Qwen3.8-2.4T-A95B ist laut Qwen-Team das erste offen veröffentlichte Modell der Max-Klasse von Alibaba. Es erschien am 12. August 2026, die API-Fassung heißt Qwen3.8-Max. Als Mixture-of-Experts-Modell (MoE) besteht es aus vielen spezialisierten Teilnetzen und aktiviert von 2,4 Billionen Parametern nur rund 95 Milliarden je Token. Der Schwerpunkt liegt auf Coding, Fachaufgaben und langen Agenten-Abläufen.
Das offene Modell verarbeitet nur Text. Das Reasoning, also das schrittweise Durchdenken vor der Antwort, ist immer aktiv. Die Gewichte belegen in BF16 rund 4,9 TB, der Betrieb erfordert nach unserer Abschätzung daher einen Cluster aus mehreren GPU-Servern. Die Qwen3.8-Max License erlaubt die kommerzielle Nutzung, enthält aber Auflagen für sehr große Anbieter. Deutlich kleinere Alternativen sind Qwen3.8-27B unter Apache 2.0 und Qwen3.8-Flash-Next.
Qwen3.8-2.4T-A95B
Alibaba (Qwen-Team)
August 2026
Qwen3.8-Max License, kommerziell nutzbar mit Auflagen: Namensnennung bei mehr als 100 Mio. monatlich aktiven Nutzern oder mehr als 20 Mio. US-Dollar Monatsumsatz eines Produkts, separate Lizenz für Anbieter von Model as a Service oder KI-Arbeitsassistenten, wenn der Gesamtumsatz mit verbundenen Unternehmen in zwölf Monaten 50 Mio. US-Dollar übersteigt. Keine regionalen Einschränkungen.
Offenes Sprachmodell (Mixture of Experts), Reasoning dauerhaft aktiv, Eingabe und Ausgabe Text (API-Fassung Qwen3.8-Max zusätzlich mit Bildeingabe)
2,4 Billionen gesamt (rund 95 Milliarden aktiv pro Token)
MoE mit 512 Experten (10 geroutete plus 1 geteilter Experte aktiv je Token), 92 Schichten im Muster 23 × (3 × Gated DeltaNet → MoE und 1 × Gated Attention → MoE), Hidden Size 8.192, Gated Attention mit 64 Query- und 4 KV-Heads, Multi-Token Prediction (MTP)
262.144 Token nativ, erweiterbar auf bis zu 1.010.000 Token
Das Hauptrepository auf Hugging Face enthält die Gewichte im Format BF16 mit 16 Bit je Parameter. Die 213 Gewichtsdateien umfassen rund 4,9 TB.
Die Gewichte sind feingranular auf FP8 mit 8 Bit je Parameter quantisiert, rund 2,5 TB. Laut Qwen-Team liegen die Ergebnisse nahezu gleichauf mit dem Originalmodell.
Über Alibaba Cloud Model Studio als qwen3.8-max, mit Bildeingabe, optionalem Non-Thinking-Modus, eingebauten Tools und standardmäßig 1 Million Token Kontext. Der Snapshot qwen3.8-max-0902 vom 2. September 2026 verbessert laut Alibaba das Coding, die Zusammenarbeit von Agenten und das Bildverständnis. Model Studio führt beide in der Region International.
Qwen3.8-27B ist ein dichtes multimodales Modell unter Apache 2.0. Qwen3.8-Flash-Next ist ein schnelles multimodales MoE-Modell mit 6 Milliarden aktiven Parametern. Beide brauchen nur einen Bruchteil der Hardware.
