大規模 MoE の Qwen3.8 2.4T-A95B を追加しました

qwen3.8-2.4t-a95b を追加しました。Qwen Team が 2026-08-08 に公開した、総パラメータ 2.4 兆・アクティブ 95B の MoE です。単価は入力 ¥435 / 出力 ¥1,220（1M tok・税込表示）で、Kimi K3 に次ぐ 2 番目に高い価格帯です。

Qwen が Max 系列と同格のモデルを初めてオープンウェイトで公開したもので、コーディング・長時間のエージェント実行・調査タスクを想定しています。推論は Kimi K3 と同じく、TEE を用いた分散 GPU 基盤で実行します。

特徴

2.4 兆総 / 95B アクティブの MoE

512 エキスパートのうち 10 ルーテッド + 1 共有を起動し、実効計算は約 95B です。Gated DeltaNet と Gated Attention を 3:1 で積み上げた 92 層構成で、ネイティブ 262,144 トークンのコンテキストを持ちます。HAI が提供する量子化は FP4 です。モデルカードは Hugging Face にあります。

コーディングと長時間のエージェント実行

Qwen3.5 のアーキテクチャを土台に、コーディング・専門業務・リサーチ・長時間の自律的なエージェント実行を重点的に強化したモデルです。複数ステップにまたがる計画と実行を前提とした設計で、単発の質問応答よりもエージェントとしての運用に向きます。

TEE を用いた分散 GPU 基盤

Kimi K3 に続く 2 本目の TEE 対応モデルです。処理中のプロンプトと生成結果を、基盤を運用している側から読み出せない構成で実行します。仕組みの詳細はトップページの説明をご覧ください。

思考は常時 ON

思考してから回答するモデルで、思考を止めることはできません。reasoning_effort で思考量を "low" / "medium" / "high" / "xhigh" から選べます（既定は最大です）。思考トークンは出力として課金されます（思考パラメータのお知らせ）。

ベンチマーク（Qwen 公表値）

Qwen はモデルカードでスコアを公表しています。ただし公表されている表の列は API 版の Qwen3.8-Max で、オープンウェイト版 Qwen3.8-2.4T-A95B 単独のスコアは公開されていません。Qwen 自身が Max を「本モデルに画像入力・思考 OFF・既定 1M コンテキスト・公式ツールを加えたもの」と説明しており、HAI が提供するのはオープンウェイト版です。以下は Qwen3.8-Max と前世代 Qwen3.7-Max の比較としてお読みください。

Qwen3.8-Max と Qwen3.7-Max の公開ベンチマーク比較。Terminal Bench 2.1 が 86.6 対 74.5、SWE-bench Pro が 67.7 対 60.6、DeepSWE 1.1 が 56.6 対 21.6、FrontierSWE が 73.5 対 40.7、MLS-Bench-Lite が 41.0 対 31.7、SkillsBench が 70.2 対 61.2

ベンチマーク	Qwen3.8-Max	Qwen3.7-Max	Claude Opus 4.8	GPT-5.6 Sol
Terminal Bench 2.1	86.6	74.5	84.6	88.8
SWE-bench Pro	67.7	60.6	69.2	64.6
DeepSWE 1.1	56.6	21.6	59.0	73.0
FrontierSWE	73.5	40.7	70.0	未掲載
MLS-Bench-Lite	41.0	31.7	42.8	46.2
SkillsBench	70.2	61.2	65.1	73.5

前世代の Qwen3.7-Max に対しては、掲載した 6 指標すべてで上回っています。特に DeepSWE 1.1（+35.0）と FrontierSWE（+32.8）の伸びが大きく、エージェント実行まわりの改善が中心です。

競合列に対しては全面的に上位というわけではありません。Claude Opus 4.8 には Terminal Bench 2.1・FrontierSWE・SkillsBench で上回る一方、SWE-bench Pro・DeepSWE 1.1・MLS-Bench-Lite では下回っています。GPT-5.6 Sol に対しては SWE-bench Pro でのみ上回り、他の 4 指標では届いていません。

測定条件はベンチマークごとに異なります。Terminal Bench 2.1 は Qwen 側が Claude Code・10 回平均・5 時間タイムアウトで、他社は公開ベストの引用のため harness が異なります（Claude Opus 4.8 は Terminus 2、GPT-5.6 Sol は Codex）。SWE-bench Pro と DeepSWE 1.1 は temperature = 1.0 / top_p = 0.95 / 256K コンテキストです。SkillsBench は Qwen 系列のみ OpenCode、他社は Claude Code / Codex で測定されています。いずれのスコアも Qwen 自身による測定で、第三者の独立評価ではありません。Qwen の自社ベンチマーク（QwenSWEBench・QwenQoderBench など）は上の表から除外しています。

使い方

model に qwen3.8-2.4t-a95b を指定します。

curl https://hai-api.hcloud.ltd/v1/chat/completions \
  -H "Authorization: Bearer hai_..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-2.4t-a95b",
    "messages": [{"role":"user","content":"このリポジトリの失敗テストを直す差分を出してください"}]
  }'

思考量を下げる場合は reasoning_effort を渡します。

curl https://hai-api.hcloud.ltd/v1/chat/completions \
  -H "Authorization: Bearer hai_..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-2.4t-a95b",
    "messages": [{"role":"user","content":"2 + 2 は？"}],
    "reasoning_effort": "low"
  }'

Claude Code から使う場合は次のように設定します。

export ANTHROPIC_BASE_URL=https://hai-api.hcloud.ltd
export ANTHROPIC_AUTH_TOKEN=hai_...
export ANTHROPIC_MODEL=qwen3.8-2.4t-a95b
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-v4-flash
claude

HAI が受け付けるパラメータは思考パラメータのお知らせを参照してください。

Qwen が推奨するサンプリング設定は temperature = 1.0 / top_p = 0.95 / top_k = 20 です。

注意点

思考は OFF にできません。 reasoning_effort に "none" を指定するとエラーになります。単純な抽出や分類でも思考トークンが出力課金に乗るため、思考が不要な用途では Kimi K2.6 や DeepSeek V4 Flash をお使いください
コンテキストは 256K（262,144）トークンです。 1M が必要な場合は Kimi K3 か DeepSeek V4 Flash を使ってください
入力はテキストのみです。 画像入力は API 版の Qwen3.8-Max の機能で、オープンウェイト版にはありません。画像を渡す場合は Kimi K3 / Kimi K2.6 / Gemma 4 31B / Qwen3.6 35B-A3B をお使いください
出力はテキストのみです
単価は Kimi K3 に次ぐ水準です。大量処理には DeepSeek V4 Flash や Gemma 4 31B のほうが適しています

単価とモデル一覧は料金ページ、モデル ID とセットアップ手順はドキュメントに掲載しています。