Alibabas Qwen-Team hat sein Flaggschiffmodell Qwen3.8-Max auf die Version 0902 aktualisiert und dabei eine weitere Runde Nachtrainings für Programmier- und professionelle Büroaufgaben angehängt. Im Gesamtranking für Frontend-Programmierung der Code Arena erreicht diese Version 1691 Punkte und liegt damit auf Platz 1, 22 Punkte mehr als die Vorversion.
Eine zweite Zahl, die Alibaba gleichzeitig nennt, verrät noch deutlicher, welche Position man anstrebt: Der durchschnittliche Gesamtpreis der neuen Version liegt bei rund 5 US-Dollar pro Million Token, während der zweit- und drittplatzierte Anbieter in der Rangliste 20 beziehungsweise 12 US-Dollar verlangen.
22 Punkte und 15 US-Dollar
Der Abstand an der Spitze der Rangliste ist ohnehin schon gering. Zwischen den 1691 Punkten und der Vorversion liegen nur 22 Punkte, eine Differenz dieser Größenordnung wird bei menschlichen Blindbewertungen oft innerhalb ein, zwei Wochen von Konkurrenten eingeholt. Was den eigentlichen Abstand schafft, steht in der Spalte daneben: Bei derselben Frontend-Aufgabe vervierfacht sich die Rechnung, sobald man zum zweitplatzierten Modell wechselt.
Öffentlichen Berichten zufolge liegt der API-Preis der neuen Version bei 2 US-Dollar pro Million Input-Token und 6 US-Dollar pro Million Output-Token. Rechnet man diese beiden Zahlen gegen den offiziell genannten Durchschnittspreis von 5 US-Dollar zurück (grobe Schätzung), müssten Output-Token rund drei Viertel der gesamten Nutzung ausmachen, damit sich die 5 ergeben. Diese Verteilung ist bei Frontend-Programmieraufgaben nicht ungewöhnlich: Der Prompt-Kontext umfasst oft nur ein paar hundert Zeilen, während das Modell ganze Komponentenseiten an Code ausgibt, der Output-Anteil frisst naturgemäß den Löwenanteil. Der Durchschnittspreis von 5 US-Dollar basiert also auf der realen Nutzungsstruktur des 'Codeschreibens'; bei Aufgaben wie der Zusammenfassung langer Dokumente, wo der Input schwer und der Output leicht ist, würde der tatsächliche Preis noch niedriger ausfallen.
Für chinesische Teams ist dieser Preisrahmen ein klarer Bezugspunkt. Firmen, die im vergangenen Jahr Agenten-basiertes Programmieren in die Produktion integriert haben, sind meist an der Finanzabteilung hängengeblieben: Ob das Modell korrekt schreibt, ist längst kein Thema mehr, ob sich eine tägliche Rechnung über mehrere Millionen Token noch absegnen lässt, schon eher. Punktgleichheit mit der Spitze bei gleichzeitig auf ein Viertel gekürztem Preis verändert Kaufentscheidungen stärker als 22 zusätzliche Punkte allein.
2,4 Billionen Parameter, 95 Milliarden im Einsatz
Die Basis hinter der Version 0902 ist Qwen3.8-2.4T-A95B. Von insgesamt 2,4 Billionen Parametern werden bei jedem Forward-Pass nur rund 95 Milliarden aktiviert, ein typischer spärlicher MoE-Ansatz: Von 512 Experten werden pro Token 11 aktiviert, davon 10 über Routing und einer als geteilter Experte.
Auch die strukturellen Entscheidungen sind auf lange Aufgaben ausgelegt. Das Modell hat 23 Schichten, in denen sich Gated DeltaNet und Gated Attention abwechseln, mit einem nativen Kontext von 262.144 Token, erweiterbar auf rund 1,01 Millionen. Die Mischung aus linearer und gegatter Aufmerksamkeit ist eine Richtung, die in den vergangenen sechs Monaten mehrere chinesische Teams bei großen Kontextfenstern verfolgt haben, mit einem klaren Ziel: den Speicher- und Rechenaufwand langer Kontexte auf ein kommerziell tragbares Niveau zu drücken. Sonst bleibt eine Million Kontext nur eine schön aussehende Zahl im Datenblatt.
Auch der Aktivierungsanteil erklärt, woher die 5 US-Dollar kommen. Die 2,4 Billionen Gesamtparameter bestimmen die Wissenskapazität des Modells, die 95 Milliarden aktivierten Parameter bestimmen, wie viel 'Strom' jeder Aufruf kostet. Bei diesem Grad an Sparsität liegen die Inferenzkosten pro Einheit naturgemäß deutlich unter denen eines dicht besetzten Modells vergleichbarer Größe.
Die Schnittstelle ist bereits in der gesamten eigenen Produktpalette verbaut
Die neue Version lässt sich jetzt direkt über den API-Dienst der Qwen-AI-Plattform aufrufen und ist gleichzeitig in Qwen Office, Qoder und die Qwen-App integriert. Unternehmenskunden, Entwickler und normale Nutzer sind damit auf einmal freigeschaltet, ohne ein abgestuftes Rollout-Fenster.
Alibaba positioniert diese Version als 'besser geeignet für die realen, komplexen Aufgaben von Unternehmen, für Forschung und Aufgaben mit langem Zyklus' und erklärt, das Modell habe bei mehrstufigem Schlussfolgern, Tool-Aufrufen und der End-to-End-App-Generierung 'die globale Obergrenze neu definiert'. Der zweite Teil ist die übliche Herstellersprache, doch der erste Teil mit dem 'langen Zyklus' passt tatsächlich zu den beiden technischen Entscheidungen, 1,01 Millionen Kontext und spärliche Aktivierung: Erst wenn man eine ganze Codebasis auf einmal aufnehmen kann, ohne die Kosten zu sprengen, kann ein Modell überhaupt stundenlang durchgehend arbeiten.
Auch die Namensgebung verrät den Rhythmus. Qwen3.8-Max nutzt das Datum als Unterversionsnummer, was zeigt, dass Alibaba bei der Closed-Source-Reihe Max auf kleine, schnelle Iterationsschritte setzt: Die Modellgeneration bleibt gleich, die Fähigkeiten werden fortlaufend aufgestockt. Seit der Umstellung von 3.6-Max auf Closed Source hat sich die Rolle der Max-Reihe von der Open-Source-Reihe Flash getrennt: Eine kümmert sich um die Eroberung der Ranglisten und der Unternehmensbudgets, die andere um den Ausbau des Entwickler-Ökosystems. Mit der aktuellen Version 0902, die den Preis auf ein Viertel der Spitzengruppe drückt, wird diese Arbeitsteilung zwischen den beiden Linien noch einmal enger gezogen.
Quellen: Offizielle Ankündigung von Alibaba Qwen, CocoLoop, Ranking-Seite für Frontend-Programmierung der Code Arena, ITHome, Hugging-Face-Modellkarte; die Angaben zu 1691 Punkten und dem Zuwachs von 22 Punkten, den Durchschnittspreisen von 5/20/12 US-Dollar pro Million Token sowie 2,4 Billionen Gesamtparametern und 95 Milliarden aktivierten Parametern wurden einzeln geprüft.