ハクソク

世界を動かす技術を、日本語で。

Qwen 3.8 27B

2026年8月15日原文(huggingface.co)

概要

Qwen3.8-27B は、FP8量子化済みモデルであり、 Hugging Face Transformersフォーマット に対応。 幅広い推論フレームワーク （vLLM、SGLang、TokenSpeed等）で利用可能。 推論効率 や 長文コンテキスト、 マルチモーダル対応 など、先進的な機能を搭載。 APIや各種サーバーエンジン による容易な統合・運用を推奨。 ベンチマーク結果 も高水準であり、実運用や研究用途に最適。

Qwen3.8-27B FP8量子化モデル概要

  • FP8量子化済みモデル重みと設定ファイル を提供
    • Hugging Face Transformers形式で配布
    • vLLM、SGLang、TokenSpeedなどと互換性
  • 量子化手法 ：きめ細かいFP8量子化（ブロックサイズ128）
    • 元モデルとほぼ同等の性能指標
  • 推論サービス ：Qwen Cloudによる公式APIサービス
    • インフラ管理不要なスケーラブル運用
    • Qwen3.8-27Bは1Mコンテキスト長・公式ツール等を搭載予定
  • Qwen3.8シリーズ ：Qwenオープンモデルファミリー最新世代
    • Qwen3.5系アーキテクチャを基盤に大幅な性能向上
    • コーディング、専門業務、研究、長期的エージェントタスクに強み
  • マルチモーダル対応 ：画像・動画理解にネイティブ対応
    • 柔軟な思考制御と複雑なタスクの高信頼な完了

Qwen3.8-27B 主な特徴

  • コア能力 ：コーディング、専門職、研究、長期エージェントタスク全般での大幅な強化
  • エージェント実行 ：自律的なプランニングや環境フィードバックの処理能力向上
  • 下流互換性 ：主要な開発ツールやハーネスへの広範な対応
  • 思考制御 ：デフォルトで思考モードON、リクエストごとに無効化可能
    • reasoning_effortで推論深度調整
    • preserve_thinkingで過去メッセージの思考文脈を保持
  • ビジョン・ランゲージ理解 ：STEM図や長時間動画等、画像・動画理解に対応

モデル仕様

  • モデル種別 ：Causal Language Model + Vision Encoder
  • パラメータ数 ：27B
  • 隠れ次元 ：5120
  • トークン埋め込み ：248,320（パディング含む）
  • 層数 ：64
  • レイアウト ：16 × (3 × (Gated DeltaNet → FFN) → 1 × (Gated Attention → FFN))
  • ヘッド数・次元 ：Gated DeltaNet（V:48, QK:16, 次元128）、Gated Attention（Q:24, KV:4, 次元256）
  • 位置埋め込み ：Rotary Position Embedding 64次元
  • 中間次元 ：17,408
  • 出力 ：248,320（パディング含む）
  • MTP（Multi-Token Prediction） ：複数ステップ学習済み
  • コンテキスト長 ：ネイティブ262,144、最大1,000,000トークンまで拡張可能

ベンチマーク結果（抜粋）

  • コーディング・エージェント性能 ：Terminal Bench 2.1で73.0点、SWE-bench Proで61.7点
  • ソフトウェア工学 ：QwenSWEBenchで79.0点
  • 長期タスク ：CoWorkBenchで70.7点
  • マルチモーダル知能 ：OSWorld-Verifiedで84.3点、WebArena-Verifiedで64.8点
  • 視覚的推論 ：MathVision（Without CI）で90.0点、CharXiv（RQ, Without CI）で83.7点
  • ドキュメント知能 ：OmniDocBench 1.5で91.1点
  • 実世界認識 ：RealWorldQAで85.9点

推論・API利用方法

  • API統合推奨 ：Qwen3.8 API利用でシームレスな導入
  • 推論エンジン ：SGLang、vLLM、TokenSpeedなどの最新バージョン推奨
  • 思考モード ：デフォルトで<think>\n...\n</think>を出力
    • 無効化も可能（サンプル参照）
  • 推奨サンプリングパラメータ
    • 思考モード：temperature=1.0, top_p=0.95, top_k=20, min_p=0.0, presence_penalty=0.0, repetition_penalty=1.0
    • 指示（非思考）モード：temperature=0.7, top_p=0.80, top_k=20, presence_penalty=1.5
  • reasoning_effort ：xhigh（デフォルト）、medium、lowで推論深度とコスト調整
  • preserve_thinking ：デフォルト有効、無効化方法もサンプル参照
  • 注意事項 ：reasoning_effortを下げてもタスク全体の完了時間が短縮されるとは限らない

