Alibaba liefert die Gewichte von Qwen3.8-Max — mit eigener Lizenz und ohne Bildeingabe

Alibaba hat am 3. August 2026 das Sprachmodell Qwen3.8-Max vorgestellt und die offenen Gewichte für „nächste Woche" angekündigt. Sie stehen seit dem 12. August auf Hugging Face — unter anderem Namen, unter einer eigenen Lizenz und in einer Fassung, die sich vom gehosteten Modell in mehreren Punkten unterscheidet.

Was am 3. August angekündigt wurde

Qwen3.8-Max ist ein Mixture-of-Experts-Modell — ein Aufbau, bei dem pro Anfrage nur ein Bruchteil der Parameter tatsächlich rechnet. Alibaba nennt 2,4 Billionen Parameter insgesamt und 95 Milliarden aktive Parameter je Token. Die gehostete Schnittstelle war am Ankündigungstag verfügbar, zum Preis von 2 US-Dollar je Million Eingabe-Token und 6 US-Dollar je Million Ausgabe-Token; zwischengespeicherte Eingaben kosten 0,25 US-Dollar je Million. Das Kontextfenster liegt bei einer Million Token.

Vorgestellt wurde das Modell vor allem über lange, unbeaufsichtigte Läufe: ein über 16 Tage entwickeltes Kommandozeilenwerkzeug mit 265 Commits, mehrtägige Reproduktionen von Forschungsarbeiten, rund 500 Optimierungsrunden an einer kryptografischen Schaltung. Das Repository dazu ist öffentlich; die Läufe selbst sind Angaben des Anbieters und von außen nicht nachvollziehbar.

Was seit dem 12. August zum Download steht

Die Gewichte kamen in zwei Schritten. Am 12. August 2026 erschien Qwen3.8-2.4T-A95B, am 14. August folgte Qwen3.8-27B — beide auf Hugging Face und ModelScope, jeweils zusätzlich als FP8-Variante. Der Name Max taucht im Download nicht auf; das große Modell heißt nach seiner Größe.

Wer die Modellkarte liest, findet drei Abweichungen vom API-Produkt. Das offene 2,4-Billionen-Modell ist reiner Text — Bilder und Videos nimmt es nicht entgegen, obwohl Alibaba Qwen3.8-Max als multimodal vorgestellt hat. Der Reasoning-Modus lässt sich nicht abschalten; einen schnellen Modus ohne vorgeschaltetes Nachdenken gibt es nur in der gehosteten Fassung. Und der Kontext beträgt nativ 262.144 Token statt einer Million; die volle Länge entsteht erst über eine Skalierung der Positionskodierung.

	Qwen3.8-Max (API)	Qwen3.8-2.4T-A95B	Qwen3.8-27B
Verfügbar seit	03.08.2026	12.08.2026	14.08.2026
Parameter	2,4 Bio. (95 Mrd. aktiv)	2,4 Bio. (95 Mrd. aktiv)	27 Mrd., dicht
Eingaben	Text, Bild	nur Text	Text, Bild, Video
Kontext nativ	1 Mio. Token	262.144 Token	262.144 Token
Reasoning	abschaltbar	nicht abschaltbar	abschaltbar
Lizenz	— (Dienst)	Qwen3.8-Max License	Apache 2.0

Die Lizenz ist nicht Apache 2.0

Das große Modell steht unter einer eigenen „Qwen3.8-Max License". Kopieren, Ändern, Weitergeben, Verkaufen und Feinabstimmen sind erlaubt, geografische Beschränkungen enthält der Text keine. Zwei Auflagen sind daran geknüpft: Wer ein kommerzielles Produkt mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz betreibt, muss den Modellnamen sichtbar in der Oberfläche führen. Und wer Model-as-a-Service oder einen KI-Arbeitsassistenten mit mehr als 50 Millionen US-Dollar Jahresumsatz anbietet, braucht eine gesonderte Lizenz — ausgenommen ist die interne Nutzung, solange die Ausgaben Dritten nicht zugänglich werden.

Qwen3.8-27B dagegen steht unter Apache 2.0, ohne solche Schwellen. Das kleinere Modell ist das offenere.

Wo die Anbieterzahlen nicht halten

Alibaba legte zur Ankündigung 86,6 Punkte auf Terminal-Bench 2.1 vor, 67,7 auf SWE-bench Pro und 92,6 auf GPQA Diamond. Zwei Wochen später liegen unabhängige Messungen vor, und sie fallen unterschiedlich aus.

Den GPQA-Wert von 92,6 haben Dritte repliziert. Bei Terminal-Bench klafft eine Lücke: Artificial Analysis misst im eigenen Harness 81,3 Prozent, der Vals Index kommt auf 67,4 — gegenüber 86,6 aus Alibabas Tabelle. Der Vorsprung vor Claude Opus 4.8, den die Anbieterzahl nahelegt, kehrt sich in der neutralen Messung in einen Rückstand um. Als Ursache gilt eine abweichende Testkonfiguration, unter anderem ein Zeitlimit von fünf Stunden je Aufgabe.

