Qwen3.8-Max: Alibaba liefert nach – und verspricht offene Gewichte

Alibaba hat am Montag Qwen3.8-Max vollständig lanciert – zwei Wochen, nachdem der Konzern das Modell als Preview angekündigt hatte, damals noch ohne Benchmarks und ohne Lizenz. Jetzt liegen die Zahlen auf dem Tisch: 2,4 Billionen Parameter in einer Mixture-of-Experts-Architektur (pro Anfrage sind nur 95 Milliarden davon aktiv), ein Kontextfenster von 1 Million Token und multimodale Fähigkeiten für Dokumente mit über 200 Seiten oder Videos von über 100 Stunden Länge. Der wichtigste Punkt aber: Nächste Woche will Alibaba die Modellgewichte auf Hugging Face und ModelScope veröffentlichen – es wäre das erste Modell der Max-Klasse, das offen verfügbar wird.

16 Tage programmieren, ohne dass ein Mensch eingreift

Alibaba positioniert Qwen3.8-Max nicht als Chatbot, sondern als Modell für Langzeit-Aufgaben: Arbeiten, die sich über Tage statt über einen einzelnen Prompt erstrecken. Belegen soll das eine Serie von Case Studies – alle aus eigenem Haus, also mit der nötigen Portion Skepsis zu lesen.

Die eindrücklichste: Das Modell entwickelte gemäss Qwen-Team 16 Tage lang autonom das Kommandozeilen-Tool oh-my-cli – nahm Nutzeranfragen entgegen, verwandelte sie in GitHub-Issues, schrieb Code, testete und verbesserte ihn. Bilanz: 265 Commits und 127 Pull Requests, ohne einen einzigen menschlichen Eingriff. In einem zweiten Versuch bekam das Modell ein Forschungspaper ohne Code und reproduzierte in rund fünf Tagen alle sechs Hauptresultate – mit 7'600 Zeilen selbst geschriebenem Code und 33 GPU-Trainingsläufen. Anschliessend übertraf es die Methode des Papers auf dem Mathe-Benchmark AIME24 um 2,7 Punkte. In einer weiteren Studie optimierte das Modell einen Krypto-Schaltkreis von 8'298 auf 678 Logikgatter; die Chipfläche schrumpfte dabei um 81 Prozent. Und in einem simulierten E-Commerce-Geschäftsjahr mit Taobao-Daten machte Qwen3.8-Max aus 100'000 Yuan Startkapital 416'252 Yuan – mehr als das Vierfache, und laut Alibaba 38 Prozent mehr als das zweitplatzierte Konkurrenzmodell GLM 5.2.

Benchmarks auf Frontier-Niveau – aber selbst gemessen

In den von Alibaba publizierten Vergleichstabellen landet Qwen3.8-Max nahe an oder über Claude Opus 4.8, Claude Fable 5 und GPT-5.6: 93 Punkte auf PaperBench (Bestwert im Vergleich), 86,6 auf TerminalBench 2.1 – dort knapp hinter GPT-5.6 mit 88,8. Wichtig: Das sind interne Messungen des Herstellers, eine unabhängige Verifizierung steht noch aus.

Einen ersten neutralen Anhaltspunkt liefert die Community-Rangliste Arena.AI, wo Nutzer Modelle blind vergleichen: Dort steht Qwen3.8-Max aktuell auf Platz 5 im Text-Ranking – als bestplatziertes chinesisches Modell, hinter vier Anthropic-Modellen. Bei der Bildanalyse reicht es sogar für Platz 2, nur 13 Punkte hinter Claude Fable 5. Auch die Entwickler-Community reagiert: Auf Hacker News sammelte die Ankündigung über 1'000 Punkte und mehr als 560 Kommentare.

Offene Gewichte als Kampfansage an Kimi K3

Der Zeitpunkt ist kein Zufall. Erst vor einer Woche hatte Moonshot AI Kimi K3 mit offenen Gewichten veröffentlicht – 2,8 Billionen Parameter, ebenfalls 1 Million Token Kontext. Wie inside-it.ch berichtet, beansprucht Alibaba, den heimischen Rivalen in mehreren Tests zu übertreffen. Sollten die Gewichte wie angekündigt erscheinen, hätten binnen zwei Wochen gleich zwei chinesische Frontier-Modelle den Weg in die Open-Weights-Welt gefunden – während die US-Labore ihre Spitzenmodelle geschlossen halten.

Die Börse honoriert den Schritt: Die Alibaba-Aktie legte in Hongkong 7 Prozent zu, die US-Titel stiegen laut CNBC vorbörslich um rund 4 Prozent.

Läuft auch in Claude Code – so probierst du es aus

Praktisch für Entwickler: Qwen3.8-Max unterstützt sowohl das OpenAI- als auch das Anthropic-API-Format und lässt sich damit direkt in Tools wie Claude Code oder Codex einklinken – als Drop-in-Ersatz für die dort üblichen Modelle. Verfügbar ist es ab sofort über Alibabas Cloud-APIs und OpenRouter; ein Parameter namens reasoning_effort regelt in drei Stufen, wie gründlich das Modell nachdenkt. Der Haken für den produktiven Einsatz: Die gehostete Variante läuft auf Alibaba-Infrastruktur – wer sensible Daten verarbeitet, wartet besser auf die offenen Gewichte und betreibt das Modell selbst oder bei einem Schweizer bzw. europäischen Hoster. Ob Alibaba das Versprechen nächste Woche einlöst, und unter welcher Lizenz, ist damit die eigentlich spannende Frage.