Qwen3.8-Maxは、予告から実物のモデルリポジトリへ進んだ。8月12日、ModelScopeのQwen/Qwen3.8-2.4T-A95Bページには、事後学習済みモデルの重みと設定ファイルがHugging Face Transformers形式で含まれると記載された。
モデルカードはvLLM、SGLang、TokenSpeedとの互換性を示し、ModelScopeのメタデータでは保存サイズが約4.89TBとなっている。Qwen3.8-MaxはすでにQoderやToken Planで提供されていたが、今回はMax級モデルがオープン重みとして扱える点が新しい。
重み公開が検証点になる
“This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format.”
主な仕様は、総パラメータ2.4T、各tokenで95Bを活性化、ネイティブ文脈長262,144 tokens、最大1,010,000 tokensへの拡張対応。92層、512専門家、10 routed expertsと1 shared expert、語彙248,320という構成も示された。
一方で、ModelScope版はテキスト専用でthinking modeが必須だ。Qwen CloudのQwen3.8-Maxサービスは、視覚入力、非thinking mode、標準1Mコンテキスト、組み込みツールなどを追加する。
API割引よりも制御権が大きい
開発チームにとって、API割引と重み公開は意味が違う。割引は期限で終わるが、重みがあれば推論エンジン、量子化、社内コードベース、長文書、権限分離を自分たちの環境で試せる。
ただし4.89TBというサイズは、個人向けの気軽なローカルモデルではないことも示す。多くの利用者はホスティング、量子化版、企業クラスタを通じて使うことになる。公開の価値は、外部の再現実験と実装改善を可能にする点にある。
公式表ではTerminal Bench 2.1が86.6、SWE-bench Proが67.7、PaperBenchが93.0、OSWorld-Verifiedが86.1とされる。ただしharness、タイムアウト、文脈長、比較対象の由来はテストごとに異なる。次の確認点はライセンス、安定したダウンロード、SGLangとvLLMのrecipe、第三者ベンチマーク、量子化後の性能だ。
情報源：ModelScope Qwen3.8-2.4T-A95Bモデルカード、Qwen3.8-Max公式ブログ、Qwen Cloudモデル説明、DataCamp、CocoLoop；重み公開状態、リポジトリ容量、総パラメータと活性化パラメータ、文脈長、対応フレームワーク、thinking mode制限、ベンチマーク指標、APIサービスとの差分を確認。