Im Artificial-Analysis-Intelligence-Index erreicht Qwen3.8-Max 56 Punkte, nach einem Methodenupdate 58, und liegt damit auf Rang 11. Im Agentic Index stand das Modell kurzzeitig an der Spitze und fiel nach demselben Update auf Platz 3 hinter Claude Opus 5 und Grok 4.6. Auf der LMArena steht es im Textbereich auf Platz 7, bei Bildaufgaben auf Platz 2. Bemerkenswert an anderer Stelle: Die von Artificial Analysis gemessene Halluzinationsrate stieg gegenüber Qwen3.7-Max von 23 auf 40 Prozent.

Wer die Modelle betreiben kann

Das große Modell praktisch niemand außerhalb eines Rechenzentrums. NVIDIA hat am 12. August einen Betriebsleitfaden für Qwen3.8-2.4T-A95B auf der Plattform GB300 NVL72 veröffentlicht — 72 gekoppelte Blackwell-Ultra-GPUs in einem Rack. Dort nennt der Hersteller über 4.000 Token pro Sekunde je GPU und über 350 Token pro Sekunde je Nutzer bei FP8-Genauigkeit. Das ist der Maßstab, in dem dieses Modell gedacht ist.

Qwen3.8-27B liegt in einer anderen Größenordnung: rund 56 GB Speicher bei voller Präzision, etwa 28 GB als FP8, rund 17 GB in 4-Bit-Quantisierung. Damit ist es auf gut ausgestatteten Arbeitsplatzrechnern lauffähig. Simon Willison hat das 27B-Modell am 16. August 2026 als exzellent beschrieben, zugleich aber dessen Voreinstellung beim Reasoning-Aufwand kritisiert: Auf Stufe „xhigh" habe eine einfache SVG-Anfrage 21 Minuten und 22.276 Reasoning-Token für 3.223 Token Ausgabe gebraucht. Der Parameter reasoning_effort lässt sich pro Anfrage herunterdrehen — wer das nicht tut, zahlt für Nachdenken, das die Aufgabe nicht braucht.

Die Schlagzeile gehört dem Modell mit 2,4 Billionen Parametern. Die betriebliche Relevanz hat das mit 27 Milliarden.

Betrifft Sie das, und wann?

Für ein mittelständisches Unternehmen ist das große Modell ein API-Produkt, kein Download — die Hardware dafür mietet man, man kauft sie nicht. Der Preis ist das stärkste Argument: 2 beziehungsweise 6 US-Dollar je Million Token stehen gegen 5 und 25 US-Dollar bei Claude Opus 5 und 5 und 30 US-Dollar bei GPT-5.6 Sol. Beim Output ist das der Faktor vier bis fünf. Ob die Leistung mithält, entscheidet sich nicht an Alibabas Tabelle, sondern an einem Test mit den eigenen Aufgaben.

Der Teil, der wirklich ins Haus kommt, ist Qwen3.8-27B. Apache 2.0, multimodal, auf eigener Hardware zu betreiben — für Dokumentenverarbeitung, Klassifikation oder Codeaufgaben, bei denen die Daten das Haus nicht verlassen sollen, ist das die praktikablere Option. Dass ein Anbieter sein Spitzenmodell unter Auflagen stellt und das kleine unter eine echte Open-Source-Lizenz, ist dabei kein Zufall: Die Schwellenwerte in der Max-Lizenz zielen auf Konkurrenten, nicht auf Anwender.

Was bleibt, ist eine Beobachtung, die über Qwen hinausreicht. Zwischen der Anbietertabelle vom 3. August und den neutralen Messungen der folgenden zwei Wochen liegen bei ein und demselben Benchmark je nach Harness fünf bis neunzehn Punkte. Die Lizenz, der Speicherbedarf und der Preis sind nachprüfbar. Die Benchmarks sind es erst, wenn jemand anderes sie nachgerechnet hat.

---

Weiterlesen

• Alibaba stellt Qwen3.8-Flash-Next als offene Gewichte bereit — der Nachfolger aus derselben Reihe, wieder unter einer eigenen Community-Lizenz statt Apache 2.0
• Moonshot AI veröffentlicht Kimi K3 – 2,8 Billionen Parameter, offene Gewichte — das Konkurrenzmodell in derselben Größenklasse, mit derselben offenen Frage nach unabhängigen Messungen
• Lokale Modelle sind kein Datenschutz-Kompromiss — der Rahmen dazu: was offene Gewichte im Eigenbetrieb inzwischen leisten