Inhalt
Am 12. August hat Alibaba die Gewichte von Qwen 3.8-Max freigegeben, dem größten Modell, das das Unternehmen je offen veröffentlicht hat. Die Meldungen dazu sind ausnahmslos positiv und ausnahmslos gleich: 2,4 Billionen Parameter, offene Gewichte, erstmals ein Modell der Max-Klasse. Alles richtig.
Für ein mittelständisches Unternehmen sind dabei allerdings vier Dinge untergegangen, die praktisch mehr zählen als die Parameterzahl. Drei davon schränken ein, was mit dieser Veröffentlichung überhaupt möglich ist. Der vierte ist der eigentlich interessante Teil, und er steht in keiner Schlagzeile.
Was tatsächlich veröffentlicht wurde
Die Reihenfolge der Ereignisse: Vorschau am 19. Juli, Start über die Schnittstelle am 3. August, Freigabe der Gewichte am 12. August unter der Bezeichnung Qwen3.8-2.4T-A95B. Es ist nach Kimi K3 von Moonshot AI das zweite offen verfügbare Modell jenseits von zwei Billionen Parametern und die erste Freigabe eines Qwen-Modells der Max-Klasse überhaupt.
Technisch ist es ein Mixture-of-Experts-Modell mit 2,4 Billionen Parametern insgesamt, von denen je Token rund 95 Milliarden rechnen. Über die Schnittstelle verarbeitet es Text und Bild und fasst bis zu einer Million Token in einer Anfrage. Abgerechnet wird mit zwei Dollar je Million eingehender und sechs Dollar je Million ausgehender Token, günstiger als beim Vorgänger mit 2,50 und 7,50 Dollar.
Offene Gewichte heißen nicht, dass Sie das Modell betreiben können
Hier beginnt der Teil, der in den Meldungen fehlt. Rechnen wir nach, was 2,4 Billionen Parameter im Betrieb bedeuten.
2,4 Billionen Parameter × 1 Byte (FP8, die übliche Genauigkeit im Produktivbetrieb) = rund 2.400 Gigabyte allein für die Gewichte.
Ein Server mit acht H100-Karten: 640 GB.
Ein Server mit acht H200-Karten: 1.128 GB.
Ein Server mit acht B300-Karten: 2.304 GB.
Selbst die letzte Zeile liegt darunter, und dabei ist noch kein Byte für den Zwischenspeicher der laufenden Anfragen eingerechnet.
Es braucht also einen Verbund aus mehreren Servern. Das ist keine Frage des Budgets im Sinne von „etwas teurer“, sondern eine andere Größenordnung von Vorhaben: Rechenzentrumsfläche, Netzwerk zwischen den Knoten, Kühlung, Betriebspersonal. Wer unter offenen Gewichten versteht, dass ein Modell künftig im eigenen Serverraum laufen kann, meint etwas anderes als das, was hier veröffentlicht wurde.
Das ist keine Kritik an Alibaba. Es ist nur die Antwort auf die Frage, die uns diese Woche mehrfach gestellt wurde: ob man das jetzt selbst betreiben sollte. Nein, jedenfalls nicht dieses Modell und nicht in einem mittelständischen Unternehmen.
Der Denkfehler mit den 95 Milliarden
In fast jeder Meldung steht, das Modell aktiviere nur 95 Milliarden Parameter je Anfrage. Daraus wird dann geschlossen, der Speicherbedarf entspreche einem Modell dieser Größe. Das ist falsch, und der Irrtum ist verbreitet genug, dass er in Fachbeiträgen ausdrücklich benannt wird.
Bei einem Mixture-of-Experts-Modell ist das Netz in viele Teilnetze zerlegt, von denen je Token nur wenige rechnen. Das spart Rechenzeit, nicht Speicher: Welche Teilnetze gebraucht werden, entscheidet sich erst beim jeweiligen Token, also müssen alle verfügbar sein. Die 95 Milliarden beschreiben den Aufwand je Antwort, die 2,4 Billionen den Platz, den das Modell belegt. Wer beides verwechselt, liegt bei der Hardware-Schätzung um den Faktor fünfundzwanzig daneben.
