ZwZ2-9B vs Qwen3.8-27B：新しいQwen世代が残した小さなスロット

Qwen3.8世代は、2026年8月5日に27Bのdenseモデル、8月8日に2.4兆パラメータのMoE、8月24日にFlash-Nextバリアントをリリースした。9Bは含まれていなかった。つまり、現在のラインナップの小型端を依然として占めているのはQwen3.5-9B、2026年2月27日のチェックポイントであり、またZwZ2-9Bは、inclusionAIが2026年10月16日に投稿したもので、そのサイズで利用可能な最新のQwen3.5スタック上に位置することを意味する。これをQwen3.8-27Bと比較しても、同じファミリーの2つのモデルを比較しているわけではない。1つのアーキテクチャ内で約180億パラメータの差を比較しているのだ。なぜなら3.8世代はそれを改名しなかったからである。

まず理解すべきなのは、これが通常の意味での競争ではないということだ。Qwen3.8-27Bは、ライセンス、ホスト型API、公開された評価、そして先月700万ダウンロードを備えた完成品である。ZwZ2-9Bは、READMEのないリポジトリにある、文書化されていない派生チェックポイントだ。有益な問いはもっと狭く実用的である。27BモデルこそQwenが動かしてほしいものだとしたら、9Bにとどまることで一体何を買っているのか。そして、より安価なチェックポイントは、その上の世代から何を受け継ぐのか。

アーキテクチャは決して変わらなかった——変わったのは規模だけだ

これが、この比較を書く価値のあるものにしている発見であり、それは2つの設定ファイルにはっきりと表れている。Qwen3.8-27Bは自身のアーキテクチャ識別子をqwen3_5と宣言している。ZwZ2-9Bも同じだ。同じモデルタイプ、同じクラス名、同じアテンション設計、同じトークナイザーの系統 — 一世代違うのに、そのラベルは一度も動かなかった。

識別子を度外視すれば、ファミリーとしての類似性は完璧だ。どちらも、線形アテンション層とフルアテンション層を3対1で配置する同じスケジュールを採用している。どちらも248,320トークンの語彙を確保し、262,144位置のコンテキスト上限を宣言している。どちらも同じセクション分割と同じ10,000,000のロータリーベースを持つインターリーブM-RoPEを使用している。どちらも、隠れサイズ1,152で2,304個の位置埋め込みを持つ、ちょうど27層のビジョンタワーを備えている。Qwen3.8は、Qwen3.5を置き換えた新しい設計ではない。より大きな次元における同じ設計であり、Qwen3.8-27Bは自身のconfigでそう述べている。

• パラメータ — ZwZ2-9B：9,409,813,744。Qwen3.8-27B：カード上は280億で、その設定では隠れ次元5,120の64層に対し、4,096の32層と指定されている。

• アーキテクチャ識別子 — 両方とも qwen3_5。同じクラス、同じアテンションスケジュールです。

• 語彙 — 画像と動画のトークンIDを含め、どちらも248,320。

• コンテキスト上限 — 両方で262,144ポジションが宣言されており、Qwenのホスト版は100万まで拡張されています。

• ビジョンタワー — 両方とも隠れサイズ1,152で27層、射影は4,096から5,120に拡大して言語スタックと揃える。

• 推論のデフォルト — ZwZ2-9Bは、求められない限り考えずに回答します。Qwen3.8-27Bはデフォルトで考え、推論の労力を調整できます。

• ライセンス — 宣言なし 対 Apache-2.0。

• 証拠 — 設定ファイルとモデルカード、評価結果、ホスト型API、そして198個の公開アダプター。

27Bがもたらす、9B派生版にはないもの

まず第一に確認すべきは許諾だ。Qwen3.8-27B は Apache-2.0 で明示的な許諾があり、自身のタグによれば Azure と SageMaker にデプロイ可能で、Qwen の公式ホスト型 API を通じても提供されており、マネージド版では 100万トークンのコンテキストを備えている。ZwZ2-9B はライセンスを一切宣言していない。これは制限的なライセンスとは性質の異なる問題である。すなわち、狭い許諾ではなく許諾の不在であり、採用するうえで最大のリスクとなる。

The second is reasoning control. Qwen3.8-27B's chat template exposes three reasoning-effort levels with a default of the highest, instructs the model accordingly, and supports preserving reasoning context across turns. It also keeps the Qwen convention of thinking by default. ZwZ2-9B has none of this machinery, and its template inverts the default — it emits an empty <think></think> block unless you explicitly pass a flag, which means the model answers directly and cheaply, and gives you no dial to turn when a question deserves more thought.

