Live PACT passt Zeitreihenmodelle lokal an neue Betriebsbedingungen an
↘

Alibaba veröffentlicht erstmals ein Max-Modell als Open Weights: Qwen3.8-Max mit 2,4 Billionen Parametern

Die Gewichte erschienen laut deeplearning.ai innerhalb einer Woche. Alibabas Spitzenanspruch beruht auf eigenen Tests, und Artificial Analysis führt das Modell inzwischen als veraltet.

· Veröffentlicht: 18.11.2026 ·2 Min Lesezeit
Alibaba veröffentlicht erstmals ein Max-Modell als Open Weights: Qwen3.8-Max mit 2,4 Billionen ParameternMit KI erstellt
Inhalt
◆ Fakten auf einen Blick
  • Alibaba hat Qwen3.8-Max offiziell veröffentlicht; es skaliert auf 2,4 Billionen Parameter.
  • Das Modell ist ein Mixture-of-Experts-Transformer; pro Token sind etwa 95 Mrd. Parameter aktiv.
  • Qwen3.8-Max ist das erste Max-Modell von Qwen mit offenen Gewichten.
  • Die offene Variante ist auf Text-Ein- und Ausgabe beschränkt.
  • Die API kostet 2,00 US-Dollar pro 1 Mio. Eingabe-Token und 6,00 US-Dollar pro 1 Mio. Ausgabe-Token.

Erstes Qwen-Max-Modell mit offenen Gewichten: 2,4 Billionen Parameter, 95 Milliarden aktiv

Alibaba hat Qwen3.8-Max offiziell vorgestellt. Nach eigenen Angaben ist es das bisher leistungsfähigste Modell der Qwen-Familie. Es handelt sich um einen Mixture-of-Experts-Transformer mit hybrider Attention. Die Architektur baut auf Qwen 3.5 auf und skaliert auf 2,4 Billionen Parameter. Pro Token sind rund 95 Milliarden davon aktiv. Je Token rechnet also nur ein Teil der Experten. Gegenüber einem gleich großen dichten Modell sinkt damit der Rechenaufwand pro Anfrage.

Neu ist vor allem, dass ein Modell der Max-Klasse erstmals als Open Weights erscheint. Kleinere Qwen-Modelle waren schon offen. Alibaba kündigte die Gewichte für die Folgewoche an. Laut deeplearning.ai erschienen sie zusammen mit dem kleineren Qwen3.8-27B innerhalb einer Woche.

Offene Variante nur für Text, API mit Bild, Video und einer Million Token

Die Open-Weights-Variante verarbeitet Text ein und gibt Text aus. Das volle Kontextfenster von einer Million Token unterstützt sie nicht. Die API-Version nimmt Text, Bild und Video an und gibt Text aus, bis zu 131.000 Token, bei Reasoning bis zu 262.000 Token. Außerdem bietet sie Reasoning-Stufen (none, low, medium, xhigh), Function Calling, Structured Output und Context Caching.

Laut Artificial Analysis kostet die API 2,00 US-Dollar je Million Eingabe-Token und 6,00 US-Dollar je Million Ausgabe-Token. Für die Variante 0902 nennt Artificial Analysis abweichende Eckdaten: Text- und Bildeingabe, kein Video, ein Kontextfenster von 984k Token. Welche Variante bei welcher Angabe gemeint ist, geht aus dem Material nicht hervor.

Alibabas Spitzenanspruch stützt sich auf eigene Tests, unabhängige Werte gehen auseinander

Alibaba bezeichnet das Modell als „second only to Fable 5“. Belegt wird das mit internen Ergebnissen gegen Claude Opus 4.8, Claude Fable 5 und GPT-5.6 Sol, unter anderem auf SWE-bench Pro und der eigenen Evaluation NL2Repo-Bench. Laut InfoWorld testete das Unternehmen die Rivalen in deren Coding-Harnesses und setzte für jeden den höchsten veröffentlichten Wert an. Die Fallstudien, darunter ein über zehn Tage autonom laufender Bau des Projekts oh-my-cli, sind bislang nicht unabhängig geprüft.

Die externen Zahlen gehen auseinander. Laut deeplearning.ai erreicht Qwen3.8-Max auf dem Artificial Analysis Intelligence Index 58 Punkte. Das ergibt Platz 5 insgesamt und Platz 2 unter den offenen Modellen. Für die Variante 0902 misst Artificial Analysis selbst nur 34 Punkte, der Median vergleichbarer Modelle liegt bei 43. Dort verbraucht das Modell 150 Millionen Token, braucht 47,5 Minuten und kostet 10,02 Dollar pro Aufgabe. Woran der Unterschied liegt, klärt das Material nicht. Denkbar sind Variante, Indexversion oder Reasoning-Einstellung.

Schon überholt: Artificial Analysis führt Qwen3.8 Max als veraltet und verweist auf Qwen4 Max

Stand 18. November 2026 ist die Meldung nicht mehr taufrisch. Artificial Analysis stuft sowohl Qwen3.8 Max als auch die Variante 0902 als veraltet ein und empfiehlt stattdessen Qwen4 Max. Für Anwender, die ein großes Modell selbst betreiben wollen, bleibt die Öffnung der Gewichte der eigentliche Neuigkeitswert. Zu beachten sind laut Artificial Analysis allerdings die geringe Geschwindigkeit und die hohe Ausführlichkeit des Modells.

A
Andreas Rüdiger
Herausgeber & Redaktionsleitung · KI-Modelle, Technik & Business

Andreas Rüdiger ist Gründer der Agentur INREMA und verantwortet KI Spotlight redaktionell. Sein Schwerpunkt liegt auf KI-Modellen, Recheninfrastruktur, technischen Entwicklungen und der wirtschaftlichen Einordnung. Er sorgt dafür, dass komplexe KI-Themen verständlich und nachvollziehbar aufbereitet werden. Mehr zu ihm auf inrema.de und andiger.de.

Ähnliche Artikel