータの内訳も、ライセンスも、コンテキストウィンドウも、日付も公表していない。しかもティア名は、それがdenseなのかmixture-of-expertsなのかさえ示していない。以前の27Bティアを実行可能にしたすべて — サイズクラス、単一マシン重視 — は、製品ラインの歴史から受け継がれたものであり、このモデル向けに指定されたものではない。

その会議が生み出さなかったものこそ、読者が計画の基準にできるものだ。アリババが示した立場——ベンダー側の枠組みであり、ステージ上で語られ、複数の独立系メディアによって報じられたもので、独立に検証されたものではない——は、Qwe​n 4が新世代アーキテクチャに基づいて構築されており、学習中であり、「まもなく」登場するというものだ。どのティアにもコンテキストウィンドウ、価格、モダリティのリスト、公開されたスコアはない。会議で唯一日付が示された項目は、11月に予定された次世代動画モデルだった。同じステージから出たある数字は、しかるべき枠に留めておく必要がある。5兆〜10兆パラメータという野心はQwe​n 4.5とQwe​n 5の時間軸に属するもので、Qwe​n 4のものではない——Qwe​n 4のどのティアにもパラメータ数は付されていない。その数字はもはやリークでも流布する主張でもない。アリババ自身の英語リリースに記載され、CEOのEddie Wuの基調講演に帰されており、日付も背景となるアーキテクチャもない予測として述べられている——企業が述べたものであり、依然として再現されていない。

つまり、名称の変更が変えたのはこのファミリーのステータスであり、証拠の状態ではない。以下の内容はすべて、このアーキテクチャが何であるかについてのサービング層による説明のままだ——そして、その発表自体が新たな仕様を何も加えていないため、この説明は、Alibabaが公表したどの内容よりも依然として詳細である。

「qwen4 fuse op」PRの実態とは

vllm-project/vllm のプルリクエスト #53909 は、コントリビューターのフォークから出されてオープンされており、まだコードオーナーのレビュー待ちです — 自動レビューは、まさにフォークから来たという理由で無効化されていました。これは小さな、カーネル関連の作業です：

• 3つのHyperConnectionカーネル — グループ化されたGe​ma RMSNorm、ゲート縮約、注入合成。

• 3つのQSAカーネルと、比較用の3つのベンダーベースラインラッパー。

• PLEステートのgatherおよびmasked-scatterカーネル。

• dtypeおよびshapeガード、ページングメタデータ、キャッシュスロット、MRoPEレイアウト、ストライド状態、nullおよび重複インデックス、決定論的実行をカバーする13件の合格テスト。

op リスト以外に重要な点が 2 つある。第一に、実装はフェイルクローズドである。ホスト側のガードは、汎用の Torch 計算パスへフォールバックするのではなくエラーを送出する。なぜなら、アテンションカーネル内で黙って誤った値が出ることは、ハード障害よりも悪いからだ。第二に、命名の分裂 — タイトルは「qwen4」と言っている一方、説明では Qwen3.8-Flash-Next と名指ししている — それ自体がシグナルである。vLLM 側は、このプレビューモデルを qwen4 系の最初のインスタンスとして扱い、その後に来るものをすべてカバーするファミリー名の下でカーネルを構築している。

「fuse op」とは何かの背景として：推論エンジンは通常、モデルのグラフをオペレーションごとに1回のカーネル起動で実行し、すべての起動にはオーバーヘッドが伴う——カーネル間のメモリ往復、ディスパッチコスト。複数の要素ごとの演算と状態演算を単一のカーネルに融合すると、そのオーバーヘッドを削減できる。まさにここで、新しいアーキテクチャのコストとレイテンシの勝敗が決まる。融合実装がどこにも存在しない演算子の上に構築されたモデルは、訓練がいかに巧妙でも遅く、メモリを大量に消費する。それらをうまく融合した最初のエンジンが、そのモデルの実世界での価格を決める。

