Qwen3.8: Alibabas 2,4-Billionen-Parameter-Wette auf offene Gewichte – und was wir wirklich wissen

Qwen3.8 ist Alibabas neues 2,4-Billionen-Parameter-Flaggschiff, angekündigt am 19. Juli 2026, mit offenen Gewichten, die „bald" versprochen werden, und einer Max-Preview, die Sie schon heute ansprechen können. Was fehlt, ist ein einziger veröffentlichter Benchmark. Alibaba positioniert das Modell als „nur noch von Fable 5 übertroffen" – das ist die eigene Behauptung des Anbieters, kein gemessenes Ergebnis, und dieser Unterschied zählt hier mehr als sonst.

Was Alibaba tatsächlich angekündigt hat

Alles, was zu Qwen3.8 verifiziert ist, geht auf eine einzige Quelle zurück: Alibabas Ankündigung vom 19. Juli 2026. Hier steht, was dort tatsächlich zu lesen ist:

• Qwen3.8 existiert, mit 2,4 Billionen Parametern
• Die Gewichte werden „bald" offen – ohne konkretes Datum
• Qwen3.8-Max-Preview ist bereits live
• Der Zugang läuft über Alibabas Token Plan, Qoder und QoderWork
• Alibaba beschreibt das Modell als „eines der leistungsstärksten heute verfügbaren Modelle, kompatibel mit den führenden Frontier-KI-Modellen, nur noch von Fable 5 übertroffen"

Der letzte Punkt ist Positionierung, kein Ergebnis. Halten Sie beides sauber auseinander.

Das Timing verdient einen Moment Aufmerksamkeit. Qwen3.8 ist der vierte Frontier-Launch innerhalb von elf Tagen – Grok 4.5 am 8. Juli, GPT-5.6 am 9. Juli, jetzt dieser. Die Ankündigung folgt außerdem nur vier Tage, nachdem chinesische Regulierungsbehörden am 15. Juli die Apple-Alibaba-Qwen-Integration genehmigt haben, sodass die Aufmerksamkeit für die Marke Qwen zum Zeitpunkt der Ankündigung bereits hoch war.

Qwen3.8 vs. Qwen3-8B: Nicht dasselbe Modell

Das sollte man früh klarstellen, denn Suchmaschinen werfen beide Modelle derzeit in einen Topf. Qwen3.8 ist Alibabas heute angekündigtes 2,4-Billionen-Parameter-Flaggschiff. Qwen3-8B ist ein dichtes Modell mit 8 Milliarden Parametern aus der Qwen3-Serie, das seit 2025 auf Hugging Face herunterladbar ist. Ähnlich klingende Namen, aber rund das 300-Fache Unterschied in der Größe.

Was wir wissen – und was (noch) nicht

Niemand weiß bisher, wie gut Qwen3.8 wirklich ist – auch nicht die Beiträge, die Ihnen etwas anderes erzählen wollen. Deshalb folgen hier drei klar getrennte Kategorien.

Qwen3.8: Bestätigte Fakten (offiziell von Alibaba, 19.07.2026)

Qwen3.8-Benchmarks, Preise und Spezifikationen: Was nicht veröffentlicht ist

Keine Modellkarte und kein OpenRouter-Eintrag – das ist der stärkste verfügbare Beleg dafür, dass die offenen Gewichte tatsächlich noch nicht veröffentlicht wurden.

Gekennzeichneter Näherungswert: Qwen3.7-Max (Vorgänger – NICHT Qwen3.8)

Jede Zahl in der folgenden Tabelle gehört zu Qwen3.7-Max, der vorherigen Generation. Keine davon ist ein Qwen3.8-Ergebnis, und keine ist eine Prognose. Sie steht hier, damit Sie einschätzen können, was für ein Labor diese Behauptung aufstellt.

2,4 Billionen Parameter: Das größte je versprochene Open-Weight-Modell

Qwen3.8 hat laut Alibabas Ankündigung 2,4 Billionen Parameter. Sollte Alibaba diese Gewichte tatsächlich veröffentlichen, wäre das Modell rund 1,5-mal so groß wie jedes bisher veröffentlichte Open-Weight-Modell – aktueller Rekordhalter ist DeepSeek V4 Pro mit 1,6 Billionen. Alles andere im offenen Feld liegt deutlich unter einer Billion.

