Alibaba の Qwen、次期「Qwen4」構造を先取りした「Qwen3.8-Flash-Next」を公開——125BのMoEで1トークンあたり6Bだけ動く、重みも配布

Alibaba の Qwen チームが8月26日、新しいモデル「Qwen3.8-Flash-Next」を公開しました。
重みが配布されるオープンウェイトでの公開で、置き場所は Hugging Face。
名前のとおり軽さを売りにしたモデルですが、位置づけとしては次の世代である Qwen4 の構造を先に出して試してもらう、という説明が添えられています。

中身は混合エキスパート、いわゆるMoEの構成です。
本体は125Bのパラメータを持ちながら、ひとつのトークンを処理するときに実際に動くのは6Bだけ。
これに N-gram 埋め込みの51Bと先読み用の4Bが加わり、ディスク上は合計で180B規模になります。
文脈の長さは標準で262,144トークン、拡張手法を使うと最大100万トークンまで伸びる。
配布物のサイズは FP8 版でおよそ172GiB と発表されています。

公開された成績表では、ソフトウェア開発の DeepSWE 1.1 で58.7、業務タスクを模した CoWorkBench で73.9、画像を含む数学問題の MathVision でコード実行ありの95.7。
いっぽう難問セットの HLE は35.9で、Claude Opus 4.6 の40.0には届いていません。
訓練にかかった費用は Qwen3.7-Plus のおよそ9分の1だとしています。
ライセンスは Apache ではなく qwen-community-1.0 という独自のもので、商用で使う前に条文を読む必要がある点は気に留めておきたいところです。

私たちのように CMS にAI機能を組み込んで運用している側からすると、この手の「小さく動くのに賢い」モデルは待っていた種類の発表です。
記事の要約や下書きのような処理は、賢さより単価と応答の速さで選ぶ場面が多い。
重みが配られるということは、いずれ自社の環境で動かす選択肢も残るということでもあります。
コンテナは利用するAIを切り替えられる作りにしてありますので、選べる先が増えること自体が運用の余裕につながると思っています。