カーネル名を設計図として読む

これらの演算子はいずれも標準のTransformer opsetには存在しません。だからこそ、そもそも新しいカーネルが必要になるのです。そして、それぞれがAlibabaがQwen3.8-Flash-Nextで予告したアーキテクチャの特定の部分に対応しています：

• HyperConnection → ゲート付き残差接続。単一の残差ストリームを4つの並列ブランチに広げ、要素単位の動的ゲーティングによって、モデルが各ブランチからどれだけ読み取り、各ブランチへどれだけ書き込むかを決められるようにする。残差状態はFP8で保存でき、メモリトラフィックを削減する。

• QSA → Qwen Sparse Attention。軽量なインデクサーがキーを圧縮率4でマイクロブロックに圧縮し、それらをスコア付けして、最良の512ブロック（およそ2,051の論理トークン位置）を保持する。一方、最終的なsoftmaxとvalue集約は引き続き元の非圧縮K/V上で実行される。48層のうち12層がQSAで、残りの36層は、固定サイズの再帰状態を持ち、増大するKVキャッシュを持たないGDN線形アテンション層である。

• PLE状態の演算 → n-gramメモリ。SGLangの解説で「Per-Layer Embeddings」と呼ばれる510億パラメータのルックアップテーブルは、現在のトークンと直前の2つまたは3つのトークンからハッシュでアドレス指定され、トークンごとに16行を取得する。その位置は事前計算可能なので、GPU VRAMを占有する代わりにホストメモリ上に置き、非同期でプリフェッチできる。

• カーネルが組み込まれるMoE本体：総パラメータ125B、トークンあたり約6Bがアクティブ — アクティベーション率は5%未満 — top-10ルーティングで512個のエキスパートに振り分けられる。

この誠実さを保つには、2つの注意点があります。第一に、上記のアーキテクチャは Qwen3.8-Flash-Next のモデルカードとコミュニティによる分解調査から読み取られたものであり、Qwe​n 4 のいかなる文書に基づくものではありません — それはこのファミリーに関する証拠であり、このファミリーの仕様ではありません。第二に、そのいずれも核心的事実を変えません。Qwe​n 4 はどのカタログにも存在しません。

別個の証拠系列はビジョン経路であり、上記のカーネル読解とは切り離して維持する価値がある。どの演算子マッピングにも依存せず、vLLM 自身の main 上のモデルレジストリには qwen4_exp エントリ — Qwen4ExpForConditionalGeneration — が、Qwen3-VL ビジョンタワーと Qwen3VLMultiModalProcessor を備えたマルチモーダルモデルとして登録されている。その設定をエンジンのマルチモーダルクレートに接続する Rust フロントエンド PR（#54813）は、画像入力をトークンに変換するコード経路であり、2026年9月1日にマージされた — 同じ PR がオープンであることよりも強い主張である。なぜなら、qwen4 系列のマルチモーダル経路は今や誰かのフォークの中ではなくエンジン内にあるからだ。それでもこれはまだリリースではない。そのレジストリエントリが記述するモデルには重みも API もない。しかし、次世代の Qwen が画像入力を受け取るという最初のエンジニアリングレベルの確認であり、そのアーキテクチャ上の「マルチモーダル」というラベルは、もはやプレビューのモデルカードの一行にすぎない。

なぜアーキテクチャがコストの見え方を変えるのか

もしQwen 4がこのアーキテクチャで提供されるなら、その経済性は標準的なdense——あるいは通常のMoE——トランスフォーマーとは異なり、その違いこそが、カーネル作業を注視する価値がある理由だ。

• メモリと計算の分離。メモリコストは総パラメータ数に比例する — モデルを提供するには125Bすべてが常駐している必要がある。計算コストはアクティブなパラメータ数に比例する — 順伝播ごとに実行されるのは約6Bのみだ。この分離があるからこそ、「125B」モデルをはるかに小さいモデルと同等のコストで提供できる。

• KV キャッシュはほとんどの層で増えなくなる。48 層中 36 層が固定サイズの再帰状態アテンションを使用しているため、増大するキー/バリュー キャッシュは 12 層に限定される。262K トークンのネイティブ コンテキスト — YaRN 経由で 1M — では、長コンテキストのサービングがそもそも手頃になる大きな理由の一つである。

