140 Tage nach dem Ausscheiden von Lin Junyang aus dem Unternehmen kehrt Qwen3.8 zurück zum Open-Source-Bereich. Kann das große KI-Modell von Alibaba noch wettbewerbsfähig mithalten?

Am Abend des 19. Juli, zwei Tage nachdem Kimi K3 die Bestenlisten dominiert hat, veröffentlichte Alibaba Cloud die Vorschauversion von Qwen3.8-Max. Es handelt sich um ein „unfertiges Produkt“, das verspricht, sich täglich weiterzuentwickeln – damit tritt das Flaggschiffmodell im Modus „Vorschauversion + tägliche Aktualisierung“ auf.

Im Vergleich zu dem neuen Höchstpreis von Kimi K3 wird die Vorschauversion von Qwen3.8 zu einem extrem günstigen Preis angeboten: Die Aufrufe am Tag kosten nur 10 % des regulären Preises, und nachts sinkt der Preis sogar auf 2 % des regulären Preises. Einige Nutzer stellen fest, dass das Modell jeden Tag etwas intelligenter wirkt als am Vortag. Andere Nutzer hingegen geben an, dass sie für die Nutzung bezahlen, um echte Arbeit zu erledigen, nicht um die Instabilität eines unausgereiften Modells zu erleben.

Die Qwen3-Serie ist ein großes Sprachmodell, das unter der Leitung von Lin Junyang während seiner Amtszeit entwickelt wurde. Qwen3.5 ist die letzte Version, die vor dem Weggang von Lin Junyang veröffentlicht wurde. Im Vergleich zu Qwen3-Max Preview, das im vergangenen September unter die ersten drei Plätze der blinden Testliste für große Modelle LMArena eingestiegen ist, weist diese Version deutliche Einbußen auf. Nach Berichten von „LatePost“ sind einige Führungskräfte innerhalb von Alibaba mit diesem am Silvesterabend veröffentlichten Modell nicht zufrieden und bezeichnen es sogar als „unfertiges Produkt“.

Lin Junyang bestand auf Open-Source-Lösungen und verließ das Unternehmen später aufgrund einer Anpassung der Organisationsstruktur von Alibaba, was in der Branche zu großen Diskussionen führte. Ob die Fähigkeiten der Qwen-Modellserie sich nachhaltig weiterentwickeln lassen, ist zu einem Thema geworden, das von der Öffentlichkeit große Aufmerksamkeit erhält.

Was die Parameter betrifft, erreicht die Gesamtparameterzahl von Qwen3.8-Max 2,4 Billionen. Es verwendet die MoE-Architektur und ist das erste native multimodale Modell von Alibaba, das die Marke von einer Billion Parameter durchbricht. Offizielle Daten zeigen, dass die Vorschauversion in den beiden Kernszenarien Codierung und kooperatives Büro im Vergleich zur Vorgängerversion Qwen3.7-Max um 22,8 % bzw. 44,4 % verbessert wurde.

140 Tage nach dem Weggang von Lin Junyang wird Qwen3.8-Max wieder auf den Open-Source-Kurs zurückkehren. Alibaba hat vielleicht endlich verstanden: Wenn die Fähigkeiten des Modells noch eine gewisse Lücke zu den führenden geschlossenen Modellen aufweisen, ist Open Source die beste Wahl für das Unternehmen, um seinen Ruf und sein Ökosystem zu pflegen.

01

Die täglich aktualisierte Vorschauversion von Qwen3.8-Max ist nicht so gut wie in der Werbung dargestellt

Nach offiziellen Angaben verbessert das neue Modell im Vergleich zum vorherigen Flaggschiffmodell Qwen3.7-Max seine Kernfähigkeiten wie Codierungsentwicklung und professionelles Büroarbeiten deutlich. Es zeigt weltweit führende umfassende Fähigkeiten bei komplexen langwierigen Aufgaben wie Full-Stack-Entwicklung, Datenanalyse und Office-Arbeitsabläufen und entwickelt sich weiterhin stetig weiter.

Um die Leistung der Vorschauversion von Qwen3.8-Max im Büroszenario zu testen, haben wir ihm einen Bericht mit dem Titel „Entwicklungsbericht für Embodied Intelligence (2025)“ gegeben und ihn gebeten, die folgenden drei Fragen zu beantworten: Welche Hauptpfade zur Umsetzung von Embodied Intelligence werden im Bericht aufgeführt? Bitte erläutern Sie deren Kernmerkmale jeweils kurz. Analysieren Sie anhand der Daten im Bericht, welche Merkmale die Investitionen und Finanzierungen im Bereich Embodied Intelligence im Jahr 2025 aufweisen. Entwerfen Sie anhand der Daten im Bericht 3 bis 5 am besten geeignete Datenvisualisierungslösungen für PPT-Diagramme.

