Was genau dort liegt: Die Hugging-Face-Organisation von Qwen führt seit dem 12. August 2026 zwei neue Ablagen – „Qwen3.8-2.4T-A95B“ mit den Gewichten in BF16 und „Qwen3.8-2.4T-A95B-FP8“ mit einer FP8-quantisierten Fassung (F8_E4M3, Blockgröße 128). Beide tragen als Lizenzkennung „qwen3.8-max“. Die FP8-Karte beschreibt sich als „This repository contains FP8-quantized model weights and configuration files for the post-trained model in the Hugging Face Transformers format“ und nennt vLLM, SGLang und TokenSpeed als kompatible Laufzeiten; bei unserem Abruf am 13. August 2026 hatte noch kein Inferenz-Anbieter das Modell ausgeliefert („2 providers have been asked for support“). Für die Basis-Ablage weist Hugging Face 1.012 Downloads im letzten Monat und 661 Likes aus sowie zehn Quantisierungen Dritter über llama.cpp, LM Studio, Jan und Ollama.
Die Architektur aus der Modellkarte: 2,4 Billionen Parameter insgesamt, 95 Milliarden je Token aktiv, 92 Schichten, verborgene Dimension 8192, 512 Experten, von denen je Token 10 geroutete und ein geteilter aktiv sind. Der Aufbau ist als „23 × (3 × (Gated DeltaNet → MoE) → 1 × (Gated Attention → MoE))“ beschrieben – überwiegend lineare Aufmerksamkeit mit eingestreuten vollen Attention-Blöcken. Bemerkenswert für den Betrieb: Das Modell „requires thinking mode for all interactions“, das Denken lässt sich nicht abschalten, jede Antwort beginnt mit einer Argumentationsspur. Wer das Modell für kurze, latenzkritische Aufrufe einplant, plant an dieser Eigenschaft vorbei.
Der Lizenztext, den wir selbst geöffnet haben, kennt zwei Schwellen. Die erste ist eine Nennungspflicht: Wer mit dem Modell ein kommerzielles Produkt betreibt und dabei „more than 100,000,000 monthly active users or US$ 20,000,000 (or equivalent in other currencies) monthly revenue“ überschreitet, muss den Modellnamen sichtbar in der Oberfläche führen. Die zweite ist ein Zustimmungsvorbehalt: Übersteigt der „aggregate revenue of the licensee and its affiliates … US$50,000,000 … during any consecutive twelve (12) months“, muss vor jeder kommerziellen Nutzung „a separate license from Qwen“ eingeholt werden, sofern damit ein Model-as-a-Service- oder KI-Arbeitsassistenz-Geschäft betrieben wird. Model-as-a-Service definiert die Lizenz als „giving a third party access to language model inference or fine-tuning (e.g., via API or a hosted endpoint) in a manner that allows such third parties to exercise meaningful control over the inputs, parameters, or training data“. Gewährleistung gibt es keine („AS IS“).
Zur Einordnung: Das ist keine Open-Source-Lizenz im Sinne der Open Source Initiative – eine Lizenz, die Nutzungsklassen an Umsatzschwellen bindet und für eine davon die vorherige Zustimmung des Rechteinhabers verlangt, diskriminiert nach Einsatzfeld und Person. Es ist aber auch nicht dasselbe wie proprietär: Die Gewichte sind vollständig herunterladbar, lokal und in eigener Infrastruktur betreibbar, und die genannten Schwellen liegen weit oberhalb dessen, was Einzelpersonen, Forschung oder Mittelstand erreichen. Der Vergleichsfall vom 28. Juli 2026 ist Kimi K3, dessen Gewichte ebenfalls unter einer Hauslizenz mit Umsatzschwelle und Zustimmungsvorbehalt für Model-as-a-Service-Anbieter erschienen. Zwei der drei größten offen verteilten Modelle stehen damit unter Lizenzen, die man vor dem Produktivgang lesen muss.
Die Leistungsangaben der Modellkarte sind Anbieterwerte und als solche zu lesen: GPQA Diamond 92,6, SWE-bench Pro 67,7, DeepSWE 1.1 56,6, PaperBench 93,0, Terminal Bench 2.1 86,6. Die einzige unabhängige Messung, die uns vorliegt, stammt weiterhin von Artificial Analysis und ist älter als die Freigabe: 56 Punkte im Intelligence Index (gegen 46 für Qwen3.7-Max), bei 150 Millionen erzeugten Ausgabe-Token und 1.749,16 US-Dollar für den Index-Durchlauf sowie 62 statt 202 Token pro Sekunde. Diese Zahl misst das API-Modell, nicht die Ablage – und die beiden sind nachweislich nicht dasselbe.
Der Unterschied steht in der Modellkarte selbst: „Qwen3.8-2.4T-A95B is a text-only model that requires thinking mode for all interactions. Multimodal inputs are not supported.“ Das über Alibabas Modellseite erreichbare Qwen3.8-Max nimmt dagegen laut Anbieter Bild, Text und Video entgegen, und Artificial Analysis hat dem API-Modell im Vergleich mit dem Vorgänger ausdrücklich Bildeingabe bescheinigt. Freigegeben ist also die Sprach-, nicht die multimodale Fassung. Wer die offenen Gewichte für einen Arbeitsablauf mit Bildern einplant, plant am veröffentlichten Modell vorbei – ein Punkt, den weder die Ankündigung noch die Rezeption erwähnt. Für den Betrieb nennt die Karte außerdem eine Aufteilung des Kontextfensters: bis zu 262.144 Token für die Denkspur und 131.072 für die eigentliche Antwort innerhalb des auf eine Million erweiterten Fensters.
Was offen bleibt: Qwen3.8-27B, am 3. August zusammen mit dem großen Modell angekündigt, ist auf der Qwen-Organisation bei unserem Abruf am 13. August 2026 nicht zu finden – die kleinere Fassung, die für lokale Nutzung die interessantere gewesen wäre, fehlt also weiterhin. Der Blogbeitrag, den die Modellkarte als „Qwen3.8-Max: A New Bar for Coding and Cowork“ verlinkt, liefert bei unserem Abruf wie schon am 3. August nur eine JavaScript-Hülle ohne Text; wir führen die URL als Ursprungsbeleg, gelesen haben wir ihn nicht.