• 大きなテーブルはオフロード可能です。n-gram テーブルは 51B パラメータで単一最大のメモリ消費元であり、GPU 上に置く必要はありません。SGLang の day-0 の作業では、BF16 テーブルを pinned ホストメモリへオフロードすると、H200 で GPU あたり約 23 GiB が解放され、割り当て可能な KV 容量が約 78% 増加することが測定されました — しかも出力はビット単位で同一です。vLLM 側では、同じオフロードは単一の PR ではなく段階的に導入されました。元のサポート PR（#53899）は 9 月 21 日にマージされずにクローズされ、一方で機能自体は別々のマージを通じて登場しました — #54371、Engram テンソル並列を用いた UVA ベースの PLE オフロードが 9 月 9 日、そして ROCm パス（#57497）が 9 月 25 日です。

これらの数値はまだどれも独立した監査を受けていない——7.6×/4.9×という長文脈の高速化の主張、SGLangの投稿にある540 tok/sのデコード値、「Qwen3.7-Plusの1/9」というトレーニングコストの主張——そして中立的な指標がそれらを再現するまでは、ベンダーまたはコミュニティによる報告として読むべきだ。

それを提供する競争

両主要エンジンともqwen4の作業が進行中だ——SGLangは8月26日のプレビューから数日以内にday-0サポートを公開し、それ以来、設定登録からカーネルやメモリのエンジニアリングに至るまで、双方の作業は積み重なり続けている。

• SGLangは8月26日、SGLang、Alibaba、NVIDIA、AMDの協力によるday-0投稿を公開し、NVFP4チェックポイントを提供、B200のTP4で投機的デコーディングを用いて540トークン/秒のデコードを主張した。

• 8月27日、sglang の PR（#36585）がエンジン自体にネイティブの Qwe​n4-Exp サポートを追加しました — Qwen4ExpForConditionalGeneration 設定と、同じ GatedResidual、Gated DeltaNet、Qwe​n スパースアテンション、PLE、MoE の部品から構築されたテキストモデルを登録しています。これはマージされていません。この PR は非メンテナーのコントリビューターによるもので、その作業は Argus という名前の自律エージェントによるものとクレジットされており、まだオープンでレビュー待ちです。ただし、そのアンカーは独立して検証可能です — Qwen3.8-Flash-Next 自身の設定が model_type=qwen4_exp を宣言しており、参照実装は現在 huggingface/transformers の models/qwen4_exp の下にあります。

• 9月8日、sglang のドラフト PR（#38492）が qwen4-main-squashed に対してオープンされた。これは Qwen4/Flash-Next 系専用の sglang ブランチであり、今回のものは登録ではない。これは RecoverSSM — SM120 上の Qwen3.8-Flash-Next 向けに最初に構築された受理状態復元パス — を、このアーキテクチャのマルチトークン予測（MTP）検証のために移植する。MTP ドラフトは Gated DeltaNet 層の固定サイズ再帰状態を通過し、ドラフトが検証されている間、すべての中間投機状態をメモリに保持する代わりに、エンジンはコミット済み状態と受理済みトークンプレフィックスから受理状態を再構築する。このモードはオプトインであり（--gdn-mtp-cache-mode none フラグ。現在の full-cache 動作がデフォルトのまま）、この話の基準からしても早い段階にある。9月14日に最後に触れられたドラフトで、その現在の head は依然としてチェックの9つに失敗し、レビュー準備完了とマークされる前に著者自身のチェックリストが未完了である。方向性こそが要点だ — sglang は Qwen4 のサービングパスをエンジニアリングしており、単にその設定を登録しているだけではない。

