Qwen3.8-27Bの実力と用途は？

TL;DR

Qwen3.8-27Bは、ローカル実行できる27Bモデルとして、コード生成、SVG表現、画像読解で有力な選択肢です。M4 Max、128GB環境では一部タスクが完走しなかった一方、画像テストは24問中22点で完全な誤答はなく、実用性と限界の両方が確認されました。

Transcript

オスバです。本日はですね、アリババの ク園から、え、3.827 Bというモデルが登場しますんで、これに ついてお話していきたいと思います。ま、 オープンウェイトのね、ま、このモデルな んですけれども、ま、僕が実際、ま、 ローカル系もね、ちょこちょこ裏側で触っ てたりするんですが、ま、その中でもです ね、ま、トップクラスにいいモデルだった んじゃないかなという風に思っております 。ま、なんでね、ちょっと今日もあの ローカル向けのデモみたいなのをね、作っ てきたりとかしたんで、ま、それで ちょっとミュゼとかね、え、ま、あの、 エージェントとかと比べながらちょっと やれたらなという風には思っています。え 、ま、このね、ブログの中とかやったら ローカルでオパス級、ま、オーパスと言っ てもね、4.6と... Read More

Key Insights

• Qwen3.8-27Bは、27Bという比較的小さな規模で、コード生成、エージェント処理、視覚入力を扱えるオープンウェイトモデルである。ローカル用途では有力だが、クラウド上の強力なモデルを一律に代替するとは評価されていない。
• 公式ベンチマークは、SWE-bench Proやオフィスワーク系のエージェント課題でOpus 4.6を上回る項目を示している。ただし話者は、実際の使用感ではKimi K2.6を選ぶ場合もあるとして、スコアだけでの判断を避けている。
• Qwen3.8-27Bのコンテキスト長は262Kであり、入力としてテキスト、画像、ビデオを扱い、テキストを出力できると紹介されている。長文処理と視覚情報を組み合わせたローカル自動化が想定用途となる。
• M4 Max、128GB環境での検証は、モデルを動かせても複雑な生成課題を必ず完走できるとは限らないことを示した。ピンボール生成はタイムアウトしており、速度やマシン性能も実用性を左右する条件である。
• LP生成は、比較対象となったローカルモデルより品質が一段高いと話者に評価された。一方で出力はシンプルでもあり、公式デモ相当の品質にはプロンプト、実行基盤、試行量などの条件が影響する可能性がある。
• SVGとアニメーション生成は、棒人形の歩行や場面切り替えで比較的高い表現力を示した。ただし交通ルールSVGには不自然な動きがあり、視覚的な完成度が高くても内容や挙動の検証は必要である。
• 画像読解テストは24問中22点で、完全な誤答は0だったと報告されている。電卓の8桁、手書き日付、日本語看板、値札、電話番号、表、円グラフ、カレンダーなど、細部の認識に成功した。
• 画像読解の処理時間は1問あたり約8秒と報告され、スクリーンショットの読み取りや画面チェックに使える可能性が示された。ただし結果は話者独自の24問による検証であり、一般性能を確定する評価ではない。
• 🎬 このチャンネルの他の動画:
  • ClaudeのFable 5とOpus 5を使い分ける方法
  • Open DesignでUIを作る方法と品質は？
  • AI時代に有限な注意力を守り価値を生む方法
• 📺 このチャンネル: まさおAIじっくり解説ch

Questions & Answers

Q: Qwen3.8-27Bとはどのようなモデルですか？

Qwen3.8-27Bは、AlibabaのQwenから登場した27B規模のオープンウェイトモデルです。テキストだけでなく画像やビデオも入力でき、テキストを出力するマルチモーダル機能を備えると紹介されています。ローカルでのコード生成、視覚コンテンツ制作、画像読解、自動化への利用が主な検討対象です。

