Alibaba zeigt die Qwen4-Architektur – zum Zwölftel-Preis

Alibabas Qwen-Team hat am 26. August Qwen3.8-Flash-Next veröffentlicht – ein Modell mit offenen Gewichten, das die Architektur des kommenden Qwen4 bereits vorwegnimmt. Es trägt 125 Milliarden Parameter, rechnet pro Token aber nur mit 6 Milliarden davon und kostet über die QwenCloud-API 0.16 Dollar pro Million Eingabe- und 0.47 Dollar pro Million Ausgabe-Tokens. Zum Vergleich: Alibabas eigenes Flaggschiff Qwen3.8-Max verlangt 2 beziehungsweise 6 Dollar – rund das Zwölffache.

Sechs Milliarden Parameter, die wirklich rechnen

Möglich macht das eine Mixture-of-Experts-Architektur: Statt das ganze Netzwerk zu aktivieren, schickt das Modell jedes Token nur durch eine kleine Auswahl von Spezialisten – hier 10 von 512, plus einen fest aktiven. Dazu kommt eine neue N-gram-Embedding-Schicht mit 51 Milliarden Parametern: eine Art Nachschlagetabelle für häufige Wortgruppen, die sich in normalen Arbeitsspeicher auslagern lässt, statt teuren GPU-Speicher zu belegen.

Der Effekt aufs Budget ist der eigentliche Punkt: Laut dem Qwen-Team hat das Training nur rund ein Neuntel dessen gekostet wie beim Vorgänger Qwen3.7-Plus – und liefert trotzdem bessere Ergebnisse beim Programmieren und bei Büroaufgaben. Das Kontextfenster liegt nativ bei 262'144 Tokens und lässt sich auf eine Million erweitern.

Der Benchmark-Vorsprung hat ein Sternchen

Qwens veröffentlichte Zahlen sind eindrücklich: 58.7 Punkte auf DeepSWE 1.1, 62.5 auf SWE-bench Pro – Tests, bei denen eine KI eigenständig Fehler in echten Software-Projekten finden und beheben muss. Claude Opus 4.6 kommt dort auf 53.4. Bei Büroaufgaben ist der Abstand noch grösser: 73.9 gegenüber 45.1 für DeepSeek-V4-Flash auf CoWorkBench, 55.7 gegenüber 27.6 für den eigenen Vorgänger auf JobBench.

Der Haken: Das sind durchwegs Herstellerangaben, gemessen auf Qwens eigenen Test-Aufbauten. Unabhängige Nachmessungen fehlen bislang. Und Flash-Next führt nicht überall – auf «Humanity's Last Exam» liegt Claude Opus 4.6 mit 40.0 zu 35.9 vorn, auf NL2Repo-Bench DeepSeek-V4-Flash mit 54.2 zu 48.1.

Offene Gewichte, aber keine Apache-Lizenz

Für Schweizer Firmen steckt der interessanteste Teil im Kleingedruckten. Die Gewichte stehen auf Hugging Face zum Download – aber unter der Qwen Community License 1.0, nicht unter Apache 2.0 wie das kleinere Qwen3.8-27B. Interner Einsatz im eigenen Betrieb ist erlaubt. Wer das Modell dagegen als API weiterverkauft oder daraus ein eigenständiges KI-Produkt für Coding oder Büroarbeit baut, braucht laut Lizenztext eine separate Vereinbarung mit Qwen.

Auch die On-Prem-Rechnung geht nur bedingt auf: Die Gewichte sind selbst in der komprimierten FP8-Variante rund 173 Gigabyte gross, in voller Präzision 335. Das ist ein Server mit mehreren GPUs, keine Workstation im Büroschrank. Für ein KMU, das seine Daten im Haus behalten will, führt der Weg damit über einen Hosting-Partner mit passender Hardware.

Bleibt der Preisdruck. Wenn ein Modell dieser Klasse für 0.16 Dollar pro Million Tokens läuft, wird es für OpenAI und Anthropic schwieriger, Aufpreise für Standardaufgaben zu rechtfertigen. Und Qwen4, das auf genau dieser Architektur aufbauen soll, ist noch gar nicht da.