Ein Vorbehalt, bevor Sie sich zu sehr über diesen Balken freuen. Alibaba hat weder die Anzahl der aktiven Parameter noch die Mixture-of-Experts-Konfiguration offengelegt, weshalb 2,4 Billionen eine Schlagzeilenzahl ist, keine Compute-Angabe. Zum Vergleich: Von DeepSeek V4 Pros 1,6 Billionen Parametern werden pro Token nur etwa 49 Milliarden Parameter aktiviert – rund 3 % des Netzwerks – und genau deshalb lässt sich das Modell überhaupt zu einigermaßen vernünftigen Kosten betreiben. Ein dünn besetztes (sparse) 2,4-Billionen-Modell und ein dicht besetztes (dense) 2,4-Billionen-Modell sind im Betrieb völlig unterschiedliche Tiere, und aktuell wissen wir nicht, um welches es sich hier handelt. Wenn Sie den aktuellen Stand des Feldes sehen wollen: Wir verfolgen, wo Qwen unter den Open-Source-LLMs bereits rangiert, und GLM 5.2, die andere große chinesische Open-Weight-Veröffentlichung, zeigt, wie diese Klasse aussieht, wenn sie tatsächlich ausgeliefert wird.

Qwen3.8 und offene Gewichte: Die Kehrtwende, über die niemand spricht

Alibaba hat offene Gewichte für Qwen3.8 versprochen, aber weder ein Datum noch eine Lizenz genannt. Das klingt erst einmal nach Routine – bis man sich die Modellfamilien-Historie ansieht. Genau das wird die meiste Day-One-Berichterstattung überspringen.

Alibaba hat über zwei Generationen hinweg bewusst eine Trennung aufgebaut: offene Arbeitspferde für alle, ein geschlossenes Flaggschiff an der Spitze.

Und jetzt verspricht Qwen3.8 offene Gewichte auf Frontier-Niveau. Lesen Sie diese Abfolge noch einmal: Alibaba hat die Flaggschiff-Stufe zwei Generationen lang geschlossen gehalten und kündigt nun an, das größte je gebaute Modell zu öffnen.

Sollte das tatsächlich geschehen, wäre das eine echte Strategie-Kehrtwende – und das ist hier die eigentliche Nachricht, nicht die Parameterzahl. Es setzt zudem jedes Closed-Weight-Labor unter Druck, das „Frontier-Modelle bleiben geschlossen" bislang als feststehende Branchennorm behandelt hat.

Der ehrliche Vorbehalt: Die Lizenz ist nicht angekündigt. Apache 2.0 bei 3.5 und 3.6 ist ein ermutigender Präzedenzfall – aber ein Präzedenzfall ist keine Zusage. Eine restriktive Community-Lizenz bei 2,4 Billionen Parametern würde den Begriff „offene Gewichte" technisch erfüllen und trotzdem grundlegend verändern, was Sie damit tatsächlich tun dürfen.

Können Sie Qwen3.8 selbst betreiben? (Ehrliche Antwort: Nein)

Nein – weder auf Consumer-Hardware noch, realistisch betrachtet, mit dem GPU-Budget Ihres Startups, selbst nachdem die Gewichte veröffentlicht wurden. Schon DeepSeek-V3.2 mit 685 Milliarden Parametern wird von denjenigen, die es selbst gehostet haben, als echtes Infrastrukturprojekt beschrieben. Qwen3.8 ist rund das 3,5-Fache davon.

„Offene Gewichte" bei 2,4 Billionen Parametern bedeutet also nicht, dass Sie das Modell selbst betreiben. Was es Ihnen tatsächlich bringt:

• Inferenzanbieter können es hosten – das bedeutet Preiswettbewerb, und der senkt Ihre Kosten pro Token
• Souveräne, regulierte und air-gapped Deployments werden auf dieser Stufe erstmals möglich
• Forscher und Fine-Tuner erhalten Zugang zu einem Basismodell auf Frontier-Niveau
• Es bedeutet nicht, dass es auf Ihrer eigenen Maschine läuft, auf einer einzelnen A100 oder realistisch im GPU-Budget Ihres Startups

Aktuell läuft die Preview ausschließlich über von Alibaba betriebene Zugänge, und nach Chinas Nationalem Nachrichtendienstgesetz ist Alibaba verpflichtet, mit staatlichen Datenanfragen zu kooperieren. Insbesondere Qoder ist bei westlichen Prüfern sicherheitstechnisch in die Kritik geraten.