Für diese drei Fragen brauchte die Vorschauversion von Qwen3.8-Max jeweils etwa 10 Sekunden zum Nachdenken, konnte klare Antworten geben und diese mit Tabellen ergänzen.

Auf der Plattform X hat ein unabhängiger Entwickler namens „Lonely“ mit der Vorschauversion von Qwen 3.8-Max ein äußerst beeindruckendes Video erstellt. Beim ersten Mal gab er nur vage Anforderungen an, was dazu führte, dass das Ergebnis mittelmäßig und wenig kreativ war. Beim zweiten Mal listete er die Funktionsmodule, Interaktionslogik, Bildregeln und Seitenstruktur klar auf.

Das endgültig erzeugte Insektenmotiv ist genauso realistisch wie die Aufnahmen in BBC-Dokumentationen. Im Vergleich zum animierten Effekt der ersten Version wirkt die Website professioneller. Gleichzeitig gibt es für jedes Insekt Lernkarten, mit denen man den eigenen Lernfortschritt selbst testen kann.

Nach der Nutzung stellte er fest, dass die Vorschauversion von Qwen 3.8-Max selbst bei extrem langen Prompts und der Erstellung mehrerer Seiten den gesamten Generierungsprozess reibungslos durchführt und nur 17 Minuten benötigt, während Kimi K3 52 Minuten braucht – die Wartezeit wird stark verkürzt. Bei der Ausführung langwieriger Aufgaben zeigt die Vorschauversion von Qwen 3.8-Max hervorragende Leistungen, das Endprodukt realisiert im Wesentlichen alle hinzugefügten Interaktionsdetails und Modulzerlegungen.

Um die Fähigkeit von Qwen3.8-Max zur Generierung von Frontend-Code zu testen, habe ich ihn gebeten, eine interaktive HTML-Seite zur Vorstellung von Galaxien im Universum zu erstellen, mit folgenden spezifischen Anforderungen:

Oberflächlich betrachtet erfüllt das Modell unsere grundlegenden Anforderungen, aber es gibt alltägliche Fehler: Die Umlaufgeschwindigkeit der Hauptplaneten um die Sonne ist gleich, und ihre relativen Positionen ändern sich nicht. Tatsächlich ändern sich ihre relativen Positionen ständig und ihre Umlaufgeschwindigkeiten sind völlig unterschiedlich.

Nach den Rückmeldungen von Nutzern auf sozialen Plattformen weist die Vorschauversion von Qwen3.8-Max bei nicht standardisierten Aufgaben wie kreativer Programmierung, 3D-Interaktion und komplexem Erzählen noch deutliche Mängel auf. Einige bezeichnen Qwen3.8-Max sogar als „Veröffentlichung ohne ausreichende Vorbereitung“ – es gibt Parameter, aber keine ausreichenden Daten, es gibt Slogans, aber keine Beweise. Alibaba wählt die Kombination aus „täglichen Aktualisierungen“ und „zeitlich begrenzter Rabatt von 10 %“, um massenhafte echte Nutzerrückmeldungen zu erhalten und die abschließende Optimierung durchzuführen. Diese Strategie stimmt fast mit der überein, die Alibaba bei der vorherigen Veröffentlichung des Videogenerierungsmodells HappyHorse angewendet hat: Zuerst die Aufmerksamkeit maximieren, dann die Fähigkeiten schrittweise verbessern und sich mit der öffentlichen Aufmerksamkeit ein Zeitfenster für die Produktiteration sichern.

Allerdings, wenn man die Verbesserungsrate der offiziellen Version von Tencents Hunyuan hy3 im Vergleich zur Vorschauversion als Referenz nimmt, könnte die offizielle Version von Qwen3.8 ihre Leistung weiter steigern.