第三はエコシステムだ。これは最も議論されておらず、最も屋台骨を支えている。Hubには、Qwen3.8-27Bを基に作られた198のアダプター、553のファインチューン、24のマージ、1,472の量子化、さらに100のSpacesが掲載されている。それはQwenではない人々による成果の集積であり、現実の問題に対してモデルがどう振る舞うかを描き出している。ZwZ2-9Bにはそれが何もなく、まだ何も持ちようがない——生まれてから数時間しか経っていないのだ。

9Bに留まっても得られるもの

小さな枠が静かになっていないのには理由がある。ZwZ2-9BのベースとなったチェックポイントであるQwen3.5-9Bは、先月8,591,266回ダウンロードされた——同じ期間に27Bフラッグシップが記録した7,363,968回を上回っている。9Bというサイズは、実務の多くが行われる場所だ。単一のコンシューマー向けアクセラレータに無理なく収まる最大のモデルであり、APIではなく自前の重みが欲しいチームがファインチューニングするサイズであり、そしてZwZ2-9Bのような文書化されていない派生モデルがもっともらしく興味深くなり得る場所でもある。なぜなら、それが受け継いでいるものは何百万人もの人に読まれているからだ。

マルチトークン予測ヘッドを剥ぎ取ることも、明らかに損失とは言えない。ZwZ2-9Bの設定では、mtp_num_hidden_layersを0に設定しているが、Qwen3.5-9Bでは1である。これにより、投機的デコーディングヘッドと、それに伴う約2億5千万のパラメータが削除される。トレーニング実行が何を意図していたにせよ、ダウンロードする成果物は親モデルよりも単純なモデルであり、カードを読めないときには、単純な方が推論しやすい。

また、視覚経路は双方向で同じです。隠れサイズ1,152の27層、2,304位置の埋め込みテーブル、毎秒2フレームで最大768フレームを処理するビデオプロセッサを備えています。画像を入力する必要がある場合、9Bはその機能を27Bに譲っていません。

チェックポイントではなくエンドポイントを選んでいる場合、これがどのように見えるか

ほとんどのチームにとって現実的な答えは二者択一ではなく、そのホスト型の側面は、オープンウェイト側とは違ってすでに決着がついている。Qwen3.8-27B は OrcaRouter 上で qwen/qwen3.8-27b としてルーティング可能だ — 262K トークンのコンテキスト、テキスト・画像・動画を入力、テキストを出力、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。これ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したものなので、Qwen が価格を変更すれば、ここに表示される数字は次のカタログ更新時ではなく当日に変わる。そして、誰かのベンチマーク表ではなく自社のトラフィックで階層を比較したいなら、qwen/qwen3.8-flash や qwen/qwen3.8-max と同じキーの隣に並んでいる。

ZwZ2-9Bはそのカタログには含まれておらず、そうであるかのように示唆するつもりもありません — これはHugging Faceのダウンロードであり、ベンダーが公開したサービングエンドポイントはなく、inclusionAIはベンダー自身のチャネルを通じて配布しています。チェックポイントを評価する間、小規模マルチモーダル枠のホスト型代替が必要なら、qwen/qwen3-vl-8b-instructは131Kトークンのコンテキストを持つ8Bの視覚言語モデルで、100万トークンあたり$0.18と$0.70、ドキュメントとライセンスも整っています。候補を既存のモデルと同じインターフェースの背後に置けば、両者を比較するコストはモデル文字列1つ分です。それが、不確かなモデルを統合するのではなくルーティングすることを支持する唯一の論拠です。

世代の問いに正直に答える

ZwZ2-9B が Qwen3.8-27B を上回るベンチマークは存在しない。なぜなら、ZwZ2-9B がそもそも測定されたベンチマークが一つもないからだ。テクニカルカードを備えた 28B モデルと、設定ファイルを備えた 9.4B チェックポイントは競合しない。一方は評価されており、もう一方は説明されているだけだ。今週ヘッドツーヘッドの結果を出している者は誰であれ、今朝ダウンロードしたモデルについての自分自身の印象を述べているにすぎない。

ここで本当に新しいのはその系譜であり、それは見落とされやすいがゆえに、はっきりと述べておく価値がある。Qwen3.8世代はそのアーキテクチャを置き換えたのではなく、拡張したのだ。Qwen3.8-27BとZwZ2-9Bは同じアーキテクチャ識別子を指し、語彙を共有し、コンテキストの上限を共有し、アテンションスケジュールを共有し、そして層数や隠れ幅に至るまでビジョンタワーを共有している。これは双方にとって有用な知識である。つまり、このスタック上の9Bチェックポイントがどのような感触になりそうかを教えてくれるし、Qwenファミリーの小さい側と大きい側の差が、種の変化ではなく程度の問題であることも教えてくれる。

率直な結論を言えば、ZwZ2-9B と Qwen3.8-27B では、計画の土台にできるのは 27B の方で、注視に値するのはその派生版である 9B の方だ。設定を読み、自分のタスクをそれに対して実行し、それが重要なものに触れる前にライセンスを待て。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。