アリババ、ローカル動作の高性能AI「Qwen3.8-27B」を公開

中国のアリババが、ローカル環境で動作するAIモデル「Qwen3.8-27B」を公開した。モデルの重みデータはHugging Faceで配布されており、企業利用に適したオープンソースライセンス（Apache 2.0）のもとで誰でも入手できる。画像や動画の理解、長い文脈の処理、コード生成、そして複数のツールを組み合わせて自律的にタスクをこなす「エージェント型」のワークフローなど、幅広い用途に対応している。

これまで高性能なAIといえば、OpenAIやAnthropicといった企業がクラウド上で提供するサービスを通じてのみ利用できるものがほとんどだった。モデルを自分のコンピューター上で動かす「ローカル実行」は手軽さの点では優れるが、クラウドの最先端モデルと比べると性能の差が大きいとみられてきた。Qwen3.8-27Bはその前提を揺るがす存在として、開発者コミュニティを中心に注目を集めた。

モデルを動かすのに必要なメモリ量は、設定によって大きく変わる。最高精度の設定（16ビット）では約56GBのGPUメモリが必要だが、「4ビット量子化」と呼ばれるデータを圧縮する手法を使えば、モデルのサイズを約17GBまで抑えられる。これは、高性能なゲーミングPCやノートパソコンでも動かせる水準にあたる。コンテキストウィンドウ（一度に処理できる文章量の上限）は262,144トークンと広く設定されている。

アリババ自身が公開したベンチマーク結果では、ソフトウェア開発タスクを評価する「SWE-bench Pro」で61.7点、コーディング能力を測る「LiveCodeBench v6」で90.3点を記録した。同社の比較表では、SWE-bench ProとLiveCodeBenchにおいて、AnthropicのClaude Opus 4.6 Maxの掲載スコアを上回っている。ただし、これらの評価の一部はアリババが独自に実施したものであり、比較の条件が完全に統一されているわけではないため、単純な優劣の判断材料にはなりにくい。

より中立な評価として注目されるのが、第三者機関「Artificial Analysis」が月曜日に発表した結果だ。同機関はコーディング・科学・推論など9つの評価を総合した「Intelligence Index」でQwen3.8-27Bに52点を付けた。この点数は、OpenAIがクラウドのみで提供するモデル「GPT-5.6 Luna」の最大推論設定における現在のスコアと同じ水準にあたる。また、エージェント型タスクを測る「Agentic Index」では51点を獲得し、Anthropicが3か月以内にリリースしたClaude Opus 4.8の最大推論設定のスコアを上回った。オープンソースのコーディングエージェント「Cline」はX（旧Twitter）上で「ローカルモデルが初めてフロンティアモデル相当の性能に達した」と述べている。

こうした結果が示すのは、クラウド専用の最先端モデルとローカルモデルの性能差が着実に縮まりつつあるという傾向だ。スコアが近いからといって、すべての用途で完全に同等であるとはいえないが、特定のタスクにおいては実用上の差が小さくなっているという見方ができる。自分のPCでモデルを動かす選択肢が現実味を帯びてくることは、プライバシーやコスト、ネット接続の不要といった観点から、開発者や企業にとっての選択肢を広げることにつながると位置づけられる。

現時点でのローカルAI活用にはまだ一定のハードルがある。約17GBのモデルデータを扱える高性能なPCが必要であり、最高精度で動かすには業務用途に近いGPUが求められる。それでも、わずか数年前には考えにくかった性能水準がコンシューマー機器で手の届く範囲に入りつつある点は、AI利用の裾野が広がる動きとして今後も注視する価値がある。