Metaが先日リリースした8160億パラメータのオープンソース大規模モデル「Muse Spark Open」が、1800億パラメータの「Qwen3.8-Flash-Next」にスコアで逆転された。第三者機関Artificial Analysisの最新実測によると、Metaのモデルの総合スコアは39点にとどまったのに対し、Qwen3.8は40点を獲得した。 さらに驚異的なのはアクティブパラメータの差だ。Metaのモデルは1回の推論で420億パラメータを活性化する必要があるのに対し、Qwenはたった60億パラメータで済む。効率面では7倍の差が開いている。ローカルデプロイのコスト差はより明確だ。 4ビット量子化に圧縮した場合、Metaのモデルファイルは506GBに達し、一般のサーバーでは処理が困難だ。一方、Qwenは111GBに抑えられ、専用GPU1枚で十分収まる。パラメータとVRAMを4倍以上も投入したにもかかわらず、推論性能は小規模モデルに逆転されてしまった。大手企業がこの無計画なパラメータ積み上げ戦略を続けるのは、真剣に見直すべきだ。