Amazon SageMaker JumpStart に Muse-Glimmer-30B と Qwen 3.8-27B が追加

Amazon SageMaker JumpStart のモデルカタログに、Meta の Muse-Glimmer-30B と Alibaba の Qwen 3.8-27B が新たに追加されました。Muse-Glimmer-30B は自律的なエージェント・ワークフローやマルチステップ推論、ツール利用に特化しており、Apache 2.0 ライセンスで提供されます。Qwen 3.8-27B は、コーディング、マルチステップ・エージェント・タスク、およびテキスト・画像・ビデオを含むマルチモーダル理解に優れており、262K のコンテキストウィンドウ（YaRN スケーリングにより最大 1M まで拡張可能）を備えています。

🚀 エージェント・ワークフローとマルチモーダル推論の強化

今回のアップデートは、単なるモデルの追加ではなく、**「自律的なエージェント」と「高度なマルチモーダル理解」**という、現在の AI 開発における重要なトレンドを捉えています。

🛠️ 技術的な解決策

• Muse-Glimmer-30B: 従来の LLM が苦手としていた「失敗からのリカバリ」や「連続的なツール呼び出し」を考慮した設計になっており、複雑なマルチステップ・タスクを自律的に完結させる能力が高いです。
• Qwen 3.8-27B: コーディング能力と、ビデオを含むマルチモーダル理解が非常に強力です。特に、コンテキストウィンドウが最大 1M まで拡張可能である点は、大規模なコードベースや長い動画データの解析において大きなアドバンテージとなります。

🇯🇵 日本国内リージョンの利用可否について

最新の公式発表（AWS What's New）では、東京リージョン (ap-northeast-1) および大阪リージョン (ap-northeast-3) での利用可否に関する明示的な記載はありません。 一般的に SageMaker JumpStart のモデルは主要リージョンから順次展開されますが、利用を検討する場合は、SageMaker コンソールのモデルカタログから直接確認するのが最も確実です。

💡 実務上のアドバイス

• コストとリソース: Qwen 3.8-27B は量子化版が約 17GB で動作するため、メモリ効率が良く、推論コストの最適化が期待できます。デプロイには適切なインスタンスタイプ（ml.g5 や ml.p4d など）の適切なメモリ容量を持つインスタンスを選択してください。
• セキュリティ: Muse-Glimmer-30B はクラウド・インフラに依存せず動作する設計思想を持っており、エンタープライズ・エージェントとしての常時稼働に適しています。

🔍 次のアクション

SageMaker コンソールにログインし、SageMaker JumpStart モデルカタログをチェックして、対象モデルが利用可能か確認してください。まずは、SageMaker Python SDK を使用して、モデルのデプロイをテスト・プロトタイプタイプ作成することをお勧めします。

参照資料: Amazon SageMaker JumpStart ドキュメント https://docs.aws.amazon.com/sagemaker/latest/dg/studio-jumpstart.html