「Qwen3.8-27B」ついに公開！3.6を大きく上回る性能でローカルAIの定番になるか

　ローカルAIに最適な新モデル「Qwen3.8-27B」がオープンウェイトとしてついに公開された。Qwen3.5のアーキテクチャ基盤を継承しつつ、コーディング、専門業務、研究、ならびに長期的なエージェントタスク全般で大幅なパフォーマンス向上を達成しているほか、画像とビデオも直接理解できるネイティブなマルチモーダルモデルとなっている。

　Qwen3.8では、コーディングや専門的な業務におけるコア機能の総合的な強化が挙げられている。自律的な計画と環境からのフィードバック処理が強化され、エンドツーエンドのタスク完遂能力が向上した。また、一般的な評価ツールや開発ツールに対応し、既存環境やシステムへの組みやすさも確保している。

　さらに、思考を柔軟にカスタマイズでき、リクエストごとに切り替えられるのが特徴。「reasoning_effort」パラメータによる推論の深さの調整や、「preserve_thinking」パラメータを用いた過去の会話の推論コンテキスト保持もサポートする。

　また、視覚言語理解の分野では、STEM分野の図表やドキュメント解析から、1時間に及ぶ長尺ビデオの処理までネイティブでサポートするのが特徴。

　言語モデルのパラメータ数は270億(27B)で、レイヤー数は64。マルチステップでトレーニングされたマルチトークン予測(MTP)技術を採用し、コンテキスト長はネイティブで26万2,144トークン、拡張設定により100万トークンまで処理できる。

　ベンチマーク結果によると、テキスト分野においては、「SWE-bench Pro」や自社構築の「QwenSWEBench」といったソフトウェアエンジニアリング評価、また長期的なオフィスワークを評価する「CoWorkBench」などの指標で、前世代の「Qwen3.6-27B」や「Qwen3.7-Plus」を上回るスコアを記録した。

　また、視覚言語においても、コンピュータ操作を評価する「OSWorld-Verified」や、視覚的な数学問題解決能力を測る「MathVision」、ドキュメント解析の「OmniDocBench 1.5」などで高い性能を示している。

　なお、4日前にMetaはローカルコーディングに最適とうたう30Bモデル「Muse Glimmer-30B」を公開したばかりだが、Qwen3.8-27Bはコーディング分野でこれを余裕で上回るスコアを達成している。