8月26日、The Decoderが「Alibaba releases Qwen3.8-Flash-Next, targeting "ultimate cost efficiency"」と題した記事を公開した。AlibabaのQwenチームが「Qwen4」アーキテクチャの先行実装と位置づけるMoEモデル「Qwen3.8-Flash-Next」をリリースした。フラッグシップの12分の1という低価格ながら、コーディングや生産性タスクで上位モデルに匹敵する性能を示しており、AI APIコスト競争に新たな圧力を加える動きとして注目されている。
Qwen4へのアーキテクチャ先行公開
Qwen3.8-Flash-Nextは総パラメータ数125B（1250億）だが、1トークンあたりの有効化パラメータはわずか6B（60億）というMoE（Mixture of Experts）構造を採用する。MoEとは、全パラメータを常に使うのではなく、入力ごとに一部の「エキスパート」だけを選択的に活性化することで、推論コストを抑えつつ大規模モデルに近い性能を狙うアーキテクチャだ。
最大の注目点は、Qwen4向け新機能として設計されたN-gramエンベディング層である。この層は「フレーズ辞書」とも呼べる仕組みで、頻出する単語の組み合わせ（N-gram）をエントリとして保持し、フレーズ単位の情報をネットワークの入力段階に供給する。パラメータ数でいえば51Bを占める大きな層だが、GPU VRAMではなく通常のシステムRAM上で動作する点が特徴的だ。Qwenチームは「比較的低い追加コストで利用できる」と説明している。
N-gramエンベディング層（図下部、紫色）がフレーズレベルの情報をネットワーク冒頭に供給する。51Bのパラメータを持つが、GPU VRAMではなくシステムRAM上で動作する。画像：Alibaba / Qwen
コンテキスト長はネイティブで262,144トークンに対応し、YaRN（長文コンテキスト外挿手法）を用いることで最大100万トークンまでスケール可能だ。
「訓練コスト9分の1」でQwen3.7-Plusを超える
Qwenチームの発表によれば、Qwen3.8-Flash-NextはQwen3.7-Plus（総パラメータ397B、有効化17B）を約9分の1の訓練コストで上回る性能を達成した。とくにコーディングとオフィス系タスクでの改善幅が大きい。
ベンチマーク比較の相手はDeepSeek-V4-Flash（総284B、有効化13B）と Claude Opus 4.6だ。なお本記事のベンチマーク表に記載された「Claude Opus 4.6（Max）」という表記は元記事由来のものだが、一般的な製品名とは異なる可能性があるため注意されたい。DeepSeek-V4-FlashはDeepSeekが2026年に投入したFlashグレードの高速・低コストモデルで、Claude Opus 4.6はAnthropicが2026年2月にリリースしたモデルである。どちらもスペックや価格帯でFlash-Nextを上回るが、テスト済みタスクの大半でFlash-Nextがリードする結果となった。ただし、Humanity's Last Examでは Claude Opus 4.6が上回っており、すべてのベンチマークで優位というわけではない点は留意が必要だ。
特に際立つのがエージェント型コーディングと生産性タスクの数字だ。
| ベンチマーク | Qwen3.8-Flash-Next | Qwen3.7-Plus | DeepSeek-V4-Flash | Claude Opus 4.6 |
|---|---|---|---|---|
| DeepSWE 1.1 | 58.7 | 16.5 | 54.4 | — |
| SWE-bench Pro | 62.5 | 55.8 | 56.0 | 53.4 |
| CoWorkBench | 73.9 | 65.1 | 45.1 | 68.2 |
| JobBench | 55.7 | 27.6 | 41.3 | 36.6 |
| GPQA Diamond | 91.7 | 90.3 | 90.8 | 91.3 |
| LiveCodeBench v6 | 91.9 | 89.6 | 90.6 | 88.8 |
| Humanity's Last Exam | — | — | — | Claude優位 |
CoWorkBench（オフィス・生産性タスク）ではDeepSeek-V4-Flashの45.1に対してFlash-Nextは73.9、JobBench（専門業務ワークフロー）ではQwen3.7-Plusの27.6に対して55.7とほぼ2倍の差がついている。一方、Humanity's Last Exam（難度の高い多分野横断問題）ではClaude Opus 4.6が上回っており、得意・不得意の分布には注意が必要だ。
価格設定：フラッグシップの12分の1
モデルの入手方法は複数ある。Hugging FaceおよびModelScopeにウェイトが公開されており、技術レポートはGitHubで参照できる。
APIとして使う場合はQwenCloud経由で「Qwen3.8-Flash」として提供される。
| モデル | 入力（100万トークンあたり） | 出力（100万トークンあたり） |
|---|---|---|
| Qwen3.8-Max（フラッグシップ） | $2.00 | $6.00 |
| Qwen3.8-Flash-Next | $0.16 | $0.47 |
8月初旬にリリースされたQwen3.8-MaxはClaude Opus 4.8やGemini 3.1 Pro（Googleの2026年フラッグシップマルチモーダルモデル）、GPT5.6 Sol（OpenAIの2026年推論強化モデル）と競合するフラッグシップだが、Flash-Nextはその性能に迫りながら入出力ともに約12分の1の価格に抑えられている。
この価格攻勢はOpenAIとAnthropicへの直接的な圧力となっており、OpenAIもGPT-5.6モデルラインで大幅値下げを実施するなど、各社は対応を迫られている。ローカル実行可能なオープンウェイトのQwen3.8-27Bも近頃人気を集めており、Qwenファミリー全体として存在感を高めている。
詳細はAlibaba releases Qwen3.8-Flash-Next, targeting "ultimate cost efficiency"を参照していただきたい。
