Alibabas Qwen-Team stellt mit Qwen3.8-Max ein Modell mit 2,4 Billionen Parametern vor, das komplexe Aufgaben über Tage autonom abarbeiten soll, vom Nachbau eines Forschungspapiers bis zum Chip-Design über 500 Iterationen. Die Gewichte sollen kommende Woche auf Hugging Face erscheinen und rücken das Modell in direkte Konkurrenz zu Moonshots Kimi K3.
Der Artikel Alibaba veröffentlicht Qwen3.8-Max mit 2,4 Billionen Parametern und will Gewichte freigeben erschien zuerst auf The Decoder.
GPT-Images-2.0
Kurzfassung
▾
Quellen
▾
Alibaba hat überraschend die Vorabversion seines neuen KI-Modells Qwen 3.8 veröffentlicht.
Das offene Modell arbeitet mit gewaltigen 2,4 Billionen Parametern und rückt dicht an führende US-Modelle heran.
Entwickler können die Vorschauversion bereits jetzt auf den Plattformen von Alibaba testen und in eigene Projekte integrieren.
X (Twitter) – Alibaba veröffentlicht Qwen 3.8
Alibaba hat am Sonntag überraschend die Vorabversion von Qwen 3.8 veröffentlicht. Das KI-Modell arbeitet mit 2,4 Billionen Parametern und soll leistungsfähiger als OpenAIs GPT-5.6 Sol sein. Entwickler können es bereits auf den Plattformen des Unternehmens testen.
Twitter Beitrag – Cookies links unten aktivieren.
Qwen3.8 is launching and going open-weight soon!🌐 With a massive 2.4T parameters, this model is continuously evolving. We believe it’s one of the most powerful model available today, compatible to leading frontier AI models , second only to Fable 5. You don’t have to wait to… pic.twitter.com/JS3ID73IYS — Qwen (@Alibaba_Qwen) July 19, 2026 Knapp hinter dem Spitzenreiter Alibaba ordnet Qwen 3.8 nach eigenen Angaben direkt hinter Fable 5 ein. Der Technologiekonzern wird die Gewichte in Kürze vollständig als Open Source freigeben. Der technische Abstand zwischen geschlossenen US-amerikanischen Modellen und der offenen Konkurrenz aus China schrumpft dadurch spürbar. Nutzer auf Social Media reagieren erstaunt über die Veröffentlichung an einem Sonntag und die hohe Parameterzahl. Qwen 3.8 lernt laut Entwicklern kontinuierlich dazu. Es gehört mit 2,4 Billionen Parametern zu den größten derzeit verfügbaren Modellen auf dem Markt. Anzeige Vorabversion verfügbar Interessierte müssen nicht auf die finale Veröffentlichung warten. Alibaba stellt die Variante »Qwen 3.8-Max-Preview« über seine Plattformen Token Plan, Qoder und QoderWork bereit. Entwickler können Qwen 3.8 dort direkt für eigene Projekte evaluieren und erste Tests durchführen. Diese Vorabversion soll die Wartezeit bis zum finalen Release überbrücken. Die schnelle Abfolge neuer Veröffentlichungen hält an und erhöht den Druck auf westliche Anbieter. Auch die Macher von GLM bereiten derzeit den Marktstart eines weiteren Modells vor.
Kimi stellt mit K3 ein multimodales Open-Weight-Modell mit 2,8 Billionen Parametern und einer Million Token Kontext vor. In eigenen Benchmarks nähert es sich Claude Fable 5 und GPT 5.6 Sol, übertrifft aber Opus 4.8 und GLM 5.2, zum Teil deutlich. Die vollständigen Gewichte sollen bis zum 27. Juli erscheinen, unabhängige Vergleiche stehen noch aus. Und: Das Modell wird wohl deutlich teurer als der Vorgänger, zumindest wenn man nach Token-Preisen geht.
Der Artikel Kimi K3: Neues offenes China-Modell schließt zu westlichen Frontier-Modellen auf erschien zuerst auf The Decoder.
Der chinesische KI-Entwickler MiniMax arbeitet an einem neuen großen Sprachmodell mit 2,7 Billionen Parametern. MiniMax plant, das Modell quelloffen anzubieten.
Der Artikel Chinas MiniMax arbeitet an bislang größtem Open-Source-Modell des Landes erschien zuerst auf The Decoder.
Tencent veröffentlicht mit Hy3 ein Open-Source-Sprachmodell mit 295 Milliarden Parametern in Mixture-of-Experts-Architektur, von denen nur 21 Milliarden gleichzeitig aktiv sind. Laut Tencent erreicht Hy3 damit die Leistung zwei- bis fünfmal größerer Modelle bei einer halbierten Halluzinationsrate von 5,4 Prozent.
Der Artikel Tencent veröffentlicht Hy3: Open-Source-KI-Modell mit 295 Milliarden Parametern soll deutlich größere Modelle schlagen erschien zuerst auf The Decoder.
Meituan trainiert ein KI-Modell mit 1,6 Billionen Parametern komplett auf chinesischen Chips, ganz ohne Nvidia.
Der Artikel Meituan trainiert konkurrenzfähiges Billionen-Parameter-Modell komplett auf chinesischen Chips erschien zuerst auf The Decoder.
Sina Weibos VibeThinker-3B erreicht mit nur drei Milliarden Parametern bei Mathematik- und Coding-Benchmarks das Niveau von Modellen wie DeepSeek V3.2 oder Kimi K2.5, die bis zu 333-mal größer sind. Der Schlüssel liegt im mehrstufigen Post-Training statt in der reinen Modellgröße. Die Forscher leiten daraus eine These ab: Logisches Schlussfolgern lässt sich kompakt komprimieren, breites Weltwissen hingegen nicht.
Der Artikel Kleines Mathe-Modell soll zeigen, dass sich Reasoning auf wenige Parameter verdichten lässt erschien zuerst auf The Decoder.
Microsoft Research stellt mit Lens ein Text-zu-Bild-Modell mit nur 3,8 Milliarden Parametern vor. In Benchmarks schlägt es deutlich größere Konkurrenten mit 80 Milliarden Parametern, bei einem Fünftel des Trainingsaufwands. Entscheidend sind 800 Millionen von GPT-4.1 erzeugte, ausführliche Bildunterschriften statt vager Web-Alt-Texte. Code und Gewichte sind unter MIT-Lizenz offen verfügbar.
Der Artikel Microsoft Research zeigt mit Lens, wie sich Bildmodelle effizienter trainieren lassen erschien zuerst auf The Decoder.
Alibaba legt mit Qwen3.6-35B-A3B nach: Das neue Open-Source-Modell aktiviert nur drei von 35 Milliarden Parametern und schlägt damit laut Benchmarks Googles deutlich größeres Gemma 4-31B beim Programmieren und Schlussfolgern.
Der Artikel Alibaba veröffentlicht effizientes Open-KI-Modell Qwen3.6-35B-A3B erschien zuerst auf The Decoder.
Alibabas neues Coding-Modell Qwen3-Coder-Next erreicht mit nur 3 Milliarden aktiven Parametern die Leistung deutlich größerer Modelle.
Der Artikel Alibabas Qwen3-Coder-Next ist ein effizientes KI-Modell für Programmier-Agenten erschien zuerst auf The Decoder.