Die Nuance, die kaum jemand zusammendenkt: Dieses Bedenken betrifft die gehostete API, nicht selbst gehostete Gewichte, die auf US- oder EU-Infrastruktur laufen. Genau deshalb ist das Versprechen der offenen Gewichte – nicht die Preview – die für Data-Residency-Pflichten relevante Hälfte dieser Ankündigung.

Wenn Sie darauf hin planen: Unsere Übersicht zu Frameworks für den Aufbau auf Open-Weight-Modellen deckt die Orchestrierungsebene ab, die Sie idealerweise schon vor der Veröffentlichung der Gewichte einsatzbereit haben.

So testen Sie Qwen3.8-Max-Preview schon heute

Qwen3.8-Max-Preview ist bereits live. Es gibt drei Zugangswege, alle von Alibaba betrieben:

1. Token Plan – Alibabas gebündelter API-Zugang
2. Qoder – Alibabas Coding-Oberfläche
3. QoderWork – Alibabas Agenten-Oberfläche

Was jetzt verfügbar ist vs. was noch kommt

Aufruf per Code

Qwen3.7-Max unterstützte sowohl die OpenAI- als auch die Anthropic-API-Spezifikation, sodass ein einfacher Austausch der Base-URL ausreichte. Die Kompatibilität von Qwen3.8 ist unbestätigt – betrachten Sie das folgende Muster als etwas, das Sie noch verifizieren müssen, nicht als funktionierenden Endpunkt.

# Qwen3.7-Max-era pattern. Qwen3.8-Max-Preview's API surface and model ID
# are UNCONFIRMED - check current Alibaba Cloud docs before shipping this.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DASHSCOPE_API_KEY"],
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

resp = client.chat.completions.create(
    model="qwen3.8-max-preview",
    messages=[{"role": "user", "content": "Refactor this function for readability."}],
)
print(resp.choices[0].message.content)

Da es sich um einen OpenAI-förmigen Client handelt, lässt er sich unverändert in die meisten Harnesses einsetzen – einschließlich der Coding-Agenten, in die Sie das tatsächlich einbauen würden. Wenn das Modell auch auf Ihre eigenen Systeme zugreifen soll, können Sie Ihre eigenen Tools über einen MCP-Server bereitstellen und den Agenten darauf ausrichten.

Qwen3.8-API-Preise: Was es kosten könnte

Für Qwen3.8 ist kein Preis veröffentlicht. Der einzige belastbare Referenzwert ist der Vorgänger: 2,50 $ Input / 7,50 $ Output pro Million Token, mit 90 % Rabatt auf zwischengespeicherte Eingaben (Qwen3.7-Max-Wert). Ein ähnlich bepreistes 3.8 läge bei etwa der Hälfte von GPT-5.6 Sol und einem Viertel von Fable 5. Das ist ein Referenzwert, keine Prognose – und lesen Sie den nächsten Abschnitt, bevor Sie darauf einen Business Case aufbauen.

Qwen3.8 vs. Claude Fable 5: Wie ernst sollten Sie Alibabas Behauptung nehmen?

Alibaba behauptet, Qwen3.8 sei „nur noch von Fable 5 übertroffen". Kein veröffentlichter Benchmark stützt das – es ist Positionierung, kein gemessenes Ergebnis. Hier folgt die faire Einordnung in beide Richtungen.

Das Argument dafür, die Behauptung halbwegs ernst zu nehmen. Qwen3.7-Max erzielte im Artificial Analysis Intelligence Index einen unabhängig gemessenen Wert von 56,6 – Platz 5 gesamt und das bestplatzierte chinesische Modell (beide Qwen3.7-Max-Werte). Ein Labor mit diesem Vorgänger, das behauptet, sein nächstes Modell sei nur noch von Fable 5 übertroffen, stellt keine offensichtlich absurde Behauptung auf – das ist etwas anderes, als wenn ein Erstanbieter Frontier-Parität verkündet.

Das Argument dagegen. Die Zahl stammt vom Anbieter selbst, ohne benannten Benchmark, ohne Methodik und ohne unabhängige Evaluierung. Und die Fable-5-Benchmark-Messlatte, an der Alibaba sich orientiert, liegt bei 80,4 auf SWE-Bench Pro – was nicht derselbe Benchmark ist wie die 80,4 von Qwen3.7-Max auf SWE-bench Verified. Identische Zahl, unterschiedlicher Test, unterschiedlicher Schwierigkeitsgrad. Auf SWE-Bench Pro – dem einzigen Benchmark, den beide tatsächlich teilen – erzielte Qwen3.7-Max 60,6 Punkte (Qwen3.7-Max-Wert), rund 20 Punkte dahinter. Wer die beiden 80,4-Werte als Gleichstand darstellt, ist entweder verwirrt oder hofft, dass Sie es sind. Dasselbe Muster haben wir kürzlich schon bei dem letzten Modell gesehen, das anhand von Anbieterzahlen Frontier-Parität beanspruchte.