Q: Qwen3.8-27BはOpus 4.6より高性能ですか？

Qwen3.8-27BがOpus 4.6を全面的に上回るとは判断できません。公式の比較ではSWE-bench Proやオフィスワーク系のエージェント課題など、上回る項目が示されていますが、ターミナルコーディングでは負ける項目もあります。話者もベンチマークの強さを認めつつ、実使用ではKimi K2.6を選ぶ場合があると述べています。

Q: Qwen3.8-27Bをローカルで動かすにはどの程度の環境が必要ですか？

検証ではM4 Max、128GBの環境が使われましたが、それでも複雑なピンボール生成はタイムアウトしました。動画内では最低限必要なメモリ量や推奨構成は示されていないため、必要環境を断定することはできません。実用時には、モデルが起動するかだけでなく、生成速度やタスクを完走できるかも確認する必要があります。

Q: Qwen3.8-27Bのコンテキスト長と対応入力は何ですか？

コンテキスト長は262Kと紹介されており、入力にはテキスト、画像、ビデオを利用し、テキストを出力できるとされています。話者は262Kをやや小さめと評価しています。画像や画面情報を読み取れるため、文章処理だけでなく、スクリーンショット確認を含むローカル自動化にも組み込める可能性があります。

Q: Qwen3.8-27BはWebページやSVGを生成できますか？

Qwen3.8-27Bは、LP、SVG図解、棒人形アニメーションなどを生成できました。話者はLPや歩行に近い棒人形アニメーションを比較対象より高品質と評価しています。一方、交通ルールSVGには不自然な動きがあり、Notion風エディタにも未対応機能や表示上の問題が残ったため、生成後の動作確認と修正が必要です。

Q: Qwen3.8-27Bの画像認識性能はどの程度ですか？

話者独自の画像読解テストでは24問中22点で、完全な誤答は0だったと報告されています。散らかった机の電卓の8桁、時計の時刻、手書き日付、日本語の商店街名、値札、崩れた数字を含む電話番号、ダッシュボードの表や円グラフ、カレンダーなどを読み取れました。ただし、これは限定的なテスト結果です。

Q: Qwen3.8-27Bを画面チェックに使う方法は？

スクリーンショットや画面画像を入力し、数値、文字、選択状態、表、グラフ、カレンダーなどをテキストとして抽出させる方法が考えられます。検証では1問あたり約8秒で細部を読み取り、24問中22点を記録しました。ただし完全な正解ではないため、重要な操作や判定では結果の照合や人による確認を組み込む必要があります。

Q: Qwen3.8-27Bを選ぶ際の注意点は何ですか？

注意点は、強いベンチマーク結果がすべての実務課題で同じ品質を保証しないことです。検証では高品質なLPやアニメーションを生成できた一方、複雑な課題のタイムアウト、不自然なSVG、エディタ機能の不足も確認されました。マシン性能、生成速度、タスク完走率、出力の正確性を用途ごとに試して判断する必要があります。

Summary & Key Takeaways

• Qwen3.8-27Bは、テキスト、画像、ビデオを入力してテキストを出力できるオープンウェイトモデルで、コンテキスト長は262Kと紹介されています。公式ベンチマークではSWE-bench Proやオフィスワーク系タスクなどでOpus 4.6を上回る項目が示されましたが、話者は実使用でKimi K2.6を選ぶ場面もあると留保しています。

• M4 Max、128GBのローカル環境では、LP、SVG図解、棒人形アニメーション、Notion風エディタ、ピンボールなどを生成して比較しています。LPやアニメーションは他の比較対象より高品質と評価された一方、ピンボールはタイムアウトし、交通ルールSVGやエディタには不自然な挙動や未対応機能が残りました。

• 画像読解では、散らかった机、日本語の商店街、ダッシュボード、細かなイラストを使った24問のブラインドテストを実施しました。結果は22点で完全な誤答はなく、電卓の8桁、時計、手書き日付、値札、電話番号、表、円グラフ、カレンダーなどを読み取れたため、スクリーンショット確認や画面チェックへの応用が期待されています。