アリババ、Qwen4の先行版「Qwen3.8-Flash」を公開

アリババは今週、オープンウェイトのマルチモーダル Mixture-of-Experts (MoE) モデル「Qwen3.8-Flash」を発表しました。

今月初めに登場した Qwen 3.8 Max の直後にリリースされたこの 1250 億パラメータの AI モデルは、Qwen 4 の前座として提供されています。性能とコストパフォーマンスの両面を重視した製品であり、「コーディングやオフィス業務において優れた能力を発揮する」という点に加え、機能・レイテンシ・コストの最適なバランスを実現しているとしています。

「今回のリリースでは、Qwen 4 のアーキテクチャを早期に previews するマルチモーダル MoE モデルである Qwen3.8-Flash-Next の重みを公開しました」と、アリババは公式ブログで確認しています。

なぜアリババは先行アクセス用のプレカーサーモデルを提供するのか？

Qwen3.8-Flash でアーキテクチャの変更点を早期に公開することで、コミュニティがその仕組みや構成要素を検証し、完全な Qwen 4 ファミリーが構築される前に実地テストを開始することを期待しています。

Qwen3.8-Flash が Qwen 4 の道を開くものであると明言したことで、アリババは次期モデルに引き継ぐ設計思想を明らかにしました（そして何より、それをオープンに共有しました）。これにより、開発者は次のコードベースの構築や計画を早期に進めることが可能になります。

アリババは、Qwen3.8-Flash が Qwen3-Next で Qwen3.5 に対して果たしたのと同じ役割を担っていると明言しています。具体的には、このモデルが「ハイブリッド Gated DeltaNet + Gated Attention」というアーキテクチャ（推論・学習時に文脈効率と注意機能のバランスを実現する計算コンポーネント）を開発者に紹介した点です。その後、この設計は Qwen3.5 から Qwen3.8 シリーズ全体で採用されました。

アリババは「Qwen3.8-Flash-Next は、アテンション（注意）、リジューアル（残差）、エンベディング（埋め込み）、最適化の 4 つの側面を体系的に強化し、モデル能力を向上させると同時に、計算効率・モデル容量・学習安定性をさらに高めています」と述べています。

競合他社とのベンチマーク結果

エージェントによるコーディング、長期ホライズンのエージェントタスク、マルチモーダル知能の各分野で Qwen3.8-Flash を評価したところ、SWE-bench Pro（エージェントによるコーディング）、CoWorkBench（長期的なオフィス業務）、Toolathlon Verified（実世界でのツール利用）、MathVision（視覚的な数学問題解決）、AndroidWorld（モバイル端末でのエージェント活用）、ERQA（具身知能）といったテストにおいて、DeepSeek-V4-Flash や Claude-Opus-4.6 などの競合モデルと比較して十分な性能を発揮していることが確認されました。

「Qwen3.8-Flash-Next は、アテンション、リジューアル、エンベディング、最適化の 4 つの側面を体系的に強化し、モデル能力を向上させると同時に、計算効率・モデル容量・学習安定性をさらに高めています」

SWE-bench Pro を用いたエージェント型コーディングのテストでは、Qwen3.8-Flash-Next が 62.5 のスコアを記録しました。これは Qwen3.8-27B の 61.7 や Qwen3.7-Plus の 55、DeepSeek-V4-Flash-0731 の 56.0、そして Claude-Opus-4.6 (Max) の 53.4 を上回る結果です。

重要なのは、Qwen3.8-Flash が Alibaba が「トレーニングリソースの約九分の一」とする少ない資源で、より優れたパフォーマンスを発揮している点です。同社によれば、これは Qwen3.7-Plus（本モデルの 3 倍のサイズ）と比較して、トレーニングと推論のコストを大幅に削減できることを意味します。

Qwen3.8-Flash-Next と Qwen3.8-Flash の違いは何でしょうか？

命名規則について説明すると、Qwen3.8-Flash-Next は Hugging Face AI デベロッパーハブと Alibaba の ModelScope コミュニティポータルで開発者に公開されているオープンウェイトの最先端研究モデルです。同じ基盤アーキテクチャを採用していますが、Qwen3.8-Flash は QwenCloud API を通じて提供されるプロダクションバージョンであり、デフォルトで 100 万トークンと公式に組み込まれたツールを備えています。

Qwen3.8-Flash-Next は、125B パラメータのメインモデルを基盤とし、追加で 51B の N-gram エンベディングをサポートします。トークンごとに 6B パラメータが活性化されます。ネイティブで 262,144 トークンのコンテキスト長に対応し、YaRN を使用することで 100 万トークンまで拡張可能です。

