Alibaba、「Qwen3.8-Flash-Next」を無償公開

AlibabaのQwen（Alibabaが開発するオープンウェイト言語モデルシリーズ）チームは2026年8月26日、次世代アーキテクチャ「Qwen4」の基盤技術を先行採用した最新のマルチモーダルMoE（複数の専門家ネットワークを切り替えて処理する仕組み）モデル「Qwen3.8-Flash-Next」をオープンウェイトとして公開しました。本体125B（1,250億パラメータ）と51BのN-gram埋め込みテーブル、4Bの複数トークン予測モジュールを組み合わせた構成でありながら、1トークンあたりのアクティブパラメータ数をわずか6B（60億）に抑え、推論コストを大幅に削減しています。

Qwen4を見据えた4つの新設計とアーキテクチャ

本モデルは、従来の大規模モデルに比べて学習コストを「Qwen3.7-Plus」の約9分の1に抑えつつ、高い推論効率を実現するために4つの新しい設計を導入しています。

• ​ハイブリッドアテンション（GDN + QSA）​: 48層のレイアウトにおいて、4層中3層に文脈を圧縮して保持する「Gated DeltaNet（GDN）」を採用し、残り1層にブロック単位で重要な文脈を選択する「Qwen Sparse Attention（QSA）」を配置しています。
• Gated Residual: 各層の入力を深層まで届ける残差接続を4本の並列ブランチへ拡張し、要素ごとの読み取りゲートとスカラー書き込みゲートで伝播を制御します。
• N-gram埋め込み​: 本体とは別に2,000万エントリのバイグラム/トライグラム参照表（51Bパラメータ相当）を配置し、決定論的なルックアップにより計算負荷を増やさずに表現力を拡張します。
• Muonオプティマイザの導入​: AdamWと併用して特定の重み更新を最適化し、バッチサイズのウォームアップを不要にしました。

項目	Qwen3.8-Flash-Next	Qwen3.7-Plus
総パラメータ数	125B（本体）+ 51B（N-gram）+ 4B（MTP）	397B
アクティブパラメータ数	6B / token	397B（Dense）
標準コンテキスト長	262,144 トークン（YaRN拡張時 1,000,000）	131,072 トークン
学習コスト比較	基準（約1/9）	約9倍
SWE-bench Pro	62.5%	58.1%
CoWorkBench	73.9%	68.2%
JobBench	55.7%	36.6%

デプロイ環境と実運用の要件

重みファイルはBF16版（約335GB〜360GB）およびFP8版（約173GB〜185GB）が公開されています。vLLMやSGLangなどの推論フレームワークに対応しており、GB300環境ではTP2が最小構成、推奨構成はTP4とされています。

また、51B分のN-gram埋め込みテーブルはVRAMではなくホストRAMに配置して非同期先読み（Prefetch）が可能な設計となっており、GPUメモリの圧迫を抑えられます。ただし、現時点でのRAMオフロード機能はNVIDIA製GPU環境に限定されています。

ライセンス体系と利用上の留意点

本モデルは「Qwen Community License 1.0」の下で公開されており、原則として無償で商用利用が可能です。ただし、MaaS事業やAIコーディング/オフィス支援を主目的とする事業での利用には別途契約が必要と定められています。また、月間アクティブユーザーが1億人を超える場合や月間売上が2,000万ドルを超える製品では、UI上へのモデル名表示が義務付けられます。

分析・展望：疎結合MoEとRAMオフロードが示す次世代の方向性

Qwen3.8-Flash-Nextは、アクティブパラメータを極限まで絞り込むことで、運用コストを劇的に下げながらフロンティア級のコーディング・実務性能を提供できることを実証しました。特に大容量の埋め込みテーブルをRAMへ逃がすハイブリッド運用は、オンプレミスやプライベートクラウドにおけるLLMホスティングの経済性を大きく変える可能性があります。今後は、年内にも予想される本流「Qwen4」への本機構の全面統合と、各推論エンジンでの最適化の進展が期待されます。