Ein unabhängiger Spieleentwickler hat der Tech Planet seine Nutzungserfahrung mitgeteilt: Er entwickelt täglich Spielprototypen mit der Godot-Engine und Blender, und sein Arbeitsablauf stellt hohe Anforderungen an die Antwortgeschwindigkeit und Iterationseffizienz. Nach der praktischen Nutzung liegt die Leistung der Vorschauversion von Qwen3.8-Max bei der Generierung komplexer Logik und Aufgaben mit langem Kontext noch nicht in der ersten Liga, aber seine Produktionseffizienz pro Zeiteinheit bei Szenen mit kurzen Zyklen und häufigen Interaktionen ist sogar besser als die von GPT-5.6 Sol, das Preis-Leistungs-Verhältnis ist wirklich konkurrenzfähig. Wenn der Aufgabenzyklus jedoch auf fortlaufende Schlussfolgerungen von 30 Minuten oder die Generierung großer Codemengen ausgedehnt wird, fehlt der Vorschauversion von Qwen3.8-Max deutlich die Ausdauer und die Stabilität ist noch nicht ausreichend.

In Bezug auf spezifische Fähigkeiten schätzt er ein, dass GPT-5.6 Sol derzeit bei der Generierung von Spielfunktionscode und der Steuerung von Funktionsaufrufen auf Basis des MCP-Protokolls eindeutig in der ersten Liga liegt; Kimi K3 und GLM 5.2 können in die zweite Liga eingeteilt werden; die Vorschauversion von Qwen3.8-Max muss eine Stufe niedriger eingestuft werden. Sein Kernwettbewerbsvorteil liegt mehr in der ausgewogenen Kombination aus Kontextfensterkapazität, Kosten pro Aufruf und Antwortverzögerung, was ihn für häufige unterstützende Entwicklungsszenarien geeignet macht, aber bei der Präzision und Tiefe komplexer Aufgaben weist er noch deutliche Mängel auf.

Mehr als das große Modell selbst hat der „zeitlich begrenzte Rabatt von 10 %“ viele Entwickler dazu veranlasst, neben ihrem hauptsächlich genutzten großen Modell die Qwen-Serie zu wählen. Ein Entwickler teilte der Tech Planet mit, dass er erst dann zur Qwen-Serie gewechselt ist, nachdem sein monatliches Kontingent von Kimi K3 aufgebraucht war, und erst dann von der neuesten Version erfuhr. Die Iterationsgeschwindigkeit großer Modelle ist sehr hoch, man möchte jede neue Version ausprobieren, aber wenn Qwen3.8 zum regulären Preis zurückkehrt, wird er es nicht unbedingt weiter nutzen.

02

Warum hat Alibaba es eilig, Qwen3.8-Max auf den Markt zu bringen?

Nach dem Weggang von Lin Junyang ist das große Modellteam von Alibaba in eine heikle Anpassungsphase eingetreten.

In der Woche nach dem Weggang von Lin Junyang hat Alibaba zwischen dem 30. März und 2. April dieses Jahres nacheinander drei Modelle veröffentlicht: Qwen3.5-Omni, Wan2.7-Image und Qwen3.6-Plus. Der Unterschied besteht darin, dass alle drei Modelle vollständig quelloffen sind. Entwickler können die Gewichte nicht für die lokale Bereitstellung herunterladen, sondern nur die APIs über die Alibaba Cloud Bailian-Plattform aufrufen. Dies steht in krassem Gegensatz zur Tradition der Qwen-Serie der letzten zwei Jahre, bei der „Open Source zuerst“ galt.

Was das Veröffentlichungstempo großer Modelle betrifft, haben Claude, Gemini und Llama im Halbjahreszeitraum von Ende 2025 bis Mitte 2026 alle eifrig ihre Flaggschiffmodelle der „4er-Serie“ oder sogar der „4.5er-Serie“ beworben. In dieser Zeit blieb die Hauptversionsnummer von Qwen bei Qwen3, das Aktualisierungstempo war relativ zurückhaltend.

Im vergangenen Jahr hat Alibaba keine „generationsübergreifende“ Basismodellversion wie Qwen4 auf den Markt gebracht, sondern konzentrierte sich hauptsächlich auf die Feinabstimmung der Inferenzleistung und die Optimierung der Fähigkeiten für lange Texte, wobei einige Fähigkeiten in kleine Versionsupdates eingeflossen sind. Im Vergleich dazu hat Claude innerhalb eines Jahres den Sprung von 3.5 über 4.0 zu 4.5 geschafft, was eine erstaunliche Geschwindigkeit ist. Gemini hat im vergangenen Jahr drei Versionen veröffentlicht: die verbesserte 1.5-Version, 2.0 und 2.5, mit einer extrem hohen Iterationsdichte – im Durchschnitt alle 3 bis 4 Monate eine große Version. Llama hat in weniger als einem Jahr den Sprung von 3.3 zu 4.1 geschafft und dabei stets Open Source beibehalten, das Tempo ist extrem hoch.

