Alibaba stellt Qwen3.8-Flash-Next als offene Gewichte bereit

Alibaba hat am 26.08.2026 die offenen Gewichte von Qwen3.8-Flash-Next veröffentlicht. Das Modell ist ein Mixture-of-Experts-System – ein Aufbau, bei dem je Anfrage nur ein Teil des Netzes rechnet – mit 180 Milliarden Parametern insgesamt und rund 6 Milliarden aktiven je Token. Das Qwen-Team deklariert es ausdrücklich als experimentelle Vorschau auf die Architektur der kommenden Qwen4-Reihe; die Konfigurationsdatei führt die Architekturklasse als qwen4_exp.

Was das Modell mitbringt

Der Kontext liegt nativ bei 262.144 Token und lässt sich per YaRN auf eine Million erweitern – laut Herstellerangabe, aber nicht als Standardkonfiguration gedacht, weil die verbreiteten Frameworks nur statisches YaRN implementieren und das die Qualität bei kurzen Eingaben drücken kann. Eingaben verarbeitet das Modell als Text, Bild und Video, Ausgabe ist Text. Reasoning ist ab Werk aktiv und in drei Stufen steuerbar.

Technisch neu ist vor allem Qwen Sparse Attention: Statt einzelner Token wählt der Mechanismus Mikroblöcke aus. Alibaba gibt dafür bis zu 10,2-fache Prefill- und 6,6-fache Decode-Beschleunigung des Attention-Kernels bei einer Million Token an.

Unabhängig gemessen ist bislang ein einziger Wert: Artificial Analysis hat das Modell am 27.08.2026 mit einem Intelligence Index von 56 (Indexversion v4.1.1) aufgenommen. Damit liegt es über dem offenen Geschwistermodell Qwen3.8-27B (52) und knapp unter dem proprietären Qwen3.8-Max (58).

Woher die übrigen Zahlen stammen

Sämtliche Benchmarkwerte jenseits des AA-Index stammen aus Alibabas eigener Model Card. BenchLM listet zwar 24 Zeilen, kennzeichnet sie aber selbst als Übernahme derselben Hugging-Face-Card – das ist ein Spiegel, keine zweite Messung. LMArena führt das Modell zum Stand der Boards vom 27.08.2026 in keinem Ranking.

Hinzu kommen zwei Unschärfen: Die AA-Messung lief über Alibabas API und damit vermutlich auf dem gehosteten Produktionsendpunkt Qwen3.8-Flash, nicht auf den offenen Gewichten. Und die Reasoning-Stufe der Benchmarkläufe ist nicht publiziert.

Betrieb und Lizenz

Der FP8-Checkpoint umfasst 172,78 GiB, die BF16-Variante 335,28 GiB; wird die N-Gram-Tabelle in den Host-Speicher ausgelagert, sind mindestens 51 GB RAM nötig. Die Lizenz ist nicht Apache-2.0 wie beim Qwen3.8-27B, sondern die Qwen Community License 1.0: kommerzielle Nutzung erlaubt, aber mit gesonderter Vereinbarung mit Alibaba, sobald ein Model-as-a-Service-Geschäft bestimmte Umsatz- und Nutzerschwellen überschreitet.

Ein Modell, dessen Betriebsprofil überzeugt und dessen Leistungsnachweis bis auf eine Zahl vom Hersteller selbst stammt.

Betrifft Sie das, und wann? Für den Eigenbetrieb im Mittelstand ist das Modell vorerst zu groß – 8× H200 sind kein Serverschrank, der nebenbei mitläuft. Relevant wird es dort, wo Anbieter es hosten: Die niedrigen aktiven Parameterzahlen drücken den Preis je Aufgabe. Dagegen steht, dass Artificial Analysis im Indexlauf 200 Millionen Ausgabetoken gemessen hat, gegenüber einem Median von 110 Millionen – im Agentenbetrieb relativiert diese Geschwätzigkeit den Kostenvorteil. Vor einem Aufbau auf diesen Gewichten lohnt zudem ein Blick in die Lizenz.

Alle Details, Benchmarkwerte und die vollständige Quellenlage stehen in unserer Model Card zu Qwen3.8-Flash-Next.

---

Weiterlesen

• Moonshot AI veröffentlicht Kimi K3 – 2,8 Billionen Parameter, offene Gewichte — zweites chinesisches Labor, das große Gewichte offenlegt, mit demselben Hardwareproblem beim Eigenbetrieb
• Lokale Modelle sind kein Datenschutz-Kompromiss — ordnet ein, wie weit offene Gewichte an die proprietäre Spitze herankommen
• Qwen3-Coder-Next: Effizienz im lokalen Code-Agenten — zeigt, wie sich niedrige aktive Parameterzahlen auf handelsüblicher Hardware auszahlen