Qwen3.8-Max、2.4Tの疎なMoEへ拡大——27Bおよびフラッグシップモデルの重みを来週公開予定

AlibabaのQwenチームはQwen3.8-Maxを正式に発表し、これまで限定提供していたプレビューモデルを次世代フラッグシップへと昇格させた。公式発表によると、同モデルは総パラメータ数2.4兆の疎なMixture-of-Experts（MoE）アーキテクチャを採用している。製品の位置付けも一般的な対話から、ソフトウェア開発、文書処理、長時間実行可能な「cowork」作業へと移った。オープンソースコミュニティにとってさらに注目すべき点は、Qwen3.8-Maxと、ローカル環境への導入により適したQwen3.8-27Bの重みを来週公開するとチームが予告したことだ。

この計画が予定どおり実現すれば、その技術的意義は単に大型checkpointが一つ増えることにとどまらない。2.4T MoEを実際にデプロイできるかどうかは、tokenごとに実際に活性化されるパラメータ数、Expertの割り当て方法、KV cacheの規模、さらにvLLM、SGLang、Transformers、量子化ツールが新しいアーキテクチャを直ちに認識できるかに左右される。活性化パラメータ数が総パラメータ数を大幅に下回る場合でも、完全な重みのロードにはラック規模のメモリが必要になる可能性がある。一方、27B版は開発者がワークステーションや単一サーバーで現実的に評価できる主力モデルになる可能性が高い。

現時点での独立したシグナルは、主にArenaのブラインドテストから得られている。Qwen3.8-MaxはFrontend Code Arenaで一時約1,668 Eloを記録し、上位に入り、より高価格なモデルに迫った。ただし、Arenaが測定するのは生成されたWebサイトに対するユーザーの選好であり、スコアはエージェントフレームワーク、サンプリング設定、モデルのバージョンに左右される。そのため、大規模なコードベースを保守する能力や、ツールを正しく呼び出す能力を、この結果から直接判断することはできない。

エンジニアリングチームは現段階で、リリース時のチャートだけを根拠に本番モデルを切り替えるべきではない。次のステップとして、正式なmodel card、ライセンス条項、活性化パラメータ数、contextおよび量子化の仕様を待ち、固定したharnessを用いてAPIとセルフホストした重みを比較する必要がある。特に、長時間タスクでの反復ループ、ツール引数の安定性、中国語で記述されたプログラミング要件の理解力、さらに推論フレームワークの違いによって観測可能な品質差が生じるかを検証すべきだ。