Im Jahresbericht und im Finanzbericht für das vierte Quartal des Geschäftsjahres 2026 von Alibaba (bis zum 31. März 2026) wurde erstmals ein quantifizierbares Ergebnis der kommerziellen Nutzung von AI vorgelegt. In diesem Quartal machte der Anteil der AI-bezogenen Produkte von Alibaba am externen Umsatz von Alibaba Cloud erstmals über 30 % aus und erreichte 8,971 Milliarden Yuan. Der annualisierte wiederkehrende Umsatz (ARR) übersteigt bereits 35,8 Milliarden Yuan – der größte Teil davon stammt aus den Einnahmen der API-Dienste der Bailian MaaS-Plattform, also den Token-Gebühren, die Unternehmenskunden für den Aufruf von Modellen zahlen.

Wu Yongming, CEO der Alibaba Group, hat in Telefonkonferenzen zu Finanzberichten wiederholt die Einschätzung betont, dass die AI die Phase der anfänglichen Investitionen überschritten hat und nun in eine Phase der kommerziellen Rendite eintritt. In den nächsten fünf Jahren werden die Investitionen von Alibaba in die AI-Infrastruktur weit über das zuvor zugesagte Volumen von 380 Milliarden Yuan in drei Jahren liegen.

Der Kostendruck durch die riesigen Investitionen bestimmt, dass Alibaba bei der kommerziellen Nutzung von AI eine sichere große Einnahmequelle finden muss, statt nur auf technische Aufmerksamkeit und Open-Source-Ruf zu setzen. Wenn der „Verkauf von Token“ zur größten Einnahmequelle wird, entsteht ein struktureller Widerspruch: Ein quelloffenes Flaggschiffmodell baut im Wesentlichen eine kostenlose Alternative außerhalb der API-Zahlungsmauer auf. Jeder Entwickler, der Qwen lokal bereitstellen kann, reduziert natürlich die Nachfrage nach kostenpflichtigen APIs. Mit anderen Worten: Je stärker Alibaba das Open-Source-Ökosystem fördert, desto wahrscheinlicher ist es, dass es sich auf dem Weg zur kommerziellen Monetarisierung selbst Konkurrenten heranbildet.

Aus diesem Grund erweitert Alibaba stetig die Grenzen der Geschlossenheit seiner großen Modelle, und das zweigleisige Modell „kleine und mittlere Modelle als Open Source, große Modelle als Closed Source“ hat sich allmählich herausgebildet.

Aber der Markt hat Alibaba nicht viel Zeit für die Anpassung seiner großen Modelle gelassen. Mit Beginn des Juli sind die globalen großen AI-Modelle in ein dichtes Veröffentlichungsfenster eingetreten, die führenden Akteure haben fast gleichzeitig ihre neuen Produkte vorgestellt.

Am 16. Juli veröffentlichte Moonshot AI Kimi K3 mit 2,8 Billionen Parametern, das auf langwierige Programmierung und komplexe Schlussfolgerungen spezialisiert ist und bei mehreren Codierungsbewertungsindikatoren GPT-5.6 Sol übertrifft. DeepSeek V4 wird ebenfalls in diesem Zeitraum vorangetrieben und dringt mit einer extremen Preis-Leistungs-Strategie in den Markt ein. Der Wettbewerb wandelt sich von einem einzelnen Fähigkeitswettbewerb zu einem mehrdimensionalen Spiel um Leistung, Kosten und Iterationseffizienz.

Auch im Ausland gab es im Juli einen „Krieg der AI-Modelle“. Am 9. Juli veröffentlichte OpenAI offiziell die GPT-5.6-Serie (einschließlich der Flaggschiffversion Sol), deren Codierungsfähigkeit neue Höchstwerte erreicht; xAI brachte Grok 4.5 auf den Markt, das auf ein gutes Preis-Leistungs-Verhältnis abzielt; Meta veröffentlichte Muse Spark 1.1, das die Funktionsaufrufe verbessert. Gleichzeitig soll Googles Gemini 3.5 Pro Mitte Juli online gehen. Die Veröffentlichungen im Ausland konzentrieren sich stark auf Codierung, Funktionsaufrufe und Fähigkeiten von AI-Agenten.

Wenn die Iter