• この記事が最初に掲載されてからの数週間で、vLLM の qwen4 系は、3件のオープン PR から混在した状況へと移り変わった。Rust フロントエンドのマルチモーダル PR（#54813）は9月1日にマージされた。PLE オフロードの作業は2回に分けてマージされ — #54371 が9月9日、#57497 が9月25日 — 一方、元の PLE オフロード PR（#53899）は9月21日に未マージのままクローズされた。その後、config は上流に取り込まれた。qwen4_exp config とプロセッサを上流の Transformers 実装に切り替える #57387 が10月2日にマージされた。依然としてオープンなのは、本記事の主題である fuse-op PR（#53909）だ — これに加えて、10月1日に起票された QSA リングバッファのバグ修正（#59528）と、9月26日からオープンの、510億パラメータの n-gram テーブルに対する SM86（Ampere）パス（#58856）がある。これは、モデルが誰も動かしたことのないものではなく、人々がより古いハードウェアで提供しようとしているものであるときに人が行う類の作業だ。qwen4_exp config 自体は、vLLM にマルチモーダルとして登録されている。Qwen3-VL ビジョンタワーと Qwen4-Exp テキストモデルを組み合わせたものだ。

これは本物の賞品がかかった競争だ。新しい演算子を最も巧みに融合するエンジンが、Qwen4世代の提供価格を決める。なぜなら、ハイブリッドアテンションモデルのトークンコストを構成するのは、生のパラメータ数ではなく、カーネル効率だからだ。

実際に今日リリースされているのは何か：Qwen3.8-Flash-Next 対 Qwen 4

この話に出てくる二つのものについては、正確に述べておく価値がある。なぜなら、その名づけが大きな役割を果たしているからだ。

• Qwen3.8-Flash-Nextが公開されました。オープンウェイトはHugging FaceとModelScopeでqwen-community-1.0ライセンスの下、標準版とFP8版が入手可能です。モデルカードが仕様を確定させています——125B MoE、約6Bアクティブ、51B n-gramテーブル、262Kコンテキスト、マルチモーダル。これはフラッグシップではなく、アーキテクチャのプレビューです。

• Qwen3.8-Flashは、Alibabaが同時に発表した提供中の本番用バリアントで、Qwen Cloudに掲載されており、入力100万トークンあたり¥1、出力100万トークンあたり¥3（およそ$0.16／$0.47）、デフォルトで100万トークンのコンテキストと組み込みツールを備えています。ベンダーによる公表価格であり、まだどの独立系インデックスにも掲載されていません。

Qwen 4はまだリリースされていない。アリババは2026年9月22日に4つのティアすべてを公表し、このファミリーはトレーニング中でまもなく登場すると述べた。これはタイミングに関する最初の公式発言だが、依然としてスケジュールではない。どのティアにも日付もカードも重みもない。現在ささやかれている時期は10月から11月初旬で、それはアリババからではなく、ウォッチリストのスレッドやトラッカーページから出ている。トレーニング状況は企業が明言したものだが、タイミングはコミュニティ由来だ。7月のロードマップ流出で広まった9月の時期はすでに過ぎ去っており、それ自体が答えになっている。

• Qwe​n 4 27B ティアは、ベンチマーク以外の理由で注目すべきものだ。それは、このファミリーの中でオープンウェイトをリリースしてきた実績がある唯一のティアであり、発表された27Bはローカル推論スタックがそれを前提に計画を立てるものだからだ。だからこそ、欠けているサイズ内訳、ライセンス、日付は、ここではフラッグシップの場合よりも重要になる。

プレビューのベンチマーク表——DeepSWE 1.1 は 58.7、SWE-bench Pro は 62.5、LiveCodeBench v6 は 91.9——は、カード上のベンダー報告であり、独立して再現されていない。アーキテクチャを軸に計画を立て、スコアは測定値ではなく約束として扱え。

