Qwen3.8-Max: 2,4 Billionen Parameter, Open Weights und autonome 10-Tage-Coding-Runs

Qwen veröffentlicht mit Qwen3.8-Max das bisher fähigste Modell der Qwen-Familie — und das erste Mal, dass ein Max-Klass-Modell Open Weights bekommt. Die Gewichte sollen nächste Woche erscheinen. Das Modell basiert auf der Architektur von Qwen 3.5, skaliert auf 2,4 Billionen Parameter (95 Milliarden aktiv pro Token) und liefert umfassende Verbesserungen in Coding, Arbeits-Workflows, Forschung und langfristigen Aufgaben.

Die drei Coding-Demos sind beeindruckend. Erstens: Über 16 Tage autonomes Coding baute Qwen3.8-Max ein Self-Evolving Harness namens oh-my-cli von Null auf — mit 265 Commits, 127 PRs und 151 Issues, komplett ohne menschliches Eingreifen. Zweitens: Es reproduzierte ein Research Paper zur LLM-Datenselektion komplett aus dem Paper und einem GPU-Set heraus (~7.600 Zeilen Code, 33 GPU-Training-Runs), schaffte alle sechs Hauptergebnisse des Papers und verbesserte die Methode dann in einem selbstständigen Hypothese→Code→GPU→Verify-Loop um +2,7 Punkte auf AIME24. Drittens: In einem 24-Stunden-Wettbewerb (WWW2025 Multimodal Dialogue Intent Recognition) schlug es 458 von 526 menschlichen Teams mit einer Accuracy von 0,853.

Interessant für die Agent-Welt: Die RL-Training-Skala deckt mehrere Harnesses ab — explizit genannt werden QwenWork, Claude Code, Codex, OpenClaw und Hermes. Das Modell ist also nicht auf ein einzelnes Framework fixiert. Die Berufs-Demos reichen von Corporate Compliance (1.284 Klauseln in unter einer Stunde) über UI/UX-Design (8-Screen-Prototyp in einem Shot) bis hin zu Struktur engineering (30-Stockwerk-Turm mit Echtzeit-Analyse im Browser).

Verfügbar ist Qwen3.8-Max jetzt via QwenCloud, die Open Weights folgen nächste Woche. Bei 95B aktiven Parametern wird Self-Hosting allerdings eine ordentliche GPU erfordern.

Link: Qwen Blog