中国アリババのQwenチームは、マルチモーダルMoEモデル「Qwen3.8-Flash-Next」を公開した。
Qwen4で採用予定の新アーキテクチャを先行公開する位置づけで、性能向上と大幅なコスト削減を両立する。
Qwen4向け新設計を先行公開
アリババのQwenチームは2026年8月26日、マルチモーダルMoEモデル「Qwen3.8-Flash-Next」を公開した。
125Bパラメータのメインモデルと51BのN-gram Embeddingを備え、1トークンあたり6Bパラメータを活性化する設計となっている。
Hugging FaceとModelScopeで公開され、QwenCloudでは製品版「Qwen3.8-Flash」をAPI経由で利用できる。
特徴は、Attention、Residual、Embedding、Optimizationの4領域を刷新した点だ。
Gated DeltaNetとQwen Sparse Attentionを組み合わせ、長文処理で重要な情報を効率よく記憶・検索する。
標準で26万2,144トークン、YaRN利用時には100万トークンまで扱える。
1Mトークンでは、QSAのAttention KernelがPrefillで最大7.6倍、Decodeで最大4.9倍高速化した。
Prefix Cacheヒット率90％の条件では、1Mトークン時のPrefillスループットがQwen3.7-Plus比で8.6倍となった。
また、学習コストは同モデル比で約9分の1としている。
QwenCloudでの料金は入力100万トークンあたり0.15ドル、出力100万トークンあたり0.47ドルである。
OpenAI互換のChat Completions APIとResponses APIに加え、Anthropic互換インターフェースにも対応し、Claude CodeやCodexなどから利用可能となっている。
低コスト化がAI導入を後押しか
Qwen3.8-Flash-Nextの登場は、高性能AIの競争軸が単純なモデル規模だけでなく、計算効率や長文処理能力、運用負担へ広がっていることを示している。
特に大量の文書を扱う業務や長時間稼働するAIエージェントでは、処理性能とコストを両立できるモデルの重要性が高まるだろう。
さらに、既存の開発環境へ組み込みやすい設計は、企業が用途や費用に応じて複数モデルを使い分ける動きを後押しする可能性がある。
特定のモデルに依存せず、コーディング、資料処理、ツール操作などで最適なAIを選択する運用が広がれば、モデル間の価格・性能競争も一段と激しくなりそうだ。
一方、今回はQwen4向けアーキテクチャの先行公開という性格が強く、新構造が幅広い実環境でどこまで安定した性能を維持できるかは今後の検証課題となる。
100万トークン級の長文処理でも、実際の速度や費用対効果はインフラ構成や利用条件によって変わると考えられる。
それでも、学習コストの削減と推論高速化、モデル容量の拡大を同時に狙う設計は、次世代モデル開発の方向性を示すものだ。
Qwen4へ本格的に継承されれば、高性能AIをより低コストで運用する流れが強まり、企業でのAI活用範囲を広げる契機になる可能性がある。
関連記事：
アリババが「Qwen3.5」発表 業務とアプリ操作を自律AIが担う時代へ
GPT-5.4超えのコーディング性能示す 1兆パラメータAI「Kimi K2.6」を無償公開