開発者が今すべきこと

今日、あなたの現在のスタックに何かが変わるわけではない。Qwe​n 4 はどこでも呼び出せない——Apsara はティアに名前を付け、そのファミリーをロードマップに載せたが、そのどれも出荷していない——そして本稿執筆時点で、Qwen3.8-Flash-Next のオープンウェイトは私たち自身のモデル一覧にもまだ載っていない——今日私たちが提供している中で最も近いものは、提供中の Qwen3.8 Flash バリアント（100万トークンあたり $0.15/$0.47）と、Qwen3.8 27B オープンウェイト経路（$0.33/$2.40）であり、後継世代がまだ噂にすぎないなかで、カタログ内でローカル実行可能な Qwe​n に最も近いものだ。ロードマップの行だけは二度読む価値がある。なぜなら、Aliba​ba が後継世代を文書化したのは初めてだからだ。もし Qwe​n 4.5 と Qwe​n 5 が本当に 5〜10 兆パラメータ帯に着地するなら、その世代で自前ホストできるティアは、重要度が下がるどころかむしろ上がる。ファミリーが出荷される前にアーキテクチャを体感したいなら、正直な道は自分でウェイトを取得するか、プレビューが API の背後に登場するのを待つことだ。27B ティアを前提に計画している人にも同じことが当てはまるが、一点追加がある。それは API なしで実行可能である可能性が最も高いティアであるがゆえに正確に追跡する価値があり、現在では四つのうち最も仕様が明らかにされていない。

Qwen3.8-Flash-Next や Qwen 4 モデルがプロバイダーのカタログに登場するようになっても、OrcaRouter での乗り換えコストはほぼゼロです。200 以上のモデルに対応する単一の API、プロバイダーの定価を 0% のマークアップでそのまま提供し、ベンダーの値下げは当日中に当社側にも反映されます。すでに Qwen3.8 Max でお使いの同じエンドポイントとキー — 本日より qwen/qwen3.8-max として呼び出し可能、100 万トークンあたり $2.00/$6.00（定価をそのまま適用）— は、Qwen 4 の呼び出しでも同じエンドポイントになります。

未検証のアーキテクチャでは、自動フェイルオーバーが正しい最初の一歩だ。新しいモデルにトラフィックの一部をルーティングし、Qwen3.8 Max（あるいはそのワークロードが実際に必要とするモデル）へのフェイルオーバーを用意する。そして、そのプレビューがカード通りの働きをするかどうかは、自社のトラフィックに判断させよう——書き直しではなく、ルーティングDSLの編集で済む。

注目のコンテンツ

• fuse-op カーネルがマージされるかどうか（#53909）——これは現在、vLLM の当初の qwen4 関連 PR 3 本のうち、まだオープンのまま残っている最後のものである。マルチモーダル・フロントエンドと PLE オフロードの作業はすでにマージされ、設定もアップストリームに入っている。sglang 側では、ネイティブサポートの PR と RecoverSSM のドラフトがいずれもまだオープンだ。カーネル群がマージされれば、qwen4 系が両ランタイムの近日中のロードマップに載っていることを示す、これまでで最も強いシグナルとなる。

• qwen4-main-squashed が sglang の Qwen4 メインラインとして固まっていくかどうか — カーネルとメモリの作業が継続的に着地し続ける統合ブランチは、単一のコントリビューターPRよりも強いコミットメントであり、フラッグシップに日程が入った後、それがどうなるかを注視する価値がある。

• ビジョンパスがリリースまで存続するかどうか — qwen4_exp のマルチモーダルレジストリエントリと Rust フロントエンド統合は、フラッグシップが画像入力を搭載してリリースされるという最初の確たる兆候であり、その両方が今やフォーク内ではなく vLLM のメインラインコードに含まれている。未解決の疑問は、リリースされるモデルがそのビジョンタワーを維持するかどうかだ。

• Qwen3.8-Flash-Nextに関する初の独立系データ。これは、このアーキテクチャのコストに関する主張がベンダーの外でも成り立つかどうかを試す最初のテストとなる。

• Qwe​n 4自体についての日付またはカード。ファミリーには今や名前、ティアリスト、トレーニング状況、公開されたロードマップ上の位置づけがあり、そのどれもスケジュールではない。コミュニティで取り沙汰されている時期は10月から11月上旬。Aliba​baがApsaraで公開したロードマップには日付が一切なく、Hugging FaceにQwe​n 4のリポジトリは現れていない。次に来る本当のシグナルは、日付が付いた最初のもの——モデルカード、API識別子、またはウェイトだ。

