「Qwen4が出た」と待ったをかける声があります。Alibabaは9月22日にQwen4を発表しましたが、リリースは行っていません。Qwen4はMax、Plus、Flash、27Bの4モデルセットで、27Bだけがローカル向けオープンウェイトです[1]。プロジェクト責任者は、新世代アーキテクチャで訓練中であることを明らかにし、「very soon」と述べています[1]。一方、現行世代はQwen3.8で、実用的なローカルモデルはApache 2.0のQwen3.8-27Bです[2]。
この名前の違いは、AI導入時の環境設定で面倒な差になります。27Bを自分で動かす人は、まず現行バージョンのメモリを見積もります。Qwen3.8-27Bはdenseな視覚言語モデルで、BF16で約54GB、FP8で27GB、4-bitで16GBとされます[1]。24GB、48GB、80GBのGPUが基準です[1]。現在この構成で推論できるなら、Qwen4の27Bでも使える見込みです[1]。
ただし、上位モデルは別です。Qwen3.8の上位モデルは2.4TパラメータのMoEで、デスクトップでは動かせません[2]。ライセンスも異なり、大型の上位モデルには独自ライセンスが適用され、モデル提供やAIアシスタント事業の12か月売上高が5000万ドルを超える場合は別契約が必要とされます[2]。ローカル向けの27BはApache 2.0なので、商用展開の判断がしやすいです[2]。
新しい論点は、Flash Nextです。AlibabaのQwen3.8-Flash-Nextは、Qwen4の設計図とされています[3][4]。総パラメータ125BのスパースMoEで、1トークンあたりのアクティブパラメータは6Bです[3]。MoEは専門家ネットワークの一部だけを使う仕組みです。
さらに、51BのPLE層をDDR4メモリに退避し、コンシューマー向けマシンで21 tokens/sを記録したとされます[3]。PLEは重みを追加せず、表引きで文脈検索を助ける仕組みです。推論のprefillとdecodeを分ける観点では、メモリ帯域と生成速度のバランスが変化します。
訓練面では、RSIとMuon optimizerが挙げられます[3]。RSIは自己改善を繰り返す学習で、Muon optimizerはパラメータ更新の手法です。評価アリーナではKalmiaというcanary名でチェックポイントが追跡され、閉じたモデルに並ぶか、それを超える評価も観測されたようです[3]。
Alibaba CloudはApsara Amsterdamで11月上旬の発表時期を示唆し、1Mトークンの文脈と推論段階の設定変更がコミットで示されたようです[3]。ただし、Qwen4 27Bの仕様、ライセンス、ベンチマーク、日付は明らかにされていません[1]。上位のMax、Plus、FlashはAPI向けで、ローカル実行はできません[1]。Qwen4.5とQwen5は5〜10Tパラメータとされ、デスクトップでの利用は遠い話です[1]。
つまり、Qwen4は27Bのローカル推論とFlash NextのMoE設計が分岐する話題です。今のところ、自分で試すなら27Bのメモリ確保の見通し、将来を見るならFlash Nextの構成が鍵になります。
引用ソース
- Web記事 記事全文: Qwen 4 27B: Release Date, What’s Confirmed, and the Hardware to Prepare … — https://www.yottalabs.ai/post/qwen-4-27b-release-date-specs-hardware-what-is-known-2026
Qwen 4 27B is announced, not released. Here’s what Alibaba actually said, what the current 27B tells you about the next one, and how to be ready the day the weights land.
Of the four Qwen 4 tiers Alibaba named at the Aps - Web記事 記事全文: Qwen 4 27B Benchmark: Why There’s No Qwen 4 Yet — https://www.kunalganglani.com/blog/qwen-4-27b-benchmark
You went looking for a Qwen 4 27B local LLM benchmark, probably after a YouTube clip swore it was the best local model yet, and now you’re weighing whether to wipe your current Ollama setup and switch. Stop for a second.
- Web記事 記事全文: Qwen 4 Deep Dive: Architecture and Benchmarks – kie.ai — https://kie.ai/blog/qwen-4-architecture-shift-open-weight-engineering
TLDRAnalyze Qwen 4 architecture signals, memory offloading, RSI training data, and Arena testing under the Kalmia canary.
What the Qwen 4 Architecture Shift Means for Open-Weight Engineering
Not as a sudden consumer roll - Web記事 Web検索: Alibaba’s Qwen3.8-Flash-Next Gives Builders An Early Look At Qwen4 — https://startupfortune.com/alibabas-qwen38-flash-next-gives-builders-an-early-look-at-qwen4/
Alibaba’s Qwen3.8-Flash-Next Gives Builders An Early Look At Qwen4
※ 本記事はAIにより、Reddit・Hacker News・5ch・Xトレンドの公開投稿・トレンドを軸に、その話題をWeb検索で深掘りして集めた一次情報(記事全文・HNコメント)を併せて自動生成されました。本文中の[n]は末尾の引用ソース番号です。内容の正確性は保証されません。引用先を必ずご確認ください。
RECENT COMMENTS