アーキテクチャにはどのような更新が行われたのでしょうか？

前述の通り、Qwen3.8-Flash はアテンション機構、残差接続、埋め込み層、最適化手法などにおいてアーキテクチャ上の拡張を導入しています。そのハイブリッド型アテンション構造は、過去の情報を圧縮する Gated DeltaNet (GDN) と、軽量な圧縮インデクサを用いて関連コンテキストを選択する革新的な設計である Qwen Sparse Attention (QSA) を組み合わせたものです。これにより、長文シーケンスにおけるアテンションコストを大幅に削減しています。

アリババは、Gated Residual (GR) 機構が層間のデータ経路を広げると同時に、層間での情報伝達とトレーニングの安定性を強化すると説明しています。また、N-gram Embedding 技術は追加計算量を最小限に抑えつつモデルの容量を拡張し、Muon Optimizer は大規模モデルのトレーニング効率を高めています。

「もしローカル LLM が今日すでにリモート LLM を代替できるならいいのですが、私の経験から言えば、まだそこには至っていません。特に専門的なソフトウェア開発においてはね。」

開発者たちは Qwen3.8-Flash をどう評価しているのでしょうか？

現時点での開発者の反応は賛否両論です。

メカトロニクスエンジニアの Alok 氏は X で、ビデオ RAM の壁（モデル量子化により長文コンテキスト推論を可能にしようとする中で、LLM のメモリ管理のために物理的な高速 GPU メモリが必要となる課題）が公式に消滅したと述べています。

「24GB の RTX 4090 1 枚で、Qwen3.8-Flash-Next (MoE) 125B A6B を 25 万トークンのコンテキストウィンドウで動かしました。デコード速度は 21 トークン/秒、プリフィルは 364 トークン/秒です。MTP も dflash も KV キャッシュ量子化も使っていません。データセンター向けモデルをコンシューマーハードウェア上で動かせるのです」と、Alok は興奮気味に語っています。

しかし、マルチディシプリンなソフトウェア開発者である Embedding Shapes は、この話にはあまり乗り気ではありません。

彼らは Hacker News で、モデルが基本的なタスクで何度も失敗する様子について辛辣な言葉で投稿し、「ローカル LLM が今日のリモート LLM を完全に置き換えられるようになればいいのですが。私の経験に基づけば、そうなる理由はありません。Qwen 3.8 に関するネット上の熱狂的な反応を見て期待しましたが、ローカルでのプロフェッショナルなソフトウェア開発にはまだ届いていません」と述べています。

価格とアクセス方法

Qwen3.8-Flash は、アリババの AI ネイティブクラウドプラットフォームである Model Studio や Qwen Cloud から API 経由で利用可能です。100 万トークンあたりの料金は、入力側が 0.16 ドル、出力側が 0.47 ドル（中国国内の開発者の場合は 3 ラン）です。

また、アリババの職場用 AI エージェントプラットフォーム「QwenWork」でも利用できます。ここでは再設計された「スタンダードモード」が採用されており、現在のモードと比較してタスクあたりのトークン消費量を 75% 削減し、生成速度を約 2 倍に向上させています。

アリババはこれにより、フラッグシップ級の能力が日常のワークロードでも利用可能になり、開発者がすでに所有しているハードウェアでこのモデルを実行できると主張しています。

アリババの Qwen4 はいつリリースされるのでしょうか？

アリババは Qwen4 の正式な発売日についてはまだ発表していません。しかし、この話題に関する一般的なウェブ検索では、多くの評論家や市場関係者が、Qwen4 は年内に登場する可能性が高いと一致して見解を示しています。最も早い場合、9 月にもリリースされるかもしれません。

業界内での推測では、次期モデルファミリーが高度な空間モデリングにおける複雑な 3D コーディングやデザインタスク向けに最適化されるのではないかという指摘もあります。また、Mixture-of-Experts (MoE) アーキテクチャの拡張や、ネイティブなマルチモーダル処理能力の強化が特徴として盛り込まれる可能性も考えられています。

本件に関するより広範なコメントを求めてアリババに問い合わせましたが、取材には応じませんでした。

Qwen という名称は繁体字で「通義千問」と書き、発音は「トンイー・チエンウェン」です。英語では「一般的な意味についての千の質問」という意味になります。今週末の地元のクイズ大会で使ってみてはいかがでしょうか。

本記事「アリババが Qwen3.8-Flash をリリース：『Qwen4 のアーキテクチャの初期プレビュー』」は、The New Stack に最初に掲載されました。