Qwen3-Nextは、Qwenチームが長いコンテキストと計算効率を重視して設計した基盤モデル系列です。
本稿の対象であるQwen3-Next-80B-A3B-Instructは、80Bの総パラメータを持ちながら、推論時に3Bをアクティブにする高スパースMoEを採用しています。
数値だけを見ると、巨大な資料やコードを低い負荷で処理できるように思えます。
しかし、アクティブパラメータ数、必要なメモリ、長文入力での回答品質は別々に評価する必要があります。
Qwen3-Nextの要点
- 総パラメータは80Bで、推論時にアクティブになるパラメータは3Bです。
- ネイティブのコンテキスト長は262,144トークンです。
- YaRNによる拡張では、最大1,010,000トークンまでの検証結果が公開されています。
- Qwen3-Next-80B-A3B-Instructは非思考モード専用です。
- 導入判断では、公称値ではなく自社データで精度、速度、費用、運用条件を測ります。
MoEとA3Bを平易に理解する
MoE（Mixture of Experts）は、入力されたトークンごとに、モデル内部の一部の専門領域だけを選んで計算する仕組みです。
すべてのパラメータを毎回同じように使うDenseモデルと比べ、総容量を保ちながら1トークン当たりの計算量を抑える狙いがあります。
A3Bは、推論時に約30億のパラメータがアクティブになることを表します。
これは「30億パラメータのモデルと同じメモリで動く」という意味ではありません。
モデル全体の重みを保持する方法、量子化、並列処理、コンテキスト長によって必要な環境は変わります。
| 項目 | 仕様 | 読み方 |
|---|---|---|
| 総パラメータ | 80B | モデル全体の容量を示します。 |
| アクティブパラメータ | 3B | 各トークンの処理で使う部分を示します。 |
| ネイティブ文脈長 | 262,144トークン | 追加の文脈拡張を前提としない上限です。 |
| 拡張文脈長 | 最大1,010,000トークンまで検証 | YaRNを使った拡張であり、ネイティブ仕様とは区別します。 |
| 出力モード | 非思考モード | このInstructモデルは思考ブロックを生成しません。 |
これらの仕様は、Qwen公式のモデルカードで確認できます。
同ページには、長文を扱う際の設定例と、拡張時の評価結果も掲載されています。
Qwen3との違い
前世代のQwen3の特徴と導入時の注意点では、ThinkingとNon-Thinkingを切り替えるハイブリッド推論が大きな特徴でした。
Qwen3は6つのDenseモデルと2つのMoEモデルを公開し、用途と規模に応じて選べる構成を取っています。
一方、Qwen3-Nextは長いコンテキストを効率よく扱う設計に重点を置いています。
少なくとも本稿の対象であるQwen3-Next-80B-A3B-Instructは非思考モード専用であり、「Qwen3のハイブリッド推論をそのまま継承したモデル」とは説明できません。
| 比較項目 | Qwen3 | Qwen3-Next-80B-A3B-Instruct |
|---|---|---|
| 主な焦点 | 思考モードと非思考モードの統合 | 長文脈と計算効率 |
| モデル構成 | DenseとMoEを含む複数規模 | 80B総パラメータ、3BアクティブのMoE |
| 思考モード | 対応モデルでは切り替え可能 | 非思考モード専用 |
| コンテキスト長 | モデルごとに異なる | ネイティブ262,144トークン |
長いコンテキストで変わること
コンテキストウィンドウは、モデルが一度の処理で参照できる入力と出力の範囲です。
上限が大きいほど多くの資料を同時に渡せますが、入力したすべての情報を同じ精度で理解し、正しく引用できることまでは保証しません。
262,144トークンはネイティブ仕様です。
約100万トークンの処理にはYaRNによる拡張設定が必要であり、速度、メモリ消費、情報の取りこぼしを実データで確認する必要があります。
| 業務 | 使い方 | 人が確認する点 |
|---|---|---|
| 契約書やRFP | 要件、禁止事項、参照箇所を一覧にする | 原文の条項と引用位置が一致しているか |
| 障害ログ | 時系列を整理し、原因候補と根拠行を対応させる | 欠落したログや別原因の可能性がないか |
| 大規模なコード | 構成要素、依存関係、変更候補を整理する | ビルド結果やテスト結果と説明が一致するか |
