Qwen 3.8 Maxと27B：オープンウェイトAIモデルの比較

アリババは、2.4TパラメータのMoEモデルであるQwen 3.8-Maxを発表し、ローカル利用向けのQwen 3.8-27Bを予告しました。両方ともオープンウェイトになります。

Kimi K3（2.8Tパラメータ）と比較して、Qwen 3.8-Maxは1Mのコンテキストと大幅に低いAPIコストを提供します。Qwen 3.8 Maxは、入力トークン100万あたり$2.00（キャッシュヒットは$0.20）、出力トークン100万あたり$6.00を請求します。Kimi K3は、入力トークン100万あたり$2.90–$3.00（キャッシュヒットは$0.30）、出力トークン100万あたり$14.00–$15.00を請求します。これにより、Qwenは出力トークンで2.4倍–2.5倍の価格優位性を持ち、高スループットの生成と反復的なエージェントループでより費用対効果が高くなります。速度は同等ですが、Qwenの効率性がエンタープライズ展開で優位性を与えます。セルフホスティングに関しては、Kimi K3はオープンモデルウェイト（594 GB MXFP4 quant）を提供し、組織はプライベートなマルチノードインフラストラクチャや高メモリワークステーションでモデルを実行することで、APIトークンコストを完全に排除できます。

パフォーマンスの面では、Kimi K3は複雑なエージェント推論とソフトウェアエンジニアリングに優れており、FrontierSWE（81.2% vs. 73.5%）、DeepSWE 1.1（69.0% vs. 56.6%）、Terminal-Bench 2.1（88.3 vs. 86.6）などのベンチマークでリードしています。また、学術推論でも全体的にリードしており、GPQA Diamond（93.5% vs. 92.6%）、Humanity's Last Exam（56.0% vs. 43.6%）、MLS-Bench Lite（48.3% vs. 41.0%）でQwenを上回っています。しかし、Qwen 3.8 Maxはマルチモーダル視覚と知覚でリードし、PerceptionBench（63.5 vs. 58.5）とMMMU-Pro（82.3% vs. 81.6%）でより高いスコアを獲得し、OSWorldで検証済みのSOTAスコア86.1%でKimi K3を上回っています。

27Bモデルは3.6-27Bの後継で、単一GPU（17GB VRAM）で量子化して動作し、プライベート展開で旧モデルを置き換えます。これにより、オンプレミスのエージェント作業に最適で、性能とプライバシーのバランスを提供します。

オープンウェイトはフロンティアAIの民主化を約束します。オープンウェイトのリリースは1週間以内に予定されています。