ニュース / Model Watch · Qwenエコシステム
Qwen3.8-27BがCerebras上で約1,500トークン/秒を達成：$0.99/$1.49で挑むオープンウェイトの超高速推論
アリババのApache-2.0 Qwen3.8-27B——Qwen3.8世代においてノートPCクラスで常用できる主力モデル——が、Cerebrasのウェハースケール推論エンジン上で出力速度約1,500トークン/秒で稼働するようになりました。9月3日から公式のCerebras推論ドキュメントおよび価格ページに掲載されています。Hacker Newsのスレッドは一晩で392ポイントに達しました。提供内容、利用コスト、そしてQwenファミリーをルーティングする開発者にとっての最適な活用法を整理します。
Cerebrasは現在、評価用プレビューモデルとしてQwen3.8-27Bのホスティングを提供しており、出力速度は約1,500トークン/秒（2,000超えの期待値も言及）、料金は100万トークンあたり入力$0.99／出力$1.49となっています。 モデル自体は、アリババが公開した27B Dense型、ネイティブマルチモーダル、262Kコンテキスト対応のApache-2.0オープンウェイトモデルです。Cerebras自身のローンチ投稿でも、総合性能でQwen3.7-Plusを上回り、実践的なコーディングで特に優れていると評価されています。 単一オープンモデルで速度が最重要となるワークロードにおいて、これは現在手に入る最速の選択肢です。一方で、Qwenファミリー全体（Max-0902、Flashシリーズ、ビジョン系など）にわたる本番向けルーティングには、引き続きOpenAI互換の中継リレーが実用的な屋台骨となります。
公式ソースから確認された事実
- ホスティング：9月3日よりCerebras公式のモデル概要および価格ページにQwen3.8-27Bが掲載。評価目的のプレビューステータス。
- 速度：ローンチ発表時で出力約1,500トークン/秒と記載され、2,000超えの達成も見込まれています。このクラスの提供速度としては新記録を打ち立てる領域です。
- 価格：入力100万トークンあたり$0.99、出力100万トークンあたり$1.49。
- モデルのスペック・性能：Cerebras公式投稿ではQwenチームを祝福し、27Bを「全体性能でQwen3.7-Plusを上回り、実践的なコーディングに強いネイティブマルチモーダルDenseモデル」と説明しています。これは8月14日に公開されたネイティブ262Kコンテキストを備えるApache-2.0リリースと合致しています。
- 反響：数時間でHN（Hacker News）のトップページスレッドが392ポイント／120件以上のコメントを獲得。Max-0902と並び、今週の中国モデルインフラ関連で最大の話題となりました。
1,500 tok/sが実際にもたらす変化
- インタラクションモデルの激変。一般的なGPUの速度では4,000トークンの回答ストリーミングに1分以上かかりますが、1,500 tok/sなら3秒未満で届きます。ファイル全体を再生成するようなエージェントのループ処理でも、ユーザーが待たされるストレスは解消されます。
- 262Kコンテキスト＋超高速＝リアルタイムな文書Q&A。以前のCerebrasによるQwen3-235B発表で注目された組み合わせ（1〜2分が0.6秒へ短縮）が、誰でもセルフホスト可能なモデルでも実現します——重みはApache 2.0ライセンスです。
- 経済性も健全であり、無謀な出血サービスではない。$0.99/$1.49という価格は、Qwen自身のフラッグシップAPI料金（Max-0902の$2/$6）を下回りつつ、GPUクラスタでは太刀打ちできない単一モデルの超高速処理を実現しています。他者がトレーニングしたフリーのモデルの上で、ウェハースケールという賭けが見事に実を結んだ形です。
- プレビュー版の注意点：評価用として掲載されているため、正式版への移行時にレート制限、可用性、価格が変更される可能性があります。それまでは本番の主軸ではなく、高速レーンとしての利用にとどめるのが賢明です。
一次情報源
FAQ (2026)
何がリリースされた？
9月3日よりCerebrasがQwen3.8-27Bのホスティングを開始——出力約1,500 tok/s、プレビュー枠、公式ドキュメントおよび価格ページに掲載。
価格設定は？
入力/出力 100万トークンあたり$0.99/$1.49——QwenフラッグシップAPI料金を下回りつつ、現時点で最速の単一モデル推論を提供。
どのモデルが対象？
8月14日にリリースされたApache-2.0版：27B Dense型、ネイティブマルチモーダル、262Kコンテキスト——Cerebrasの発表によればQwen3.7-Plusを凌駕。
なぜ速度が重要なのか？
4,000トークンの回答が1分ではなく約3秒で完了——エージェントによる再生成や大規模コンテキストQ&Aがリアルタイムな対話体験へと一変。
Qwenリレーとの違いは？
相互補完的：Cerebras＝単一オープンモデルの極限スピード、リレー＝単一のOpenAI互換エンドポイントによるファミリー全体（Max-0902、Flash、ビジョンなど）へのルーティング。
本番環境で使える？
プレビューステータスで評価用として提供中——正式化に伴う制限や価格変更の可能性あり。主軸ではなく高速レーンとしての位置づけ。