公開されたもの
Qwenが公開したのは、Qwen3.8シリーズのオープンウェイトです。中核となるQwen3.8-27Bは270億パラメータのdense（密結合）型マルチモーダルモデルで、テキストに加えて画像と動画を処理します。対象には図表や書類、数時間規模の長尺動画が含まれます。文脈長はネイティブで26万2000トークン、YaRNという手法を使えば100万トークンまで拡張できます。思考モード（thinking mode）は既定でオンですが、クエリ単位で切り替えられます。
同時に、より大規模なQwen3.8-2.4T-A95Bの重みも公開されました。こちらはMaxクラスの性能帯で動作することを想定したモデルです。いずれもHugging FaceとModelScopeから入手でき、100万トークンの文脈を扱えるホスティング版が、アリババのAIサービスであるQwen Cloudで近く提供される予定です。
なぜ「27B」という数字が重要なのか
注目すべきは、Qwen自身がQwen3.8-27Bについて「より大きいQwen3.7-Plusをコーディングとオフィス業務で上回る」と述べている点です。これは、パラメータ数の大小と実務での有用性が必ずしも比例しなくなってきたことを示す一例です。270億パラメータ級は、自社サーバーやクラウド上の比較的現実的なGPU構成で動かせる範囲に入ります。「大きいモデルにAPI経由で頼るしかない」という前提が、業務タスクによっては崩れつつあるということです。
エージェント志向と長文脈がセットである意味
Qwenはエージェント能力の向上も挙げており、モデルがより自律的に計画を立て、タスクを最後までやり切る信頼性が上がったとしています。ここで26万2000トークン、拡張時100万トークンという文脈長が効いてきます。エージェントが複数ステップを回す際、途中の手順・出力・参照資料はすべて文脈に積み上がります。文脈が短いと、要約や外部記憶で継ぎ足す設計が必要になり、そこが精度劣化の温床になります。長文脈とエージェント性能の同時強化は、この構造的な弱点を正面から潰しにいく組み合わせです。
図表・書類・長尺動画を扱えるマルチモーダル性も、この文脈で読むべきでしょう。契約書のスキャン、設計図面、会議や研修の録画といった「テキスト化されていない社内資産」が、そのまま処理対象になります。
💼 事業会社視点：これは自社にどう効くか
日本企業にとって最も直接的な影響は、Apache 2.0という条件です。商用利用・改変・再配布が広く許され、自社インフラ上で動かせるため、「機密データを外部APIに出せない」ことを理由にAI活用を止めていた金融・製造・医療・自治体案件で、検討の前提が変わります。オンプレ／VPC内で270億パラメータ級を回し、図面や契約書PDFまで処理できる構成が、現実的な選択肢に入ってきました。
受託開発・SIerは対応を急ぐべきです。顧客からの「クローズド環境でAIを」という要件に、Qwen3.8-27Bを含む選択肢を提示できるかどうかが提案力の差になります。逆に、外部LLMのAPIを薄くラップしただけのSaaSは、価格と差別化の両面で圧力を受けます。モデルそのものではなく、業務データ・ワークフロー・評価基盤のどこで囲い込むかを、今期中に定義し直すべきです。
ECや事業会社の情報システム部門は、まずHugging FaceかModelScopeから重みを取得し、自社の実データで小規模なPoCを回すことを推奨します。ベンチマークの数値ではなく、自社の帳票・問い合わせログでの精度が判断材料です。Qwen Cloudの100万トークン版が出るまでの数か月は、内製と外部調達の線引きを見極める貴重な時間になります。