2026年8月、アリババのQwenチームはオープンモデルQwen 3.8 27Bをリリースしました。目玉は2点：LiveCodeBench等のコーディングベンチマークで一部のクローズドな最先端モデルを上回ったこと、そして27Bというパラメータ規模によりコンシューマー向けハードウェアでローカル実行できることです。複数の独立メディアがリリースの事実を確認しています。当サイトの初報：アリババがQwen 3.8 27Bオープンモデルを公開。
コミュニティの反応は典型的な二極化でした：「オープンソースのコーディングモデルがクローズドに追いついた」という興奮と、スコアの出所への疑念です（後述のベンチマーク論争を参照）。
開発元：Qwen（通義千問）はアリババの大規模モデルファミリーで、アリババQwenチームが開発しています。現在オープンソース陣営で最も活発なベンダーシリーズの一つです。
オープンソースか：Qwen 3.8 27Bはオープンモデルとして公開されており、重みのダウンロード・ローカル展開・改変が可能です。これがQwen3 MaxのようなフラッグシップAPIモデルとの決定的な違いです：フラッグシップはAPI経由のみ、こちらは持ち帰って自分で動かせます。ただしLLM文脈の「オープンソース」は通常オープンウェイトを意味し、学習データや学習の詳細が公開されるとは限りません——まさにこの点が今回の論争の火種になりました。
リリース後、論争は一点に集中しました：モデルの性能が蒸留（より強いモデルの出力から学習すること）によって得られたのではないかという疑念です。学習詳細が非公開のため、この疑念は証明も反証もできません。擁護派は蒸留自体は正当な技術でありスコアはスコアだと主張し、懐疑派はクローズドモデルの出力を蒸留してスコアを稼いだのなら「オープンがクローズドを超えた」という物語は色褪せると主張します。
より普遍的な教訓：ベンダー発表のベンチマーク結果には独立検証が必要です。ベンチマーク問題が学習データに混入する（汚染）、評価設定が恣意的に選ばれる、単一ベンチマークに過剰適合する——いずれも起こり得ます。コミュニティの共通認識は、発表時のチャートではなく実際の動作でモデルを判断する方向に向かっています。
当サイトのYZ指数はQwenのフラッグシップモデルを継続的に独立評価しています——コード実行次元は隔離サンドボックスでモデル生成プログラムを実際に実行（コンパイル・実行時・エッジケースをすべて実測）し、WDCDテストはマルチターン圧力下の指示遵守を測定します。全過程ルールベース採点・AIジャッジゼロです。下の表は最新公開全量評価におけるQwenファミリーの現在スコアです（自動更新）。
Qwen 3.8 27B自体はまだ当サイトの評価プールに入っていません。追加された場合、スコアはメインリーダーボードに掲載されます。それまでは「27BオープンモデルvsクローズドフラッグシップとのSNS上の比較スコア」は独立検証待ちとして扱うことをお勧めします。
公式の位置づけでは、Qwen 3.8 27Bはコンシューマー向けハードウェアをサポートします——実際には、量子化を経てハイエンドのコンシューマーGPUや大容量メモリのApple Siliconマシンで推論することを意味します。27Bという規模は「ローカルで動く」と「十分な能力」の現実的なバランス点であり、開発者コミュニティで急速に採用された主因です。
期待値管理の2点：量子化はある程度の能力低下を伴うため、ローカルの量子化版の性能はベンチマークチャートの全精度スコアとは別物です。またコーディングエージェント系のタスクはコンテキスト長と安定性への要求が高いため、既存の構成を置き換える前に、自分の実タスクで小規模に検証することをお勧めします——「発表指標ではなく実際の動作で判断する」というコミュニティの共通認識とも一致します。
2026年8月17日の最新公開全量評価における当該ベンダーのモデルスコア（100点満点、実サンドボックス実行＋ルールベース採点、AIジャッジゼロ）。公開評価のたびに自動更新されます。
| 総合順位 | モデル | 総合スコア | コード実行 |
|---|---|---|---|
| 7 / 11 | Qwen3 Max | 73.3 | 74.9 |
Qwen（通義千問）はアリババの大規模モデルファミリーで、アリババQwenチームが開発しています。Qwen 3.8 27Bは同チームが2026年8月に公開したオープンモデルです。
オープンモデルとして公開されており、重みのダウンロードとローカル展開が可能です。LLM文脈の「オープンソース」は通常オープンウェイトを指し、学習データや詳細が公開されるとは限りません。商用ライセンス条件は公式モデルカードでご確認ください。
LiveCodeBench等の特定のコーディングベンチマークでは、公表スコアが一部のクローズドな最先端モデルを上回りました（複数メディアが確認済み）。ただしスコアの出所を巡る蒸留論争があり、ベンダー自己報告のベンチマークと独立評価は別物です。同モデルはまだ独立評価プールに入っておらず、モデル間の結論は独立データを待つことをお勧めします。
公式にはコンシューマー向けハードウェアをサポートするとされ、実際には量子化を経てハイエンドのコンシューマーGPUや大容量メモリのApple Siliconマシンで推論します。量子化版の性能はベンチマークチャートの全精度スコアより低くなる点に注意してください。
YZ指数の2026年8月17日の最新公開全量評価では、Qwen3 Maxが総合73.3点（100点満点）で参加11モデル中7位でした。スコアは実コードのサンドボックス実行などのコア次元の加重で算出され、全過程ルールベース採点・AIジャッジゼロです。
