Routine Labo

Qwen3.8-Flash と GLM-5.3-Flash
どっちを選ぶか

2026年8月26日、名前も値段もほとんど同じ「Flash」が2つ同時に出た。中身は正反対で、選び方は使い道で決まる。実機の左右比較と、公式手順の落とし穴まで。

同じ日に、同じような名前で、同じ値段の高速モデルが2つ出ました。中身は正反対で、選び方は使い道で決まります。

1. 同じ日に、同じ値段で、2つ出た

8月26日に、Qwen3.8-Flash（アリババ）と GLM-5.3-Flash（Z.ai）が同時に世に出た。どちらも名前に Flash が付き、料金までほぼ重なっている。

項目	Qwen3.8-Flash	GLM-5.3-Flash
入力 100万トークン	$0.15	$0.15
出力 100万トークン	$0.47	$0.50
コンテキスト	1M	1M
キャッシュ入力	$0.016	$0.03

ただし今この瞬間は GLM が半額。9月9日 24:00（UTC+8）まで50%オフで、$0.075 / $0.25 になる。期限つきなので、使う時点で生きているか確認してください。

2. 中身は正反対

項目	Qwen3.8-Flash-Next	GLM-5.3-Flash
総パラメータ	125B	320B
1トークンで動く分	6B	18B
N-gram 埋め込み	51B	—
BF16 の実サイズ	360.0 GB	328.4 GB
ライセンス	qwen-community-1.0	MIT

総パラメータは Qwen が GLM の約2.6分の1なのに、ディスク上のサイズは逆転している。 理由は N-gram 埋め込みの 51B が上乗せされているため。そしてこの層は GPU の VRAM ではなく通常のシステムRAM側で扱われる設計になっている。

Qwen3.8-Flash-Next のアーキテクチャ図 — 出典：Qwen3.8-Flash-Next モデルカードアーキテクチャ図（2026-08-28 取得）
huggingface.co

だから VRAM が少なくても動く

RTX 4090 一枚 + 100GB RAM で動作したという報告（X・実ユーザー）
RTX PRO 6000 + 128GB：prefill 約3,022 tok/s・decode 約 80.5 tok/s（X・日本語ユーザー）
MacBook Pro 128GB：実運用で 9.1〜9.8 tok/s、ツール呼び出し190回すべて成功（Zenn）

盛らないこと：Q4量子化でも 111.3 GB ある。誰のPCでも動くわけではなく、128GB級のマシンが要る。

3. Claude Code に刺す方法と、公式手順の落とし穴

Qwen 公式は Anthropic 互換のエンドポイントを出しているので、Claude Code にそのまま刺せる。 ただし公式の案内は ~/.claude/settings.json の既定モデル指定そのものを書き換える方式で、これをやるとモデル表示と実体が食い違う。

⛔ 公式手順（この形は推奨しません）

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://dashscope-intl.aliyuncs.com/apps/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
    "ANTHROPIC_MODEL": "qwen3.8-flash",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "qwen3.8-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "qwen3.8-flash",
    "CLAUDE_CODE_SUBAGENT_MODEL": "qwen3.8-flash"
  }
}

✅ 推奨：そのセッションだけ差し替える（設定ファイルを汚さない）

ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic" \
ANTHROPIC_AUTH_TOKEN="$QWEN_API_KEY" \
ANTHROPIC_MODEL="qwen3.8-flash" \
claude

プランごとに接続先が違う点も事故のもとになる。Token Plan・Coding Plan・従量課金でそれぞれ BASE_URL が異なる。

4. 実測：同じお題を両方に投げる

今回いちばん強いのは、Qoder のサブスク枠に Qwen3.8-Flash と GLM-5.3-Flash が両方入っていること。つまり追加課金ゼロで左右比較ができる。

同じお題を両モデルへ投げるコマンド

cd ~/project/develop/20260719\ AIモデル検証
python3 tools/run.py --label Qwen38Flash-vs-GLM53Flash \
  --prompts kadai1,kadai3 \
  --lanes qoder-qwen3-8-flash,qoder-glm-5-3-flash --runs 1

お題は、2Dアクションと3Dアクションを1枚のHTMLで作らせるもの。同じ条件で両モデルに投げて、出てきたものを見比べます。

5. 公式ベンチはどう読むか

Qwen 公式の比較相手は Claude-Opus-4.6 Max、GLM 公式の比較相手は Opus 4.8。 比較の土俵が違うので、公表値をそのまま並べて優劣を決めることはできない。ここを混ぜている記事が多い。

ベンチマーク	Qwen3.8-Flash-Next	Claude-Opus-4.6 Max
SWE-bench Pro	62.5	53.4
SWE-bench Multilingual	81.0	77.5
CoWorkBench	73.9	68.2
JobBench	55.7	36.6
IFBench（指示追従）	81.3	62.5
LiveCodeBench v6	91.9	88.8
GPQA Diamond	91.7	91.3
HLE	35.9	40.0
NL2Repo-Bench	48.1	47.6

出典：Qwen3.8-Flash-Next モデルカードベンチマーク表（2026-08-28 取得）
huggingface.co

DeepSWE 1.1 では GLM 63.4 ＞ Qwen 58.7 と逆転する。第三者の集計でも、優位なベンチマークの数は GLM が4つ、Qwen が2つに割れている。

6. ライセンスの違い

海外の大手メディアが Qwen3.8-Flash-Next を Apache 2.0 と報じているが、これは誤り。モデルカードの先頭を見れば license_name: qwen-community-1.0 と書かれている。 GLM の MIT とは条件が違うので、仕事で使うなら性能より先に見るべき項目。

一次情報を自分で確かめる3コマンド

# ① 公式モデルカードの先頭＝ライセンスの実物
curl -sL "https://huggingface.co/Qwen/Qwen3.8-Flash-Next/raw/main/README.md" | head -8

# ② API版 Qwen3.8-Flash の重みは公開されていない（401が返る）
curl -s -o /dev/null -w "%{http_code}\n" "https://huggingface.co/api/models/Qwen/Qwen3.8-Flash"

# ③ 実サイズを数える（総パラメータは1/2.6なのにディスクでは逆転する）
curl -s "https://huggingface.co/api/models/Qwen/Qwen3.8-Flash-Next?blobs=true" \
 | python3 -c "import json,sys; d=json.load(sys.stdin); print(round(sum(s.get('size') or 0 for s in d['siblings'])/1e9,1), 'GB')"

Flash と Flash-Next は別物。重みが公開されたのは Flash-Next（262K既定）で、 Flash は API 版（1M既定・公式ツール込み）。Qwen/Qwen3.8-Flash は HF に存在しない。

7. 結論：使い道で決める

こういう時	選ぶモデル
速さと量をこなしたい／VRAMが少ない	Qwen3.8-Flash
難しい一発を任せたい／商用でライセンスを素直にしたい	GLM-5.3-Flash

どちらも Qoder のサブスク枠にあるので、まず追加課金ゼロで自分のお題を投げて決めるのが最短。