Das offene Modell ist nicht das, was verkauft wird
Die freigegebenen Gewichte sind nicht dasselbe Modell, das über die Schnittstelle verkauft wird. Der offenen Fassung fehlt die Bildverarbeitung, und das Kontextfenster von einer Million Token gibt es dort nicht.
Praktisch heißt das: Messwerte und Erfahrungsberichte, die sich auf die Schnittstelle beziehen, lassen sich nicht ungeprüft auf den Eigenbetrieb übertragen. Wer die offene Fassung einsetzen will, muss selbst messen, und zwar an den eigenen Aufgaben. Das gilt ohnehin für jedes Modell, hier aber besonders.
„Offen“ heißt hier nicht Apache
Frühere Qwen-Modelle standen unter Apache 2.0, einer Lizenz ohne nennenswerte Auflagen. Für Qwen 3.8 gilt eine eigene: Die interne Nutzung ist frei, ebenso der Einsatz durch Unternehmen unterhalb von 50 Millionen Dollar Jahresumsatz. Oberhalb dieser Schwelle, und ebenso für Anbieter, die das Modell selbst als Dienst bereitstellen oder darauf Assistenzprodukte aufsetzen, ist eine gesonderte Vereinbarung mit Alibaba nötig.
Für die allermeisten mittelständischen Unternehmen ist das unerheblich: Interne Nutzung bleibt frei, die Umsatzschwelle liegt weit über dem, was hier zur Debatte steht. Relevant wird es, wenn Sie ein Produkt darauf bauen wollen, das Sie weiterverkaufen. Dann gehört die Lizenz gelesen, bevor die Entwicklung beginnt, nicht danach.
Erwähnenswert ist es trotzdem, weil sich hier eine Entwicklung abzeichnet: „Offene Gewichte“ wird zunehmend verwendet, ohne dass eine offene Lizenz dahintersteht. Die beiden Begriffe fallen auseinander, und wer Verträge prüft, sollte das wissen.
Was für Ihr Unternehmen tatsächlich zählt
Bis hierher stand, was nicht geht. Jetzt der Teil, der tatsächlich etwas bringt, und zwar in der Reihenfolge der Wichtigkeit für ein Unternehmen Ihrer Größe.
Erstens: Die kleinen Geschwister sind das Interessante. Aus derselben Modellfamilie kommen üblicherweise kleinere Fassungen, die auf einer einzelnen Grafikkarte laufen. Genau die sind es, die im Mittelstand arbeiten: für Belegerkennung, Einordnung von Anfragen, Umformung von Daten. Die angekündigte 27-Milliarden-Fassung war am 13. August noch nicht verfügbar. Sie ist der Termin, auf den zu achten sich lohnt, nicht die Max-Klasse.
Zweitens: Der Preisdruck kommt bei Ihnen an. Zwei Dollar je Million eingehender Token sind deutlich weniger als bei den westlichen Spitzenmodellen. Wettbewerb auf dieser Ebene senkt die laufenden Kosten für alle, auch wenn Sie bei Ihrem bisherigen Anbieter bleiben. Wer Modellkosten als nennenswerten Posten in der Kalkulation hat, sollte die Preise jährlich neu ansehen.
Drittens: Offene Gewichte sind ein Datenschutzargument, kein Hardwareargument. Über Alibabas Schnittstelle liegen die Daten in China. Der Wert der Freigabe liegt darin, dass dasselbe Modell bei einem europäischen Anbieter betrieben werden kann, ohne dass Ihre Daten den Rechtsraum verlassen. Nicht bei Ihnen im Haus, aber in Europa. Für Anwendungen mit personenbezogenen Daten ist das der eigentliche Fortschritt.
Was wir gerade raten
Nichts überstürzen. Ein Modellwechsel ist selten der Grund, warum ein Vorhaben gelingt oder scheitert, und diese Veröffentlichung ändert an der Lage im Mittelstand kurzfristig wenig.
