デスクトップPCで動く「Qwen3.8 27B」が本当にフロンティアモデルへ肉薄？

8月15日午前0時に「Qwen3.8 27B」のウェイトが予定通り公開され、ローカルLLMユーザーはお祭り騒ぎに。開発元のAlibaba Cloudは「一部のベンチマークでClaude Opus 4.6 Maxを超える」ことをうたっていたが、第三者機関のベンチマークサイト「Artificial Intelligence」でも「DeepSeek V4 Flash 0731」や「GPT-5.6 Luna xhigh」に並ぶ52点を記録。同規模の他モデルを大きく引き離した。

では実際の使用感はどうなのか、というのはユーザーたちが今まさに試してみているところだが、デフォルトでは“たくさん考える”モードになっており、長考からなかなか返ってこない。そのため考えるモードをLowにするとちょうどいい塩梅になる、という報告が上がってきている。筆者も試してみているところだが、日本語の自然さについてはさすがに若干の（それでも若干程度だ）違和感がある。どちらかと言えばコーディングやエージェンティック用途に最適化されているはずなので、そもそも日本語性能を追求したモデルでもないはずではあるのだが。

日本語といえば、これを執筆する数時間前にLLM jpから「llm-jp-4-33b-thinking」がリリースされた。私はまだ何も評価できていないが、早期に触ったユーザーからは「東大の数学入試も解ける」という報告も出てきている。

LLM jpのモデルは純国産といって差し支えなく、それがしっかり性能向上していることは素晴らしいことだ（かつオープンであることも）。ちょうど、AI＋でも国産LLMについて特集をしていたところでもある。モデルの進化に関心がある方は上記の記事1、2本目を参照していただきたい。（井上）