Eine Falle für Ihr Kostenmodell: Qwen-Modelle neigen dazu, pro Aufgabe mehr Output-Token zu erzeugen als vergleichbare Modelle. Qwen3.5-27B verbrauchte beim Durchlauf des Artificial Analysis Intelligence Index 98 Mio. Output-Token, gegenüber 56 Mio. bei MiniMax-M2.5 und 61 Mio. bei DeepSeek V3.2. Output-Token sind die teure Seite der Rechnung, weshalb reine $/Mio.-Vergleiche die Einsparungen bei Qwen systematisch überzeichnen. Das ist eine Beobachtung aus der 3.5-Generation, keine Qwen3.8-Messung – aber genau die Art von Detail, die eine Rechnung still und leise verdoppelt.

Qwen3.8 vs. GPT-5.6 und Grok 4.5: Wo es sich einordnen würde

Die westliche Launch-Berichterstattung hat die chinesischen Herausforderer fast vollständig ignoriert. Ein vielfach geteilter Artikel über die „chaotische Woche", die die KI-Landkarte neu gezeichnet hat, behandelte GPT-5.6, Grok 4.5 und Fable 5 – Qwen wurde kein einziges Mal erwähnt. Dabei liegen DeepSeek V4-Pro, Qwen3.7-Max und Kimi K2.6 auf SWE-bench Verified alle innerhalb eines halben Punktes beieinander, rund 14 Punkte hinter Claude und zu einem Preis, der etwa zwei Größenordnungen darunter liegt.

Achten Sie auf die Benchmark-Namen in dieser Tabelle. Sie sind nicht austauschbar, auch wenn ein Teil der Berichterstattung diese Woche sie so behandeln wird. Für die Claude-Seite des Vergleichs haben wir aufgeschlüsselt, wie Opus 4.8 auf denselben Coding-Benchmarks abschneidet.

Wechseln, testen oder abwarten?

Hier zählt die Methode mehr als das Urteil. Jedes Modell, das wir in der Produktion getestet haben, hat sich anders verhalten als seine Leaderboard-Position vermuten ließ, denn Ihre Prompts, Ihre Codebasis und Ihre Toleranz für Wiederholungsversuche stehen in keinem Benchmark. Ihr eigenes Eval-Set schlägt eine Anbieterbehauptung – und es schlägt auch ein Leaderboard. Eines aufzubauen dauert einen Nachmittag und zahlt sich beim ersten Mal aus, wenn ein „besseres" Modell bei Ihrer tatsächlichen Arbeitslast still und leise schlechter abschneidet.

Nicht sicher, was Sie messen sollen, oder möchten Sie einen zweiten Blick auf die Migrationsrechnung? Lassen Sie unser Team das an Ihrer Workload stresstesten →

Häufig gestellte Fragen

Ist Qwen3.8 Open Source?

Noch nicht, und „offene Gewichte" ist nicht dasselbe wie Open Source. Alibaba hat herunterladbare Gewichte versprochen, aber die Lizenz wurde noch nicht angekündigt. Qwen 3.5 und 3.6 erschienen beide unter Apache 2.0, was ein ermutigender Präzedenzfall ist – aber ein Präzedenzfall ist keine Zusage, und aktuell existiert kein Lizenztext für Qwen3.8.

Wann werden die offenen Gewichte von Qwen3.8 veröffentlicht?

Alibaba sagte „bald" und nannte kein Datum. Das ist die vollständige Antwort, und wer eine konkrete Woche nennt, rät nur. Das klarste Signal dafür, dass es noch nicht veröffentlicht wurde: Zum 19. Juli 2026 gibt es weiterhin keine Qwen3.8-Modellkarte auf Hugging Face.

Wie viele Parameter hat Qwen3.8?