Die Architektur baut laut Qwen-Team auf der Qwen3.5-Generation auf, deren größtes Modell Qwen3.5-397B-A17B ist. Die Qwen3.6 Serie brachte Verbesserungen beim agentischen Coding.
| Benchmark | Qwen3.8-2.4T-A95B | Claude Opus 4.8 | Claude Fable 5 | GPT 5.6 Sol (max) | Qwen3.7-Max |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 86,6 | 84,6 | 84,6 | 88,8 | 74,5 |
| SWE-bench Pro | 67,7 | 69,2 | 80,0 | 64,6 | 60,6 |
| PaperBench | 93,0 | 80,3 | 88,8 | 90,5 | 64,8 |
| CoWorkBench | 74,8 | 72,3 | 75,9 | 71,5 | 64,6 |
| Toolathlon Verified (Pass@1) | 72,5 | 76,2 | 77,9 | 74,9 | 49,7 |
| Humanity’s Last Exam (mit Tools) | 56,2 | 57,9 | 64,5 | 58,0 | 53,5 |
| GPQA Diamond | 92,6 | 92,0 | 92,6 | 94,1 | 92,4 |
| IFBench | 82,8 | 62,2 | 63,5 | 72,7 | 79,1 |
| PRBench-Finance | 58,3 | 51,9 | 55,8 | 55,5 | 46,8 |
Quelle: offizielle Model Card von Qwen3.8-2.4T-A95B auf Hugging Face (Qwen-Team, August 2026), dort als Qwen3.8-Max ausgewiesen. Angaben in Prozent, Auswahl von neun der 31 Benchmarks mit vollständigen Vergleichswerten. Bei Terminal-Bench 2.1 nennt Qwen für die Vergleichsmodelle die besten veröffentlichten Werte, Ergebnisse von Claude Fable 5 können laut Model Card Fallbacks enthalten.
Qwen3.8-2.4T-A95B bietet offene Gewichte auf hohem Leistungsniveau, verlangt aber einen GPU-Cluster und eine Prüfung der Lizenzauflagen. Wir klären mit Ihnen, ob sich der Aufwand lohnt oder ein kleineres Modell genügt.
Das Qwen-Team macht in der Model Card keine Angaben zu Umfang und Zusammensetzung der Trainingsdaten. Belegt sind Pre-Training und Post-Training sowie Multi-Token Prediction (MTP). Die Architektur baut auf Qwen3.5 auf und kombiniert Gated DeltaNet als lineare Attention mit Gated Attention im Verhältnis drei zu eins.
Das Reasoning ist im offenen Modell immer aktiv und lässt sich nicht abschalten. Die Denktiefe steuern Sie über reasoning_effort mit xhigh (Standard), medium und low. Über preserve_thinking, standardmäßig aktiv, bleiben frühere Denkschritte im Gesprächsverlauf erhalten.
Qwen3.8-2.4T-A95B eignet sich für Organisationen, die ein sehr leistungsfähiges Modell vollständig unter eigener Kontrolle betreiben und die nötige Hardware bereitstellen können. Für viele Aufgaben reichen Qwen3.8-27B oder Qwen3.8-Flash-Next mit deutlich geringerem Aufwand. Welches Modell zu Ihrem Vorhaben passt, klären wir gern in einer KI-Beratung.
Stark bei Forschung und Fachaufgaben: Bei PaperBench (93,0), IFBench (82,8) und PRBench-Finance (58,3) erzielt es den höchsten Wert der Model Card.
Großer Sprung zum Vorgänger: Gegenüber Qwen3.7-Max steigt DeepSWE von 21,6 auf 56,6 und Terminal-Bench 2.1 von 74,5 auf 86,6.
Offene Gewichte der Max-Klasse: Laut Qwen-Team erstmals ein Max-Modell, das sich in eigener Infrastruktur betreiben lässt.
Effizient für seine Größe: Rund 95 Milliarden aktive Parameter und hybride Attention senken den Rechenaufwand je Token.
Langer Kontext: Bis zu 1.010.000 Token, bei MRCR v2 mit 256K Token Kontext erreicht das Modell laut Model Card 92,9.
