12時間、1つの問題を考え続けたAI。絶対に勝てないと思った

Qwen3.8-27Bというモデルが話題です。GPT-5.6 Luna・Claude Opus 4.6（商用AI）並の能力という評価で、Mac StudioやDGX SparkなどのハイエンドAIマシンであれば実用レベルで動作します。

自分も試していたのですが、驚異的な性能だと思いました。

いちばん驚いたのが、その思考の粘り強さ。

1つの問題を12時間以上考え続けるということがありました。自分が観測した中でも最長です。

最初の数時間は横目に見て「考えてるな」としか思いませんでした。

10時間を過ぎると不安になってきました。コードの実行と修正を繰り返しています。

ここまで時間を使ってこの有り様。任せた仕事は完成するのでしょうか？

Qwen3.8-27Bは「複雑なデータを解析して自動化ツールを作る」という仕事の最終局面にいました。ここに至るまでにたくさんの実験や検証を重ねていて、きちんと動くコードがいくつも完成していました。あとはそれを合体するだけ。

「コンテキストが長くなりすぎておかしくなったのか？」と思いましたが、ちがいました。

Qwen3.8-27Bの思考ログを追ってみると、極端な条件でも動作するかを確認していました。条件を極端なものに変えて失敗すると、コードを修正し、再テスト。これを繰り返していたのです。

Qwen3.8-27Bは考え得る条件をすべて検討し、もっとも安定して動作する実装を割り出そうとしていました。安定がゴールだとCLAUDE.mdには書きましたが、中国の小さなローカルLLMがここまで愚直に実現しようとするとは思っていませんでした。

結局、Qwen3.8-27Bは与えられた仕事を完遂しました。生成したツールは完璧なまでに期待通りで、30分から1時間かかる作業を5分に圧縮できるようになりました。

Qwen3.8-27Bには思考が長く処理に時間がかかるという性質があります。思考負荷がxhighで固定されており小さなタスクでも時間がかかります。

代わりにClaude CodeやCodexで行うような複雑なタスクでも完遂できます。仕事を終わらせる腕力を無理矢理与えられている、と言えるかもしれません。

その仕事っぷりは堅実そのもの。手を抜きがちな自分は頭が上がらないな、となってしまいました。

Source: Hugging Face, Artificial Intelligence