Alibabas Qwen-Team hat Qwen3.8-Max allgemein verfügbar gemacht. 2,4 Billionen Parameter, davon laut Qwen-Angaben 95 Milliarden pro Anfrage aktiv, eine Million Token Kontext, 2 Dollar pro Million Eingabe-Token und 6 Dollar pro Million Ausgabe-Token. Nächste Woche sollen die Gewichte auf Hugging Face und ModelScope liegen, zusammen mit einem kleineren Qwen3.8-27B. Es wäre das erste Modell der Max-Klasse, dessen Gewichte überhaupt öffentlich werden. Ein Termin für die Lizenz fehlt noch, was bei Ankündigungen dieser Art selten ein gutes Zeichen ist.
Interessanter als die Parameterzahl sind die Vorführstücke. Das Modell hat 16 Tage lang allein an einem Kommandozeilenwerkzeug namens oh-my-cli gearbeitet, Nutzeranfragen in GitHub-Issues verwandelt, sich diese selbst zugewiesen und bis zum 30. Juli 265 Commits, 127 Pull Requests und 151 Issues produziert, ohne dass ein Mensch eingegriffen hätte. In einem zweiten Fall schrumpfte es eine kryptografische Schaltung über rund 500 Iterationen von 8.298 Logikgattern auf 678, die Chipfläche sank um 81%. Und im Test E-Commerce-Bench betrieb es ein simuliertes Geschäftsjahr im Onlinehandel, machte aus 100.000 Yuan Startkapital 416.252 Yuan und sortierte dabei 152 eingebaute Betrüger aus dem Lieferantenpool. Das sind 38 Prozent mehr als beim Zweitplatzierten GLM 5.2. Ein Modell, das Taifune und Lieferkettenprobleme besser wegsteckt als die meisten Marktplatzhändler.
Für Nutzer zählt vor allem, dass Qwen3.8-Max sowohl das Chat-Completions-Format von OpenAI als auch das API-Protokoll von Anthropic versteht. Es lässt sich also direkt in Claude Code, Codex, OpenClaw oder Qwen Code einhängen, ohne dass man etwas umbauen muss. Wer die offenen Gewichte selbst betreiben will, sollte allerdings realistisch bleiben: 2,4 Billionen Parameter sind ein Rechenzentrumsartefakt, kein Feierabendprojekt. Das 27B-Modell ist der Teil, der auf normaler Hardware landet. Damit setzt Alibaba den Druck fort, den chinesische Anbieter seit Monaten auf die Preise der westlichen Labore ausüben.
Der übliche Vorbehalt gilt trotzdem. Sämtliche Zahlen stammen aus Alibabas eigenen Läufen, unabhängige Prüfungen fehlen. Auf Terminal-Bench 2.1 kommt das Modell auf 86,6 und liegt damit vor Claude Opus 4.8 und Fable 5 mit je 84,6, aber hinter GPT-5.6 Sol mit 88,8. Auf SWE-bench Pro sind es 67,7 gegen 80,0 bei Fable 5. Und Alibabas eigene Skalierungskurve für das Reinforcement Learning erreicht ihr Maximum bei rund 4.000 Trainingsumgebungen mit 0,725 und fällt danach auf 0,719 und 0,689. Wer die Grafik veröffentlicht, auf der die eigene Methode wieder schlechter wird, hat immerhin Humor.
Quellen
- Qwen: Qwen3.8-Max
- The Decoder: Alibaba’s open-weight Qwen3.8-Max takes on long-horizon AI tasks with 2.4 trillion parameters
- MarkTechPost: Alibaba Qwen Releases Qwen3.8-Max: A 2.4 Trillion Parameter MoE Model and the Most Capable One in the Qwen Family to Date
Ähnliche News
- Microsoft baut sich sein eigenes Cyber-Modell und lässt GPT nur noch die Drecksarbeit machen
- Cohere gibt sein stärkstes Modell Command A+ als Open Source frei
- Kimi K3 wird das größte offene KI-Modell der Welt
Diese Meldung wurde mit Unterstützung von Claude (Anthropic) recherchiert und verfasst. Inhaltliche Fehler sind möglich. Die verlinkten Quellen ermöglichen eine eigene Prüfung. Fachbegriffe erläutert das Glossar.