Chat Completions APIサンプル

  • OpenAI Python SDK 利用例
    • テキスト入力・画像入力の両方に対応
    • reasoning_contentと最終回答を分離して取得
  • APIキー・エンドポイント設定 ：環境変数で指定
  • ストリーミング応答 ：逐次reasoningとanswerを表示・蓄積
  • 思考モード・推論深度 ：APIパラメータで柔軟に制御可能

Qwen3.8-27B は、 高性能・高柔軟性・マルチモーダル対応 を兼ね備えた最新の大規模言語モデル。 研究、業務、開発、エージェントタスク における最先端の選択肢。 APIや各種フレームワーク でのスムーズな運用・統合が可能。

Hackerたちの意見

DeepSWEでのBeats Opus 4.7 Max（Claude Code付き）、スコアは42.2対40だね。Qwenの27Bモデルはまだまだ力強いみたい。UnslothのGGUF量子化も上がってるよね。https://huggingface.co/unsloth/Qwen3.8-27B-GGUF

└

すごいよね、サイズの違いを考えると。でも小さいQwenモデルは実力以上のパフォーマンスを発揮することで有名だよ。

└

Unslothのモデルを使うメリットってあるのかな？https://huggingface.co/Qwen/Qwen3.8-27B-FP8

└

各量子化モデルが元のネットワークと同じテストでベンチマークされてたら、パフォーマンスを比較できるのにね。

└

Opus 4.7 Maxを超えるって？オープンモデルの大ファンで、ずっと使ってるし、オンプレミス開発用のドライバーも持ってるけど、いや、実際の使用感ではオーパスには勝てないよ。Qwenモデルは、あれが何であるかを考えるとかなり良いし、たくさんのタスクには「十分すぎる」くらい使える。そこそこの価格のハードウェアでローカルに動かせるしね。確かに使い道はあるし、全体的に分野は俺の初期の期待よりも早く進化してる。でも、27Bモデルを数ヶ月前のSotAの巨人たちと比較するのは、みんなにとって不利益だよ。特に、手に取ってAPIモデルみたいに使おうとして、失望して混乱する人たちにとってはね。ベンチマークで数字が上がるってだけじゃないんだ。

└

Opus 5やFableの混乱を考えると、もしQwen 27Bが本当にOpus 4.7 Maxより優れているなら、嬉しいな。

└

おはよう、ダリオ！

└

そんな結果を見ると、ベンチマックスに疑問を感じるよ。Qwen 27BはOpus 4.7の100倍小さいけど、ほんとに100倍パラメータ効率がいいの？2桁も違うのは信じがたいな。27Bを動かすハードウェアは持ってないけど、実際の使い方が気になる。もしかしたら、クラウドプロバイダーで使ってみる必要があるかも。でも、なんか怪しい感じがする。

└

地元のLLMコミュニティではQwenモデルに対するリスペクトがすごいけど、使ってみるとみんなベンチマックスしてることを認めるようになる。フル精度でも、似たようなベンチマークを持つモデルには決して勝てないんだよね。

新しい35BのA3Bか似たようなMoEモデルが出てほしいな！Qwen 3 Coder Nextも懐かしい、あれは80BのA3Bだったし、非密度モデルが必要なケースが結構あるんだよね。https://xcancel.com/Alibaba_Qwen/status/2088280182356611304

└

MoEのバリエーションも出してほしいな。Qwen3.5:122b:a10bはこの27bの密度モデルの約2倍の速さで動くことができるよ。編集：前のモデルと同じように、3.8は考えすぎる傾向があって、27bの密度モデルではちょっと辛いんだ。gemma4:26b-a3bをメインにするつもりだよ。こっちは約4倍速く動くし、同じような答えを得るのに必要なトークンも少なくて済むからね。

└

同じく！Qwen3.6-35B-A3Bは、俺のiGPUでちゃんと動く唯一のローカルモデルだよ。俺と、うるさく喘ぐノートパソコンはこのアップグレードには参加できなさそうだね。

Hacker Newsで議論の続きを見る