Platz 10 im Vergleich
Qwen3.8-Flash-Next
Alibaba (Qwen) · China · veröffentlicht 26. August 2026
Dieses Modell rechnet je Token nur 6 von 125 Milliarden Parametern mit. In 4-Bit-Komprimierung belegen die Gewichte rund 111 GB und laufen damit auf einer einzelnen 96-GB-Karte, die den Rest in den Arbeitsspeicher auslagert. Alibaba nennt es einen Vorgriff auf die Architektur von Qwen4. Die Lizenz erlaubt den internen Einsatz, für einen daraus gebauten KI-Dienst braucht es eine Vereinbarung mit Alibaba.
Zur offiziellen ModellseiteBewertung im Detail
Gesamtnote aus 3 gewichteten Dimensionen. Im Intelligenz-Index v5 hat Artificial Analysis das Modell noch nicht bewertet, in der Vorfassung v4.3.2 stand es bei 40 Punkten. Wir rechnen den Wert um und ziehen 13 Punkte ab, so viel verlieren Modelle mit Messung in beiden Fassungen im Median. Die Leistung beruht damit auf 27 Punkten. Das stärkste Modell im Vergleich, Kimi K3.1 Pro, hat 46. Wie wir bewerten
Fähigkeitsprofil
Wo Qwen3.8-Flash-Next stark ist, über 6 Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 35 Modelle im Vergleich. Wie die Säulen entstehen
| Säule | Wert | Grundlage |
|---|---|---|
| Programmierung | 92 | benchmarkbelegt |
| Mathematik & Logik | 88 | benchmarkbelegt |
| Wissen | 92 | benchmarkbelegt |
| Deutsch & Sprache | 85 | redaktionelle Einschätzung |
| Agentik & Werkzeuge | 91 | benchmarkbelegt |
| Langer Kontext | 86 | redaktionelle Einschätzung |
Ein belegter Wert stammt aus den Benchmarks unten. Von jedem Ergebnis ziehen wir ab, was bloßes Raten erreichen würde. Den Rest rechnen wir auf 0 bis 100 um und mitteln bei mehreren Benchmarks je Säule. Bei Säulen mit der Kennzeichnung "Einschätzung" lag kein vergleichbarer Benchmark vor. Dort ordnen wir selbst ein. Wie die Säulen entstehen, steht auf der Übersichtsseite.
Steckbrief
Was offene Gewichte, Parameter, Token, Quantisierung und GGUF bedeuten, erklärt die Übersicht.
- Architektur
- Mixture-of-Experts
- Parameter
- 125 Mrd. gesamt, 6 Mrd. aktiv je Token
- Kontextfenster
- 256K TokenPer YaRN auf rund 1 Mio. Token erweiterbar, das muss der Betreiber aber selbst einstellen. Von Haus aus nimmt nur die gehostete Fassung die Million entgegen.
- Lizenz
- Qwen Community License 1.0Nutzung im eigenen Unternehmen ist frei, solange weder das Modell noch seine Ausgaben an Dritte gehen. Wer damit Modelle oder einen KI-Assistenten als Dienst anbietet, braucht eine gesonderte Vereinbarung mit Alibaba, und zwar ohne Umsatzschwelle. Ab 100 Mio. monatlichen Nutzern oder 20 Mio. US-Dollar Monatsumsatz muss der Modellname auf der Oberfläche stehen.
- Eingabe
- Text, Bild, Video
- Lokaler Betrieb
- Workstation mit 96-GB-Karte und Auslagerung
- Bei EU-Hostern
- TeilweiseTensorX (Irland) und Lyceum (Deutschland) bestätigt
- Cloud-API (Richtwert)
- 0,14 € Eingabe / 0,40 € Ausgabe je Mio. TokenQwenCloud, Richtwert für die gehostete Fassung Qwen3.8-Flash, umgerechnet aus USD
Aus der offiziellen Modellkarte belegt: 125 Mrd. im Kern mit 512 Experten, davon 6 Mrd. je Token aktiv, dazu eine N-Gramm-Tabelle mit 51 Mrd. und ein Vorhersagemodul mit 4 Mrd. Die Gewichte belegen damit 172,78 GiB in FP8 und 335,28 GiB in BF16.
Wo läuft das Modell in der EU
Die Liste nennt nur die im Steckbrief belegten Anbieter für diese Modellfassung.
In der Übersicht der KI-Hoster aus Europa findet ihr Angaben zu Rechenzentren und Angebotsformen.
Benchmarks
Die folgenden Werte stammen überwiegend vom Hersteller. Die unabhängige Einordnung durch Artificial Analysis steht oben unter Bewertung im Detail.
Was es gut kann
- Aktiviert je Token nur 6 von 125 Mrd. Parametern, das gleich starke GLM-5.3-Flash rechnet mit 18 von 320 Mrd.
- In 4-Bit-Komprimierung rund 111 GB, das passt auf eine einzelne 96-GB-Karte mit Auslagerung in den Arbeitsspeicher
- 62,5 bei SWE-bench Pro, 91,9 bei LiveCodeBench v6 und 91,7 bei GPQA Diamond
- Bei Büroabläufen 73,9 bei CoWorkBench, gegenüber 48,8 bei GLM-5.3-Flash
- Versteht Bilder und Videos, 88,5 bei RealWorldQA und 76,6 bei LVBench
Wo es hakt
- Die Qwen Community License verlangt für Modell- und Assistenzdienste eine gesonderte Vereinbarung, ohne jede Umsatzschwelle. Das Apache 2.0 von Qwen3.8-27B gilt hier nicht
- Die offenen Gewichte nehmen 262.144 Token entgegen, die Million erreicht nur, wer YaRN selbst konfiguriert
- Die gehostete Fassung heißt Qwen3.8-Flash und ist nicht dasselbe Modell, sie bringt zusätzlich Websuche, Code-Ausführung und Funktionsaufrufe mit
- In der EU führen es bisher nur TensorX und Lyceum
Quelle: Offizielle HF-Modellkarte Qwen/Qwen3.8-Flash-Next samt LICENSE-Datei, das vLLM-Rezept zur Hardware, Artificial Analysis sowie Berichte von MarkTechPost und DataCamp, August 2026. EU-Hoster an den Katalogen der Hoster aus unserer Hostertabelle geprüft am 01.10.2026 · Stand der Recherche 1. November 2026 · Leistung aus dem Intelligenz-Index von Artificial Analysis, die übrige Bewertung von neuost