| 顧客対応履歴 | 決定事項、未解決事項、次の対応を索引化する | 個人情報の扱いとアクセス権限が適切か |
競合モデルは公称値ではなく業務条件で比べる
モデル名、料金、最大コンテキスト長だけを横並びにすると、仕様更新のたびに結論が変わります。
Qwen3-Nextとほかのモデルは、同じ入力、同じ出力条件、同じ評価基準で比較します。
比較の前提をそろえる考え方は、ベンチマークに振り回されないLLMの選び方でも解説しています。
| 評価軸 | 確認方法 |
|---|---|
| 回答品質 | 正答だけでなく、根拠の一致、抜け、誤引用を採点する |
| 速度 | 初回応答までの時間と処理完了までの時間を分けて測る |
| 費用 | API料金または計算資源に、監視と保守の工数も加える |
| 安定性 | 同じ条件で複数回実行し、結果のばらつきを調べる |
| 運用適合性 | 権限、ログ保存、データ所在、障害時の対応を確認する |
PoCで確認する手順
- 対象業務を一つに絞る：契約確認、ログ分析、コード調査など、完了条件を明確にできる業務を選びます。
- 代表データを用意する：短い例だけでなく、通常ケース、例外、情報不足を含む入力を準備します。
- 正解と許容範囲を決める：必須項目、誤りとして扱う条件、人の確認が必要な箇所を先に定義します。
- 同じ条件で比較する：入力、出力形式、実行回数、計測方法をそろえます。
- 運用条件まで評価する：精度に加え、権限管理、ログ、費用、保守担当を確認して採否を決めます。
長文脈のPoCでは、単に全文を投入する方法と、章や期間ごとに分けて検索しながら参照する方法を比べます。
前者が常に高精度とは限らないため、入力を増やしたときの精度変化も記録します。
導入時の注意点
A3Bでもインフラ要件は小さくない
アクティブパラメータが3Bでも、総パラメータは80Bです。
必要なGPUメモリと台数は、精度形式、量子化、並列化、コンテキスト長、同時実行数で変わるため、実際の構成で測定します。
長文入力は段階的に伸ばす
最初から上限まで入力せず、短い文脈で正解率と引用精度を確認してから長くします。
どの長さで速度や回答品質が変わるかを記録すると、必要以上に大きな構成を避けやすくなります。
機密情報の扱いを先に決める
社内文書、ログ、顧客対応履歴には、個人情報や営業秘密が含まれる場合があります。
送信先、保存期間、閲覧権限、削除方法、人による確認の責任を導入前に決めます。
実務向けの項目は、生成AI導入で最初に決める運用ルールも参照してください。
よくある質問
A3Bは3Bモデルと同じ意味ですか
同じではありません。
Qwen3-Next-80B-A3B-Instructは80Bの総パラメータを持ち、各トークンの処理で3Bをアクティブにするモデルです。
100万トークンをそのまま使えますか
ネイティブの上限は262,144トークンです。
約100万トークンはYaRNによる拡張で検証された範囲であり、追加設定と実環境での評価が必要です。
ThinkingとNon-Thinkingを切り替えられますか
本稿で扱うQwen3-Next-80B-A3B-Instructは非思考モード専用です。
Qwen3で使われたハイブリッド推論と混同しないようにします。
長文を一度に渡せば精度は上がりますか
入力可能な情報量は増えますが、精度向上は保証されません。
出典位置を指定させ、原文との一致を人または検証処理で確かめます。
参照した一次情報
- Qwen3-Next-80B-A3B-Instruct公式モデルカード：総パラメータ、アクティブパラメータ、コンテキスト長、出力モード、長文拡張の確認に使用しました。
- Qwen3公式発表：Qwen3のハイブリッド推論と公開モデル構成の確認に使用しました。
Qwen3-Nextを選ぶ判断基準
Qwen3-Next-80B-A3B-Instructは、80Bのモデル容量、3Bのアクティブパラメータ、262,144トークンのネイティブ文脈を組み合わせたモデルです。
価値が出やすいのは、長い資料を扱う必要があり、同時に計算量も抑えたい業務です。
ただし、長文脈と高スパースMoEは、正確性や低コストを自動的に保証するものではありません。
自社データで回答品質、速度、総費用、運用条件を測り、ほかの候補と同じ基準で比較してから採用します。
この記事に関連する株式会社greedenの取り組み
長い文脈や演算効率だけでモデルを選ばず、自社業務の精度、費用、権限管理を小さく検証することが導入の近道です。株式会社greedenは、生成AIを用いた施策について、ツール選定から業務フロー改善、システム実装、定着まで支援しています。