Konkret: Wenn Sie heute ein Cloud-Modell nutzen und zufrieden sind, gibt es keinen Anlass zu wechseln. Wenn Sie über den Eigenbetrieb nachdenken, dann nicht wegen dieser Nachricht, sondern wegen der kleinen Modelle, die es längst gibt und die auf überschaubarer Hardware laufen. Und wenn Sie Modellkosten als spürbaren Posten haben, ist jetzt ein guter Zeitpunkt, die Preise Ihres Anbieters mit dem Markt zu vergleichen.
Die Frage, die über den Erfolg entscheidet, ist ohnehin eine andere: Welcher Ihrer Abläufe kostet genug Zeit, dass sich eine Automatisierung trägt? Der Digitalisierungsrechner gibt dazu eine Größenordnung, und im KI-Glossar stehen die Begriffe aus diesem Beitrag ausführlicher erklärt, von Mixture of Experts über Quantisierung bis lokale Modelle.
Häufige Fragen
Kann ich Qwen 3.8-Max auf eigener Hardware betreiben?
Praktisch nein, jedenfalls nicht in einem gewöhnlichen Serverraum. 2,4 Billionen Parameter belegen bei FP8-Genauigkeit rund 2.400 Gigabyte allein an Gewichten. Ein voll ausgebauter Server mit acht H100-Karten hat 640 Gigabyte, einer mit acht H200 rund 1.128. Selbst acht B300-Karten liegen mit 2.304 Gigabyte darunter, und dabei ist noch kein Byte für den Zwischenspeicher der laufenden Anfragen eingerechnet. Es braucht einen Verbund aus mehreren Servern.
Was bedeuten die 95 Milliarden aktiven Parameter?
Sie beschreiben, wie viel Rechenarbeit eine einzelne Antwort kostet, nicht wie viel Speicher das Modell belegt. Bei einem Mixture-of-Experts-Modell sind zwar nur wenige Teilnetze je Anfrage aktiv, vorhalten muss man aber alle. Diese Verwechslung ist der häufigste Fehler in der aktuellen Berichterstattung und führt zu Hardware-Schätzungen, die um den Faktor fünfundzwanzig danebenliegen.
Ist das Modell wirklich Open Source?
Nein, und der Unterschied ist hier ausnahmsweise nicht akademisch. Frühere Qwen-Modelle standen unter Apache 2.0. Für Qwen 3.8 gilt eine eigene Lizenz: Interne Nutzung und Unternehmen unterhalb von 50 Millionen Dollar Jahresumsatz sind frei, darüber sowie für Dienste, die das Modell selbst anbieten, ist eine gesonderte Vereinbarung nötig. Für den typischen Mittelständler ist das unproblematisch. Wer ein Produkt darauf bauen will, sollte die Lizenz lesen, bevor er anfängt.
Sind die offenen Gewichte dasselbe Modell wie über die Schnittstelle?
Nicht ganz. Die offene Fassung ist auf Text beschränkt, die Bildverarbeitung fehlt, und das Kontextfenster von einer Million Token gibt es dort nicht. Wer Messwerte aus Tests der Schnittstelle liest, sollte sie deshalb nicht ungeprüft auf den Eigenbetrieb übertragen.
Lohnt sich der Wechsel zu einem chinesischen Modell?
Das ist keine Frage der Herkunft, sondern des Einsatzzwecks und des Serverstandorts. Über Alibabas eigene Schnittstelle liegen die Daten in China, was für personenbezogene Verarbeitung eine eigene Prüfung erfordert. Genau hier liegt der eigentliche Wert offener Gewichte: Man kann sie bei einem europäischen Anbieter betreiben. Für die meisten Anwendungen im Mittelstand sind allerdings kleinere Modelle die bessere Wahl, unabhängig vom Hersteller.
Quellen
Alle Angaben aus Veröffentlichungen zwischen dem 3. und 13. August 2026. Modellstände ändern sich schnell; prüfen Sie bei späterer Lektüre, ob die Zahlen noch gelten.
Qwen3.8-2.4T-A95B auf Hugging Face · Lizenztext · Hardware- und Clusterbedarf, Spheron · Einordnung der Lizenz, Forkast · Alibabas neues Geschäftsmodell, AI News · Marktstart und Preise, SCMP