Qwenが新モデルQwen3.8-Flash-Nextを公開、Qwen4アーキテクチャの先取り

発表の概要

Qwenは2026年8月に、新しいオープンウェイトモデル「Qwen3.8-Flash-Next」を公開した。このモデルは、複数の専門家ネットワークを組み合わせて処理するMoE（Mixture of Experts）方式を採用している。総パラメータ数は125Bと非常に大きいが、実際に推論時に動くのは6Bだけだという。このため、計算資源を抑えながら大規模モデルのメリットを引き出せる設計になっている。

公開に合わせて、技術ブロガーのSimon Willison氏が自身のブログでこのモデルを紹介している。氏の説明によると、本モデルはマルチモーダル対応で、Qwen4で採用される予定のアーキテクチャを先取りした早期プレビューだという。つまり、次世代のQwen4を事前に体験できる位置づけのモデルといえる。

MoEによる効率化とマルチモーダル対応

MoEでは、入力データに応じて専門化されたエキスパートの中から必要なものだけを選んで処理する。今回のQwen3.8-Flash-Nextでは、125Bのパラメータのうち6Bだけが活性化される。これは、モデル全体の知識は保持しつつ、1回の推論でかかる計算量を大幅に減らせることを意味する。

また、このモデルはマルチモーダル対応だ。テキストだけでなく、画像などの異なる形式のデータを入力として扱える。こうした多様な入力への対応は、今後のAIモデルの方向性を示す要素でもあり、Qwen4の機能を占う上で注目される。

実行環境と量子化モデル

Simon氏は、Unslothが提供する量子化モデルを使って、NVIDIAのDGX Spark上でこのモデルを試している。彼が触れたのは、UD-IQ1_S（72.5GB）とUD-Q2_K_XL（78.9GB）の2種類だ。いずれも量子化によってファイルサイズを圧縮しているが、それでも70GB超と大容量である。

量子化とは、モデルの重みを低精度にしてサイズと計算コストを削減する技術だ。ただし、精度とのトレードオフがある。実行にはこのサイズのファイルをメモリに読み込む必要があるため、DGX Sparkのような大容量メモリを備えた環境が想定される。一般のPCで動かすには、さらなる量子化や外部サービスが必要になるだろう。

既存モデルとの関係と今後の展開

Qwenは同じ時期に、27B規模の「Qwen3.8 27B」も公開している。Simon氏はこのモデルについて、性能は優れているが思考プロセスが余計に長くなる傾向があると指摘していた。新モデルはMoEにより計算効率を高めているため、同じQwenシリーズでも動作特性は異なる可能性がある。

ただし、Qwen3.8-Flash-Nextはあくまで早期プレビュー版だ。正式なベンチマークスコアやAPI提供時期、Qwen4本番モデルとの関係はまだ明らかにされていない。今後の公式発表やコミュニティでの評価を待つ必要がある。