Qwen3.8 Open Weights (2026): Alibaba veröffentlicht die 2.4T-Max-Checkpoints – und ein 27B unter Apache 2.0 für die lokale Ausführung

Von der Ankündigung bis zu den Open Weights: Die Chronologie der zwei Wochen

Die Datumsangaben folgen den jeweils zitierten Quellen; wo Community-Timelines um einen Tag abweichen (12. vs. 14. August für die genauen Checkpoint-Uhrzeiten), weisen wir darauf hin, anstatt es zu glätten.

Was veröffentlicht wurde – laut den offiziellen Model Cards

• Qwen3.8-2.4T-A95B (das Modell der Max-Klasse). 2,4 Billionen Gesamtparameter, basierend auf dem Architekturfundament von Qwen3.5. Offizielle Benchmark-Tabellen platzieren es auf Augenhöhe mit Opus 4.8, Claude Fable 5 und GPT-5.6 Sol: Terminal Bench 2.1 bei 86.6 (GPT-5.6 Sol max: 88.8), PaperBench bei 93.0 (Höchstwert in der Tabelle), GPQA Diamond bei 92.6, Agents' Last Exam bei 53.6. Die Artefakte sind als kompatibel mit vLLM, SGLang und TokenSpeed dokumentiert.
• Qwen3.8-27B (das Modell für die lokale Ausführung). Dichtes 27B-Modell, natives Vision-Language – Bilder und Videos – mit flexibler Thinking-Steuerung, nativem Kontext von 262.144 Token, erweiterbar auf 1.000.000. Alibabas Launch-Materialien geben an, dass es „Qwen3.7-Plus insgesamt übertrifft“; der Community-Konsens (laut Qwen-Guide von codersera) sieht darin das neue lokale Standard-Qwen als Nachfolger von Qwen3.6-27B.
• Der Unterschied zwischen gehosteter Version und reinen Gewichten ist entscheidend. Laut offizieller Model Card basiert qwen3.8-max (die gehostete Version) auf dem 2.4T-Checkpoint und ergänzt diesen um Vision-Input, Non-Thinking-Modus, standardmäßig 1M Kontext sowie offizielle integrierte Tools. Wenn Sie den reinen Checkpoint selbst hosten, betreiben Sie nur das Basismodell – nicht den vollen Funktionsumfang der gehosteten Version.
• FP8-Varianten des großen Checkpoints wurden parallel veröffentlicht – für Inferenz-Teams in Rechenzentren, die einen geringeren Speicherbedarf wünschen.

Was nicht veröffentlicht wurde – das Kleingedruckte beachten

• Die 2.4T-Lizenz ist (Berichten zufolge) kein Apache. Das 27B-Modell steht unter Apache 2.0; Community-Leitfäden weisen darauf hin, dass die Repositories des 2.4T stattdessen unter einer benutzerdefinierten Qwen-Lizenz bereitgestellt werden. Bis zum 21. August konnten wir den vollständigen Lizenztext nicht von der Repository-Seite abrufen – lesen Sie die Model Card vor einem kommerziellen Self-Hosting, insbesondere wenn Sie das Modell extern bereitstellen.
• Gehostetes 27B: Kein Datum, kein Preis. Laut offizieller Model Card ist ein gehostetes 27B in der Qwen Cloud „demnächst verfügbar“ mit standardmäßig 1M Kontext und integrierten Tools – zum Zeitpunkt der Veröffentlichung gab es keine genaueren Angaben.
• „2.4T open“ ≠ „2.4T im eigenen GPU-Server“. Laut Community-Leitfäden umfasst der FP8-Checkpoint rund 2,5 TB – das ist Multi-Node-Territorium. Die Open-Source-Veröffentlichung ist strategisch enorm und praktisch relevant für Inferenz-Plattformen, nicht für die eigene Workstation.
• Preisherkunft. Die Angaben von $2 / $6 / $0.25 pro 1M stammen aus übereinstimmenden Launch-Berichten (latent.space, eigent.ai, codersera, kie.ai im Abgleich mit dem Qwen-Cloud-Angebot) – nicht von einer direkt von uns erfassten Preisseite. Prüfen Sie dies auf Model Studio, bevor Sie Budgets festlegen.

Qwen3.8 API-Preise im Vergleich zu chinesischen Modellen (2026)

Mit gemeldeten $2.00 Input / $6.00 Output pro 1M Tokens (und $0.25 für Cached Input) liegt qwen3.8-max in derselben Preisklasse wie vergleichbare Frontier-Modelle – deutlich unter westlichen Flaggschiffen, aber über den Nebenzeiten-Tiefstpreisen von DeepSeek.

Die Vergleichszeilen verwenden Preise, die bereits in unseren früheren Berichten verifiziert wurden (GLM-5.3, DeepSeek, Kimi K3); die Zeile für qwen3.8-max basiert auf Launch-Berichten – siehe Kleingedrucktes oben.

