Qwen3.8-27Bの性能と、ローカルで動作させるために必要なVRAM

Qwen3.8-27BのApache 2.0での公開

Qwen（クウェン）チームが2026年8月に重みを公開した270億パラメータの大規模言語モデルが、Qwen3.8-27Bです。Qwen3.8世代のうち、GPU1枚で動作する規模にまとめたモデルで、開発元はAlibabaです。

Qwen3.8-27Bは視覚エンコーダを備えていて、画像も動画もテキストと同じように入力できます。資料を読み取らせるときも画面を見せて指示するときも、別のモデルを間に挟む必要はありません。

オープンウェイトとはモデルの中身を定める数値（重み）が公開されていて、誰でも自分の機材で実行できる状態のことです。業務で使う側にとっては性能表の数字よりライセンスのほうが重要で、Apache 2.0は改変も再配布も商用利用も認める寛容な部類です。

社内システムへの組み込みも自社データで追加学習させた派生モデルの配布も、追加の許諾交渉なしに進められます。ただしApache 2.0は27B版だけで、同じQwen3.8でも上位の2.4T-A95Bは別ライセンスのため、法務に通すときの判定の単位は世代名ではなくモデル名です。

コンテキストは標準で262,144トークンです。Qwenチームが併記する100万トークンは、拡張したときの上限です。デフォルトで100万トークンを使うことができるのは今後提供予定のクラウド版とのことで、重みを自分のPCでそのまま実行しただけでは100万トークンに届きません。

Qwen3.8-27Bの位置づけ

パラメータ

27B（密モデル）

入力

テキスト・画像・動画

ライセンス

Apache 2.0（27B版のみ）

コンテキスト

262,144トークン（拡張時100万）

Opus4.6 Maxを上回るベンチもあるが測定条件は揃っていない

公式の比較表では27Bという規模の割に大型モデルを上回る数字が出ています。ソフトウェア開発の課題を解かせるSWE-bench Proは61.7でClaudeのOpus4.6 Maxの53.4を超え、競技プログラミング系のLiveCodeBench v6も90.3と表のなかで最も高い値です。

ただし全勝ではありません。コマンドライン操作を課すTerminal Bench 2.1は73.0で、Opus4.6 Maxの78.2に届きませんでした。

学術的な推論を評価するGPQA Diamondも89.2で、Opus4.6 Maxの91.3を下回りました。勝ち負けはベンチマークによって異なります。

公式モデルカードの比較表（第三者指標を混ぜず同一表の値のみ）

ベンチマーク	Qwen3.8-27B	Qwen3.6-27B	Qwen3.7-Plus	Opus4.6 Max
SWE-bench Pro	61.7	53.5	57.6	53.4
Terminal Bench 2.1	73.0	63.4	64.0	78.2
LiveCodeBench v6	90.3	83.9	89.6	88.8
GPQA Diamond	89.2	87.8	90.3	91.3
HLE	30.8	24.0	34.7	40.0

測定方法が異なるのはSWE-bench Proの行です。 モデルカードは、この行のOpus4.6 Maxだけ公式発表値を引用したとしています。

残りのモデルの値は、Qwen側がClaude Codeのハーネス（モデルにベンチマークを解かせる実行環境）で再計測したものです。しかも問題のあるタスクを修正したうえで、比較対象のモデルを改訂後のベンチマークで再評価したともモデルカードはしています。

つまり61.7と53.4は同じ条件で計測した数字ではありません。差が大きいベンチマークはともかく、数ポイント差の勝敗はこの再計測に左右されます。

ローカル動作は4bit量子化で16〜19GBが目安

量子化とはモデル内部の数値を粗く丸めてサイズと計算量を減らす処理のことです。丸める度合い（bit数）によって必要なメモリ量が変わります。

量子化版を配布しているUnsloth（アンスロス）の表では、4bitで16〜19GBが目安です。UnslothはRTX 5080とRTX 4090、24GBメモリのMacを例に出しています。

単位に注意が必要です。表の数値はGPUのVRAM単体ではなく、RAMとVRAMの合計です（Macのようにメモリを共有する構成ならその総量）。

量子化ごとに必要なメモリ（RAMとVRAMの合計）

量子化	必要メモリの目安
1bit	7〜8GB
2bit	9〜11GB
3bit	12〜14GB
4bit	16〜19GB
6bit	23〜26GB
8bit	31GB
BF16（無圧縮）	56GB

4bitの下限は合計16GBです。GPUのVRAMだけで届かなくても、RAMと合わせて16〜19GBを確保できていれば動作します。

RAMとVRAMの合計メモリ量によって、選ぶbit数が変わります。UnslothはRAMとVRAMの合計が量子化後のサイズとおおむね同じであることを目安にし、不足する場合も動作するもののディスクへの退避で大幅に遅くなるとしています。

Unslothは8月19日に量子化の作り方をDynamic V3.0へ切り替え、同じサイズで精度が約10%上がったとアナウンスしています。配布元の表は量子化の作り方が変わるたびに更新されるので、機材を選ぶ前に最新版の表でチェックしておくと確実です。

Qwen3.8-27Bを試す前に何を見るのか

Qwen3.8-27Bは、自分のPCで動作する規模とApache 2.0の緩いライセンスを併せ持つモデルです。公式のベンチマークには上位の商用モデルを超える結果があり、SWE-bench Proでは61.7対53.4と上回っています。

一方でSWE-bench Proの行はOpus4.6 Maxだけ測定方法が違い、数ポイント差の勝敗は測定条件に左右されます。100万トークンも拡張時の上限で、デフォルトの値ではありません。

ローカル環境のメモリ量から量子化を選んだうえで、自分の用途で試してから採否を判断してください。 数字の大小よりこの順番のほうが確かです。