Auf den Punkt: Alibaba hat Qwen3.8-Max mit 2,4 Billionen Parametern vorgestellt und kündigt für die kommende Woche die Veröffentlichung der offenen Gewichte an, zusammen mit dem kleineren Qwen3.8-27B.
Alibaba hat mit Qwen3.8-Max sein bislang leistungsfähigstes Modell vorgestellt, ein Modell mit 2,4 Billionen Parametern, das auf Coding, langfristige Agenten-Aufgaben und multimodales Schließen ausgelegt ist. Die Gewichte sollen laut Ankündigung in der kommenden Woche offen veröffentlicht werden, ebenso wie das kleinere Qwen3.8-27B.
Nach dem sogenannten „Qwen-Exodus“ im vergangenen Jahr, als ein Führungswechsel stattfand und das Unternehmen verstärkt auf geschlossene Modell-APIs setzte, gab es Zweifel, ob das Labor als führender Anbieter offener Modelle weiterhin relevant bleiben würde. Diese Zweifel sind mit der Ankündigung von Qwen3.8-Max ausgeräumt. Das Modell verfügt über 2,4 Billionen Parameter und wäre nach Einschätzung von Beobachtern das derzeit stärkste offene Modell weltweit gewesen, hätte nicht bereits Kimi K3 diesen Platz belegt. Über die API bietet Alibaba das Modell für 2 US-Dollar pro Million Input-Token und 6 US-Dollar pro Million Output-Token an, gecachte Token kosten 0,25 US-Dollar pro Million. Das Unternehmen hat zugesagt, sowohl Qwen3.8-Max als auch das kleinere Qwen3.8-27B als offene Gewichte zu veröffentlichen.
Für Coding- und Agenten-Workflows nennt Alibaba mehrere konkrete Benchmarks: Das Modell soll über zehn Tage hinweg unbeaufsichtigt einen selbstentwickelten Coding-Harness aufgebaut haben. In einem separaten Test rekonstruierte es die Pipeline eines Fachpapers zur Datenselektion für LLM-Reasoning eigenständig und verbesserte in einer 125-stündigen iterativen Forschungsschleife das ursprüngliche Benchmark-Ergebnis um 2,71 Punkte. Bei der WWW2025 Multimodal Dialogue Intent Recognition Challenge trat das Modell gegen 526 menschliche Teams an und erreichte innerhalb von 24 Stunden einen Platz in den oberen 13 Prozent, womit es 87 Prozent der menschlichen Teams übertraf.
Auch im Bereich Hardware-Design werden Ergebnisse genannt: Bei einem vollständigen Chip-Designprozess (GCD/RSA-Kryptobeschleuniger) von RTL-Bearbeitung über Simulation und Synthese bis zum physischen Layout reduzierte das Modell die Gatteranzahl von 8.298 auf 678 und erzielte dabei eine Reduktion der Chipfläche um 81 Prozent bei gleichzeitigem Erreichen des Timing-Closure bei 500 MHz. Im sogenannten E-Commerce Bench, einer Simulation eines 365-tägigen Ladenbetriebs, erzielte das Modell durch fortlaufende spieltheoretische Verhandlungen und Bestandsplanung eine Rendite vom 4,16-Fachen, entsprechend einem Kontostand von 416.252 Yen. Zusätzlich integriert das Modell native visuelle Rückmeldungen in Planung, Coding und GUI-Interaktion, was laut Alibaba die direkte Nachbildung von Anwendungen über Desktop, Mobile und Web hinweg ermöglicht. Ergänzend wurden Qwen-MM-Plugins veröffentlicht, um bestehende Agenten-Frameworks um multimodale Fähigkeiten zu erweitern.
Für Engineering-Teams, die Modelle selbst hosten oder in eigene Infrastruktur integrieren, ist die Ankündigung aus zwei Gründen relevant: Zum einen zeigt sie, dass chinesische Open-Weight-Labore inzwischen mit westlichen Closed-Source-Anbietern auf Augenhöhe konkurrieren. Zum anderen bedeutet die angekündigte Offenlegung der Gewichte, dass Infrastruktur-Anbieter wie Baseten sich bereits auf die Unterstützung des Modells vorbereiten, ebenso wie Tools wie Hermes Agent und Command Code. Wer produktionsnahe Coding-Agenten oder langfristige autonome Workflows plant, sollte die Veröffentlichung der Gewichte und die zugehörigen Benchmarks im Detail prüfen, sobald sie verfügbar sind.
Quelle: www.latent.space · Erschienen 4. August 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.8.3.