• 特に Qwen 4 27B ティアは — Qwen3.8-27B のパターンでオープンウェイトを提供するのか、どのライセンスで提供するのか、そして変換・ファインチューニングのエコシステムがどれだけ迅速に追随するのか。

• このファミリーのライセンス — Qwen 4 が Qwen3.8 Max と同様に、利用制限付きライセンスのもとでオープンウェイトを公開するというパターンを踏襲するのか、それともさらに開放性を高めるのか。

• プレビュー上での提供価格の競争。これにより、ハイブリッドアーキテクチャのトークンが本番環境で実際にいくらかかるのかが分かる。

よくある質問

Qwen 4はいつ登場しますか？ 日付は依然としてなく、時期に関する公式発表も、1つではなく今では2つあります。Alibaba GroupのCEO、Eddie Wu氏は2026年9月22日のApsaraで、Qwen 4がトレーニング中であること、そして後継ライン——Qwen 4.5とQwen 5——が5兆から10兆パラメータと見込まれていることを確認しました。Alibabaの英語版リリースもこの両方を繰り返しています。どちらの発表にもスケジュールは示されていません。時期に関する3つの主張が出回っていますが、いずれもAlibabaのものではありません。7月のロードマップ流出は2026年9月の時期をほのめかしましたが、ローンチのないまま過ぎ去りました。そして今、ウォッチリストの投稿やトラッカーページで取り沙汰されている10月から11月上旬という時期は、ラボからの発表ではなく、ラボのリリース頻度を読み解いたものです。8月26日のQwen3.8-Flash-Nextのリリースは、明示的にアーキテクチャのプレビューであり、フラッグシップではありません。

Qwe​n 4 は Qwen3.8-Flash-Next と同じモデルですか？いいえ。Qwen3.8-Flash-Next は公開済みのオープンウェイトモデルで、そのモデルカードには「Qwen4 アーキテクチャのプレビュー」と記載されています。Qwe​n 4 は、Aliba​ba が9月22日に命名した未リリースのファミリーで、4つのティアがあり、公開された仕様はありません — アーキテクチャは共通ですが、製品は異なります。

今日Qwen 4は使えますか？いいえ — 重みもAPIも存在しないモデルにルーティングするものは何もなく、9月22日の発表もそれを変えていません。実際に触れられる最も近いものは、8月26日にリリースされたQwen3.8-Flash-Nextのオープンウェイト、またはOrcaRouterで稼働中のQwen3.8 Max APIで、価格は100万トークンあたり$2.00/$6.00です。

カーネルこそがメッセージだ。そして9月22日の発表は、どれだけステージ時間を割いても、それを上書きしなかった。vLLMは、放棄するつもりのオペレータファミリーのためにTritonカーネルを構築するレビューサイクルを費やしたりしない。Alibabaも、放棄するつもりのアーキテクチャプレビューを公開したりしない。まだオープンな「qwen4 fuse op」PR、8月26日に公開されたQwen3.8-Flash-Nextプレビュー、設定がアップストリームされマルチモーダル統合もマージされて今やvLLMのメインラインレジストリにあるqwen4_expエントリ、9月にCUDAとROCmの両方に入ったPLE-offloadの取り組み、そして9月8日に開かれ、この系統のマルチトークン予測パス向けに今もSM120メモリをチューニングしているsglangのドラフトPR――これらの点を並べると、次世代Qwenの輪郭はもはや噂ではない。それは、2つのランタイムがそのために構築しているカーネルとメモリパスに書かれている。Apsaraが加えたのは、各ティアの名前、トレーニング状況、そしてその次の世代向けのパラメータ帯だ。その後コミュニティが加えたのは、事実ではなく窓だ。同じウォッチリストのスレッドから出た、10月から11月初旬という。Alibabaはどちらも公開していない。アーキテクチャを前提に計画せよ。日付に賭けるな。