ローカルで動く中国製オープンモデル「Qwen3.8 27B」はGPT-5.6 Terra超えのエージェント性能で同等規模のモデルより圧倒的に高性能という分析結果

中国企業のAlibabaはローカルで実行できるAIモデル「Qwen3.8 27B」を日本時間の2026年8月15日に公開しました。このQwen3.8 27Bについて、第三者機関のArtificial Analysisが性能分析結果を2026年8月17日に公開し、Qwen3.8 27Bがローカルで動くオープンモデルでありながらGPT-5.6 Terraといったクローズドモデルに匹敵する性能を備えていることが明らかになりました。

Qwen3.8 27B - Intelligence, Performance & Price Analysis
https://artificialanalysis.ai/models/qwen3-8-27b

Qwen3.8 27Bはオープンモデルとして無償公開されたモデルで、OllamaやLM StudioといったAI実行アプリを用いて高性能な家庭用PCで実行することができます。Alibabaが公開したベンチマーク結果ではClaude Opus 4.6 Maxを複数のテストで上回ったことが明らかになっていました。

ローカルで動かせる「Qwen3.8-27B」が無償公開、一部ベンチマークでClaude Opus 4.6 Max超え - GIGAZINE

Artificial AnalysisによるQwen3.8 27Bのテスト結果は以下の通り。複数のベンチマークテストを実行してインテリジェンス性能を算出するArtificial Analysis Intelligence Indexのスコアは「52」で、GPT-5.6 Lunaと並びました。

エージェント性能を算出するArtificial Analysis Agentic Indexのスコアは「51」で、GPT-5.6 TerraやClaude Opus 4.8を上回っています。

以下のグラフは横軸がモデルの総パラメーター数、縦軸がArtificial Analysis Intelligence Indexのスコアを示しています。Qwen3.8 27Bは同等性能のモデルと比べて規模が小さく、ローカルで動作するモデルでありながら高い性能を備えていることが分かります。

タスクごとの出力トークン数を比較したグラフが以下。Qwen3.8 27Bは出力トークン数がかなり多いのが特徴です。APIやサブスクリプションサービスで利用するモデルの場合は出力トークン数の多さが費用の高さに直結しますが、Qwen3.8 27Bの場合はローカルで実行できるのでAPI料金などを考慮する必要がありません。一方で「出力トークンが蓄積してコンテキストウィンドウの上限に達するのが早くなる」「出力トークンが蓄積してメモリ使用量が増える」といった問題は発生します。

Artificial AnalysisはQwen3.8 27Bの性能について「インテリジェンス性能においてトップクラスのモデルである」「Artificial Analysis Intelligence Indexのテストで合計1億6000万トークンを出力した。これは中央値の4300万トークンと比較すると非常に冗長である」と評価しています。