Arena の Code Arena で、Qwen3.8-27B が総合9位に入った。スコアは1595。上には claude-opus-5-max（1691）や kimi-k3-max（1674）が並び、同じ Alibaba の大きいほうである qwen3.8-max は3位（1669）にいる。Qwen 自身は「このサイズ帯で唯一の top 10 入り」だと書いた。
重みは Apache 2.0 で公開されている。だからこの順位は、契約して使うサービスの順位ではなく、持ってきて自分で動かせるものの順位として読める。外に預けずに済む範囲がどこまで広がるかは、手元に置ける大きさのモデルがどれだけ使えるかに直結する。
ただし、1595という数字が付いているモデルと、自分の機材に載せるファイルは、同じものではない。そこを分けないまま順位だけ持ち帰ると、自分の用途について何も分からないまま「使える」と判断することになる。
1595 が数えているもの
まず、この数字の出どころを絞っておきたい。
Arena のスコアは、正解と突き合わせた採点ではない。利用者が自分の依頼を投げると、名前を伏せた2つのモデルの応答が並び、良いと思ったほうを選ぶ。その選好が積み上がって順位になる。Code Arena なら、比べられるのは出てきたアプリやサイトのほうだ。コードの中身の正しさではなく、成果物を見た人がどちらを選んだか、が入っている。
母数も見ておきたい。ボード全体では603,789票が積まれているが、Qwen3.8-27B に付いているのは2,464票だ。そして8位の glm-5.3-max は1599で、9位との差は4点。1,916票と2,464票の上に載った4点の差を「8位のほうが強い」と読むのは、まだ早い。順位そのものは事実だが、1つ2つの前後は動く幅の中にある。
開いているのは、この1つだけではない
「唯一」という言い方は、範囲を確かめてから受け取ったほうがいい。
ライセンス表示を上から見ていくと、上位10のうち8つが Proprietary だ。残りは3つ——2位の kimi-k3-max が独自ライセンス、8位の glm-5.3-max が MIT、そして9位の Qwen3.8-27B が Apache 2.0。つまり、契約の外に出られる可能性のあるものは、この9位だけではない。
Qwen が書いた「唯一」は、サイズ帯を切ってからの話だ。同じくらいの大きさの中で top 10 に入ったのはこれだけ、という主張であって、開いているモデルがこれだけ、という意味ではない。ライセンスが開いていることと、自分の機材に載る大きさであることは、別々の条件で、両方が要る。
同じ会社の大きいほうとの距離も見ておきたい。qwen3.8-max は3位の1669、27B は9位の1595。差は74点、順位で6つ。同じ人たちが同じやり方で見比べた結果としての差だから、これは比較的読みやすい数字だ。「小さくても上位に入った」は正しいが、「大きいほうと同じ」ではない。
9位のモデルと、机の上に置くファイル
ここが、実際に置こうとしたときに効いてくる。
モデルカードによれば、Qwen3.8-27B は27B の dense 構成で、配布は BF16。1パラメータ2バイトなので、重みだけで50GB台になる。カードは必要な VRAM 量を書いていない。書いてあるのは、実運用には SGLang や vLLM といった配信基盤を使え、ということのほうだ。個人の1台を前提にした説明にはなっていない。
一枚のカードに載せたいなら、量子化されたものを取ってくることになる。unsloth が公開している GGUF なら、4bit 帯のファイルは14.3GB から17.6GB。24GB のカードに、重みは入る大きさだ。
入るのは重みだけ、という但し書きが要る。読ませる長さの分は別に積み上がる。カードが書いている262,144トークンという文脈長は仕様上の上限で、一枚のカードで使い切れる長さではない。長く読ませるほど、余白のほうが先に無くなる。
そして、その14GBや17GBのファイルは、1595を取った重みと同じものではない。削れば出力は変わる。順位は元のモデルに付いていて、手元で動くファイルには付いていない。どれだけ落ちるのかという数字は、公開された順位の側には無い。
ライセンスのほうは、はっきりしている。Apache 2.0 に追加の売上条件や表示義務は付いていない。開いている部分は、開いている。
この順位を、自分の用途に翻訳する
持ち帰れるものは、たぶん2つだ。
1つは位置の話。名前を伏せて見比べたとき、手元に持ってこられる側のモデルが、持ってこられない側と並んで選ばれる場所まで来た。これは順位表の形として、はっきり出ている。
もう1つは、その位置が誰に付いているかの話。1595は元の重みに付いた数字で、量子化して一枚のカードに載せたファイルには付いていない。手元に置くという選択には、削る工程と、削った分の見えない差が最初から含まれている。
だから確かめる順番も決まってくる。まず、させたい作業が「アプリやサイトを作らせる」に近いかどうか。そこから外れるなら、この順位はまだ自分について何も言っていない。日本語で長く書かせたいとき、どんな依頼でどの言語で投票が行われたのかは、スコアの側からは読めない。
次に、どの形で動かすか。元の重みを配信基盤で回すのか、量子化したものを手元の一枚で回すのか。前者を選ぶなら順位はそのまま参考になるが、置き場所は自分の外に戻る。後者を選ぶなら手元に残るが、参照している順位は自分が動かすファイルのものではない、と分かった上で選ぶことになる。
測られていないものも、まだ多い。日本語での実力、量子化による低下の幅、応答の速さ——どれもこの順位の外側にあって、自分の用途で自分が測るまで分からない。
上位10のうち、機材さえあれば手元に持ってこられるのは、いまのところ数えるほどしかない。その数少ない1つに、あなたは何をさせるつもりだろうか？
参照
- Arena Code Arena 総合リーダーボード（Qwen3.8-27B が9位・1595点・2,464票／上位10のスコアとライセンス表示／ボード全体603,789票）
- Arena の投票方式（名前を伏せた2つのモデルの応答を並べ、利用者が好むほうを選ぶ）
- Qwen3.8-27B モデルカード（27B の dense 構成・BF16 配布・Apache 2.0・262,144トークンの文脈長・必要 VRAM の記載なし・推奨される配信基盤）
- Qwen3.8-27B 量子化版のファイルサイズ（4bit 帯が14.3GB〜17.6GB）
- Qwen 公式の告知（Code Arena 総合9位・「このサイズ帯で唯一の top 10」）