2,4 Billionen, laut Alibabas Ankündigung. Was fehlt, sind die Anzahl der aktiven Parameter und die Mixture-of-Experts-Konfiguration – aus dieser Schlagzeilenzahl lässt sich also keine Compute-Kosten-pro-Token-Angabe ableiten. Ein dünn besetztes 2,4-Billionen-Modell und ein dicht besetztes 2,4-Billionen-Modell sind im Betrieb sehr unterschiedliche Dinge.

Kann ich Qwen3.8 lokal betreiben?

Realistisch gesehen nein, selbst nachdem die Gewichte veröffentlicht wurden. DeepSeek-V3.2 mit 685 Milliarden Parametern ist bereits ein ernsthaftes Infrastrukturprojekt zum Selbst-Hosten, und Qwen3.8 ist rund 3,5-mal so groß. Rechnen Sie damit, es über Inferenzanbieter zu nutzen statt über eigene GPUs – es sei denn, Sie betreiben ein echtes Rechenzentrum.

Was kostet Qwen3.8-Max-Preview?

Alibaba hat keinen Preis pro Token veröffentlicht – der Zugang ist in Token Plan, Qoder und QoderWork gebündelt. Nur zur Orientierung: Der Vorgänger Qwen3.7-Max kostet 2,50 $ Input / 7,50 $ Output pro Million Token mit 90 % Rabatt auf zwischengespeicherte Eingaben (Qwen3.7-Max-Wert). Kalkulieren Sie nicht mit dieser Zahl.

Ist Qwen3.8 besser als Claude Fable 5?

Das weiß bisher niemand. „Nur noch von Fable 5 übertroffen" ist Alibabas eigene Positionierung, veröffentlicht ohne benannten Benchmark, ohne Methodik und ohne unabhängige Evaluierung. Fable 5s unabhängig gemessene Messlatte liegt bei 80,4 auf SWE-Bench Pro. Bis unabhängige Evaluierungen vorliegen, sollten Sie den Vergleich als wirklich offen betrachten.

Ist Qwen3.8 schon bei OpenRouter oder Hugging Face gelistet?

Nein – nachgeprüft zum 19. Juli 2026. OpenRouter listet 76 Qwen-Modelle, und keines davon ist 3.8; eine Hugging-Face-Modellkarte gibt es ebenfalls nicht. Dieses Fehlen ist der verlässlichste verfügbare Beleg dafür, dass die offenen Gewichte tatsächlich noch nicht veröffentlicht wurden.

Was sind Qoder und QoderWork?

Das sind Alibabas eigene Coding- und Agenten-Oberflächen und aktuell zwei der drei Zugangswege zu Qwen3.8-Max-Preview neben dem Token Plan. Wichtig zu wissen, bevor Sie sich festlegen: Qoder ist bei westlichen Prüfern sicherheitstechnisch in die Kritik geraten – relevant, wenn Ihr Code regulierte Daten berührt.

Welches Kontextfenster hat Qwen3.8?

Nicht angekündigt. Der Vorgänger Qwen3.7-Max bot 1 Mio. Token Kontext bei maximal 65.536 Token Ausgabe (Qwen3.7-Max-Wert), sodass etwas Ähnliches plausibel ist – das ist jedoch eine Vorgänger-Spezifikation, keine Qwen3.8-Angabe. Bauen Sie noch keine Long-Context-Pipeline darauf auf.

Die wichtigsten Erkenntnisse

• Bestätigt sind 2,4 Billionen Parameter und das Versprechen offener Gewichte. Benchmarks sind es nicht – es gibt keinen einzigen veröffentlichten Qwen3.8-Wert, und jede Zahl, die diese Woche mit dem Modell in Verbindung gebracht wird, ist mit ziemlicher Sicherheit ein Qwen3.7-Max-Wert.
• Die Strategie-Kehrtwende ist die eigentliche Geschichte. Alibaba hat die Flaggschiff-Stufe zwei Generationen lang geschlossen gehalten und verspricht nun, das größte je gebaute Modell zu öffnen.
• Bei 2,4 Billionen Parametern bedeuten offene Gewichte günstigere gehostete Inferenz und souveräne Deployments – nicht, dass Sie das Modell selbst betreiben.
• „Nur noch von Fable 5 übertroffen" ist Alibabas eigene Behauptung. Unabhängige Zahlen kommen innerhalb weniger Tage. Warten Sie darauf.

Wägen Sie gerade ein Open-Weight-Modell gegen Ihren aktuellen Stack ab, oder versuchen Sie herauszufinden, was das alles für Ihre Infrastruktur bedeutet? Holen Sie sich ein kostenloses LLM-Stack-Review →