Lokal ausführen: Simon Willisons praxiserprobtes Rezept

• Das Setup. Die 17-GB-Datei im Format Q4_K_M GGUF in LM Studio, getestet auf einem 128-GB-MacBook Pro (M5 Max) und einer NVIDIA DGX Spark – rund 15–30 Tokens/s und ca. 72 % schneller mit draft-mtp spekulativer Dekodierung in llama.cpp.
• Zuerst den Standard-Kontext anpassen. Nativ 262.144 Token, doch der LM-Studio-Standardwert von 8.192 „wurde allein durch den Denkprozess aufgebraucht“. Erhöhen Sie den Wert, bevor Sie das Modell bewerten.
• Übermäßiges Nachdenken stoppen. Die Standard-Reasoning-Stufe ist xhigh: Sein Pelikan-SVG-Prompt lief 21 Minuten lang und verbrauchte 22.276 Reasoning-Token, um 3.223 Output-Token auszugeben. „Es ist ein großartiges Modell, aber diese Standardeinstellung ist wirklich kein guter Ausgangspunkt“ – nutzen Sie für alltägliche Aufgaben geringes oder gar kein Reasoning.
• Das Fazit. „Mit Abstand das beste Pelikan-SVG, das ich je mit einem lokal laufenden Modell generieren konnte“ – und im Bereich Vision: Seine Bounding-Box-Tests mit Pelikan-Fotos waren „ein sehr guter Treffer“. Der Haken ist die Geschwindigkeit des dichten Modells: Durch die Speicherbandbreite limitiert, fühlt es sich also nicht wie ein kleines MoE an. Wie er es ausdrückte: „Dass eine 17-GB-Datei all diese Dinge auf meinen Heimgeräten leisten kann, ist ein Wunder.“

Zu welchem Qwen3.8 sollten Sie routen?

Wie die Nachricht ankam: International und im Heimatmarkt

• Hacker News sorgte für Aufmerksamkeit. Willisons Review erreichte 798 Punkte; der Eintrag bei Artificial Analysis (52 im Intelligence Index) brachte einen weiteren Thread mit 380 Punkten. Die wiederkehrenden Themen: Spitzenklasse bei lokaler Leistungsfähigkeit und die Eigenheit der xhigh-Standardeinstellung.
• Westliche Berichterstattung fokussiert sich auf Meta. CNBCs Blickwinkel ist der Wettbewerb mit Metas neuen Muse-Glimmer-Laptop-Modellen; die Statistik von Hugging Face mit 151.448 Qwen-Derivaten (das 2,6-Fache von Meta) liefert die Argumente. WIRED und Axios, die dieselbe Open-Weights-Welle diesen Monat anhand von GLM-5.3 behandelten, betrachten chinesische Open-Source-Modelle inzwischen als den De-facto-Spitzenstandard für offene KI.
• Chinesische Medien sehen darin einen Dreifachschlag innerhalb einer Woche. Die Zusammenfassung der 北京商报 vom 16. August – „一周三更“ – stellt DeepSeeks Preissenkung, Alibabas Open-Source-Schritt und Zhipus Post-Training-Initiative in einer einzigen Woche gegenüber, wobei OpenRouter-Daten zeigen, dass in jener Woche 6 der weltweiten Top-10-Modelle nach Nutzung aus China stammten.

Qwen und das gesamte Angebot chinesischer Modelle über einen einzigen OpenAI-kompatiblen Endpunkt nutzen

Primärquellen

• Offizieller Qwen-Blog – „Qwen3.8-Max: A New Bar for Coding and Cowork“ (erstes Open-Weight-Release der Max-Klasse)
• Hugging Face – Qwen/Qwen3.8-2.4T-A95B Model Card (Benchmarks, vLLM/SGLang-Kompatibilität, Funktionsunterschiede zu Hosted-Max)
• Hugging Face – Qwen/Qwen3.8-27B Model Card (dichtes VLM, 262K→1M Kontext, gehostete Version „demnächst verfügbar“)
• Hugging Face – Qwen-Organisation (460 Modelle; FP8-Variante aufgeführt)
• Simon Willison – „Qwen 3.8 27B is excellent, but it defaults to overthinking things“ (16. August 2026)
• CNBC – „Alibaba answers Meta's AI challenge with new laptop-ready model“ (17. August 2026; HF-Statistik: 151.448 Derivate)
• Artificial Analysis – Qwen3.8-27B-Eintrag, Intelligence Index 52
• Hacker News – Diskussionsstrang zum Willison-Review (798 Punkte)
• eigent.ai – Zusammenfassung zu Qwen3.8-Max Open Weights (Preise $2/$6/$0.25 laut latent.space)
• codersera – Qwen-Generations-Guide (27B unter Apache 2.0, löst Qwen3.6-27B ab; 2.4T-Lizenzhinweis)
• kie.ai – Analyse zum 27B-Launch (Alibabas Aussage „übertrifft Qwen3.7-Plus“, Spezifikationen der HF-Card)
• 北京商报/东方财富 – „大模型一周三更“ (16. August; OpenRouter Top-10-Statistik)

Häufig gestellte Fragen (2026)