このモデルの強みは何ですか？

1.2兆超の膨大なパラメータ数 262Kの非常に長い文脈理解高度な推論能力の実現

このモデルの弱みは何ですか？

クローズドなライセンス形態巨大なモデルによる計算コスト利用制限のあるライセンス

どんな用途に最適ですか？

複雑な論理的推論タスク超長文ドキュメントの解析高度な知識集約型タスク

モデル一覧に戻る

アリババプロプライエタリ

Qwen3.5-122B-A10B

Name: Qwen3.5-122B-A10B
Author: アリババ

Qwen3.5-122B-A10Bは、阿里巴巴が開発した推論モデルです。約1220.0Bという大規模なパラメータ数と、262Kの長いコンテキストウィンドウを備えています。

パラメータ

1220.0B

コンテキスト長

262K

ライセンス

https://huggingface.co/Qwen/Qwen2.5-72B/blob/main/LICENSE

リリース日

2026-02-25

API料金

このモデルのAPI料金情報は現在未公開です

強み

・1.2兆超の膨大なパラメータ数
・262Kの非常に長い文脈理解
・高度な推論能力の実現

弱み

・クローズドなライセンス形態
・巨大なモデルによる計算コスト
・利用制限のあるライセンス

活用例

・複雑な論理的推論タスク
・超長文ドキュメントの解析
・高度な知識集約型タスク

深度分析

リリース日

February 2026

総パラメータ数

122B

MoE architecture

アクティブパラメータ

10B per token

256 experts with selective activation

コンテキストウィンドウ

262,144 tokens

アーキテクチャ

Hybrid MoE: Gated DeltaNet + Gated Attention

モダリティ

Text, Image, Video

VRAM（Q4）

~70 GB

VRAM（BF16）

~244 GB

ライセンス

Apache 2.0

API価格

Available via DashScope, SiliconFlow, DeepInfra

強み

・高い品質対計算コスト比：100億のアクティブパラメータで最先端に迫る性能
・同一の重みでテキスト・画像・動画をネイティブサポートするマルチモーダルモデル
・Q4（約70GB VRAM）でコンシューマー向けマルチGPU環境に対応し、本気の愛好家にも実用的
・ハイブリッドDeltaNetアーキテクチャによる26.2万トークンのネイティブコンテキストで高速な長文脈推論を実現
・Apache 2.0ライセンスにより商用利用とファインチューニングが可能

弱み

・397Bフラッグシップと35B-A3Bスピードモデルの間で中途半端な位置づけ
・Q4で70GBのVRAMは依然としてマルチGPU構成を必要とする（2x RTX 4090以上）
・専用のベンチマークスポットライトがない — マーケティングで397Bと9Bの影に隠れている
・アクティブパラメータ（10B）は最も要求の厳しい推論タスクには不十分かもしれない
・コミュニティでの採用は9B、27B、35B-A3Bと比較して遅れている

競合比較

Model	Arena	SWE	GPQA	Price
Qwen3.5-397B-A17B	~1450	76.4	88.4	$0.40/$2.40
Qwen3.5-27B	~1400	~68	85.5	Open-source
Llama 4 Scout	~1380	~65	~80	Open-source
Qwen3.5-122B-A10B	~1420	~72	~86	Open-source
DeepSeek V3	~1410	~70	~82	$0.14/$0.28

概要

Qwen3.5-122B-A10Bは、Qwen3.5ファミリーの中級MoEモデルであり、総パラメータ数122B、トークンあたり10Bのアクティブパラメータを有します。品質と推論効率の優れたバランスを実現し、Q4量子化時に約70GBのVRAMでマルチGPUセットアップに収まります。2026年2月にApache 2.0ライセンスでリリースされ、ネイティブにマルチモーダルであり、より大きな兄弟モデルと同じハイブリッドDeltaNetアーキテクチャを採用しています。

ベンチマーク＆性能

Qwen3.5ファミリーのベンチマークデータによれば、122B-A10Bは397Bおよび27Bのデンスモデルの間に位置づけられています。MMLU-Proでは約85点台、GPQA Diamondでは約86点台を記録し、共有ビジョンエンコーダーによる強力なマルチモーダル性能を発揮します。指示追従および文書理解タスクで優れた性能を示します。256のエキスパートのうち10個がアクティブとなるMoE設計は、計算コストを抑えつつ強力な専門化能力を提供します。

詳細比較

Qwen3.5ラインナップの中間的位置を占める。ハードウェアコストを大幅に抑えつつ、397Bの品質の約90-95%を提供する。ほとんどのベンチマークで27B denseモデルを上回り、Q4量子化時のVRAM消費が同等またはそれ以下（70GB対27Bの16GB）でありながら、大幅に高い性能を持つ。Llama 4 ScoutやDeepSeek V3と比較して、ネイティブなマルチモーダル対応により競争力のある品質を提供する。

コミュニティ評価

122B-A10Bは、注目を集める397Bやコスパ重視の9B/35B-A3Bモデルに比べて、コミュニティでの注目度は低い。しかし、397Bの極端なVRAM要求なしに高い品質を求めるマルチGPUユーザーに重宝されている。SiliconFlowとDeepInfraがホスト型APIアクセスを提供しており、ローカルハードウェアがなくても利用可能である。

ユースケース

マルチGPUサーバー（2-4基のGPU）を持ち、強力な汎用AIとマルチモーダル機能を必要とするチームや研究者に最適です。397Bモデルのホストコストが高すぎる一方で27Bモデルでは不十分な本番ワークロードにおいて、優れたバランスを提供します。ドキュメント分析、画像理解、コーディング支援、長文コンテキスト処理に適しています。DashScopeおよびSiliconFlowを通じたAPIアクセスにより、ローカルハードウェアを持たないユーザーにとっても実用的な選択肢となります。