Nicht in allen Tests vorn: Bei SWE-bench Pro erreichen Claude Fable 5 (80,0) und Claude Opus 4.8 (69,2) mehr als 67,7. Bei Toolathlon Verified und HLE mit Tools liegen alle drei Vergleichsmodelle vorn.
GPT 5.6 Sol in einigen Tests vorn: Bei Terminal-Bench 2.1 (88,8 zu 86,6) und GPQA Diamond (94,1 zu 92,6) erzielt GPT 5.6 Sol mehr.
Sehr hoher Hardware-Bedarf: Selbst die FP8-Fassung braucht nach eigener Abschätzung einen Cluster aus mehreren GPU-Servern. Das offene Modell verarbeitet zudem nur Text.
Lizenzauflagen für große Anbieter: Ab bestimmten Nutzer- und Umsatzgrenzen gelten eine Pflicht zur Namensnennung oder eine separate Lizenz. Eine rechtliche Prüfung ist ratsam.
Wir planen mit Ihnen die GPU-Infrastruktur für Qwen3.8-2.4T-A95B, in unserer GPU Cloud oder mit eigener Hardware in unserem Rechenzentrum in Limburg. Die Lizenzbedingungen sollten Sie vorab rechtlich prüfen lassen.
Das Modell hat 2,4 Billionen Parameter insgesamt, davon sind rund 95 Milliarden je Token aktiv. Es ist ein Mixture-of-Experts-Modell, also aus vielen Teilnetzen aufgebaut. Ein Router wählt je Token 10 von 512 Experten aus, dazu kommt ein geteilter Experte.
Das Qwen-Team nennt keine Mindestausstattung. Laut Hugging Face belegen die Gewichte in FP8 rund 2,5 TB und in BF16 rund 4,9 TB. Nach unserer Abschätzung ist dafür ein Cluster aus mehreren Servern mit je acht Rechenzentrums-GPUs nötig. Hinzu kommt Speicher für den KV-Cache, den Zwischenspeicher für den bisherigen Kontext.
Ja, unter der Qwen3.8-Max License mit Auflagen. Hat ein kommerzielles Produkt mehr als 100 Mio. monatlich aktive Nutzer oder mehr als 20 Mio. US-Dollar Monatsumsatz, muss der Modellname gut sichtbar genannt werden. Betreibt ein Unternehmen Model as a Service oder einen KI-Arbeitsassistenten und übersteigt sein Gesamtumsatz mit verbundenen Unternehmen 50 Mio. US-Dollar in zwölf Monaten, braucht es für jede kommerzielle Nutzung eine separate Lizenz. Ausgenommen sind die rein interne Nutzung, das bloße Weiterleiten an Modelle Dritter sowie Einzweck-Tools und Assistenten für andere Fachgebiete. Regionale Einschränkungen enthält die Lizenz nicht.
Lassen Sie die Bedingungen vor dem Einsatz rechtlich prüfen. Ohne solche Auflagen steht Qwen3.8-27B unter Apache 2.0 zur Verfügung.
Qwen3.8-Max ist die offizielle API-Fassung auf Basis von Qwen3.8-2.4T-A95B. Sie bietet laut Qwen-Team zusätzlich Bildeingabe, einen Modus ohne Reasoning, standardmäßig 1 Million Token Kontext und eingebaute Tools. Der aktuelle Snapshot qwen3.8-max-0902 verbessert laut Alibaba Model Studio das Coding, die Zusammenarbeit von Agenten und das Bildverständnis.
In der Model Card liegt das Modell bei PaperBench, IFBench und PRBench-Finance vorn. Claude Fable 5 erzielt bei SWE-bench Pro mehr, GPT 5.6 Sol bei Terminal-Bench 2.1 und GPQA Diamond. Bei Toolathlon Verified liegen alle drei Vergleichsmodelle vorn. Gegenüber dem Vorgänger Qwen3.7-Max legt es in allen Tests der Model Card zu.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
