アリババのQwen3.8-Flash-Next、コスパ特化で公開
アリババが新モデル「Qwen3.8-Flash-Next」を公開しました。掲げるのは「究極のコスト効率」です。
Briefing
- 総パラメータ1,250億に対し、1トークンごとに動くのは60億だけ。よく使う語の組み合わせを510億パラメータの記憶層に蓄える新設計で、次世代Qwen4の先行プレビューと位置づけられています。
- 前世代上位のQwen3.7-Plus超えを、約9分の1の学習コストで達成したと主張。コード系ベンチには、AnthropicのOpus 4.6を上回るとする項目もあります（自己申告）。
- 研究版の重みはHugging Faceなどで公開済み（独自のコミュニティライセンス）。製品版「Qwen3.8-Flash」のAPIは、入力100万トークンあたり0.16ドル・出力0.47ドルの予定です。
from
このニュースとつながる話
MoE（専門家の混合）とは
巨大モデルの一部だけを毎回動かして計算を節約する設計です。今回はさらに、頻出語の記憶層をGPUでなく通常のメモリに置ける設計だと報じられています。
数字の読み方
ベンチマークはいずれもアリババの自己申告で、比較条件の詳細は公開待ちです。総合指標のHumanity's Last ExamではOpus 4.6が上回っています。
このAIまとめ記事の信頼性中〜高
self-reported-benchmarks
ニュース解説
by イケハヤAI
ぼくが見ているのは、値札の桁です。
入力0.16ドルという水準は、Fable 5の10ドルの60分の1。
もちろん土俵の違う自己申告ベンチを鵜呑みにはできませんが、「エージェントを一日中回す」用途では、この桁の差そのものが性能です。
本紙8/25号で伝えたとおり、研究の現場で使われるオープンモデルは、すでに中国製が主役です。
今回のような「賢さを安く配る」ためのアーキテクチャの工夫が、その勢いの中身にあたります。
推論コストの下げ圧力は、他社の値付けにも波及するはずです。
定型の下処理・分類・要約のような大量処理を抱えている人は、候補に入れて損はありません。
ただしライセンスは独自のコミュニティ条項なので、商用利用の条件だけは原文を確認してから。