Qwen3.8 Max Test: 13 Aufgaben, Preise und Zugang

👁 114 Aufrufe

Qwen3.8 Max schreibt korrekt und hält sich präzise an Anweisungen, benötigt aber viel Denkzeit - und die kostet. In unserem Labor erreichte Alibabas Flaggschiff-Modell (Version 0902) 76,4 von 100 Punkten beim Schreiben auf Polnisch, erfüllte alle 26 Regeln aus den Prompts und löste eine schwierige Korrekturaufgabe sowie ein Quiz fehlerfrei. Im Folgenden die Ergebnisse Aufgabe für Aufgabe, Textauszüge, Preise und eine Korrektur, die wir in unserem eigenen Ranking vornehmen müssen.

Die EUR-Beträge sind unverbindliche Umrechnungen der veröffentlichten USD-Preise zum EZB-Referenzkurs vom 2026-10-12: 1 EUR = 1.1181 USD. Es handelt sich nicht um bestätigte örtliche Endpreise einschließlich Steuern. Anbieter und Bank können andere Kurse oder Gebühren berechnen. ECB.

Was ist Qwen3.8 Max

Qwen3.8 Max ist Alibabas größtes Modell. Die Snapshot-Version 0902 erschien am 2. September 2026. Laut Beschreibung auf OpenRouter handelt es sich um ein Mixture-of-Experts-Modell mit 2,4 Billionen Parametern, das Text, Bild und Video verarbeitet und mit Text antwortet. Die Dokumentation von Alibaba Cloud gibt einen Kontext von 1 Million Token und bis zu 131.072 Token Ausgabe an. Die Gewichte sind geschlossen. Reasoning ist standardmäßig aktiviert; in der Alibaba-API lässt es sich per Parameter enable_thinking deaktivieren oder durch thinking_budget begrenzen.

Im Index von Artificial Analysis (27. September 2026) erreicht es 45 Punkte, ebenso wie GLM-5.3 in der Max-Variante. Es generiert 39 Token pro Sekunde und schneidet bei den Kosten pro Aufgabe am teuersten unter den Spitzenmodellen ab: 5,41 USD, da es beim Index-Test 190 Millionen Token produzierte. Die gesamte Modellfamilie haben wir im Leitfaden Qwen AI beschrieben.

Unser Ergebnis: Aufgabe für Aufgabe

Der Test ist derselbe wie im Ranking der besten KI zum Schreiben auf Polnisch: 13 Prompts über OpenRouter, effort=low, Blindbewertung durch drei Juroren von anderen Unternehmen (Claude Opus 5.5, GPT-6 Sol, Gemini 3.1 Pro). Wir haben auf Polnisch getestet. Die unten stehenden Bewertungen stammen aus der Runde vom 27. September, in der Qwen neben neuen Modellen als Anker diente. Sein Ergebnis unterschied sich um 0,5 Punkte von der ersten Runde (75,9 gegenüber 76,4).

Durchschnitt der Jurorenbewertungen auf einer Skala von 1-10. * Zweiter Versuch mit höherem Limit, Erklärung unten.

Die übrigen Tests bestand Qwen nahezu fehlerfrei: bei der leichten Korrektur 21 von 22 Korrekturen, bei der schwierigen 30 von 30, bei den Polen-Quiz 46 von 46 und 48 von 48. Die gleiche Punktzahl bei schwieriger Korrektur und schwierigem Quiz erreichte Claude Opus 5.5.

Textauszüge aus den Antworten

Die Kurzgeschichte im magischen Realismus (8,56) beginnt so:

„Halina przepracowała na poczcie trzydzieści dwa lata. Znała każdy blok na osiedlu Tysiąclecia, każdą klatkę schodową, każdy zapach - od gotowanej kapusty na parterze po naftalinę na czwartym piętrze.„ (Halina hatte 32 Jahre bei der Post gearbeitet. Sie kannte jeden Block in der Siedlung Tysiąclecia, jedes Treppenhaus, jeden Geruch - von gekochtem Kohl im Erdgeschoss bis zu Mottenkugeln im vierten Stock.)

Der Juror von OpenAI bewertete sie als kohärent mit gut aufgebauter Spannung, und Opus 5.5 hob das starke, offene Ende hervor. Zwei Juroren hatten Einwände zur Länge, obwohl unser Zähler 305 Wörter anzeigte, innerhalb der Vorgabe (300-350).

In der Newsletter-Übersetzung kamen die Redewendungen auf Polnisch heraus, ohne wörtliche Übertragungen:

„Bądźmy szczerzy: onboardowanie nowych klientów to nie fizyka jądrowa, ale od zbyt dawna chodziliśmy na skróty. (…) To był kubeł zimnej wody. Strata tych klientów okazała się jednak szczęściem w nieszczęściu.„ (Seien wir ehrlich: Kunden-Onboarding ist keine Raketenwissenschaft, aber wir sind zu lange Abkürzungen gegangen. (…) Das war ein Eimer kaltes Wasser. Der Verlust dieser Kunden erwies sich jedoch als Glück im Unglück.)

Auch hier zeigt sich eine Schwäche: „onboardowanie“ und „follow-up“ blieben auf Englisch, und „trzy duże konta przeszły nam koło nosa„ ändert die Bedeutung (Kunden gingen weg, statt nicht gewonnen zu werden).

Die schwächste Zusammenfassung (6,22) enthielt einen Fehler, den alle drei Juroren bemerkten: „termin wdrożenia nie ustalono„ statt „terminu“ (falscher Kasus). Qwen ließ auch Schulungen und das Prognose-Modul aus. Denselben Fehler machte GLM-5.3.

Reasoning kostet mehr als Text

Bei effort=low generierte Qwen in 13 Aufgaben 37.700 Token, davon 33.000 als Reasoning. Am teuersten war die kurze Produktbeschreibung:

• 26. September, erster Versuch: 6.000 Reasoning-Token, Limit erschöpft, leere Antwort, 0,0327 EUR (0,0366 USD) und fast 6 Minuten.
• Zweiter Versuch mit höherem Limit: 14.460 Reasoning-Token, 0,0897 USD, fast 5 Minuten. Dieselbe Beschreibung benötigte GPT-6 Luna 3,6 Sekunden.

Diesen zweiten Versuch bewerteten die Juroren, und das war ein Fehler unserer Methode: Andere Modelle erhielten kein höheres Limit. Wenn man die Produktbeschreibung als nicht bestanden zählt, hat Qwen 68,2 Punkte statt 76,4, also ungefähr so viel wie MiMo-V2.6-Pro (69,1) und deutlich weniger als Muse Spark 1.3 (75,5). Beide Zahlen geben wir im Vergleich weniger bekannter Spitzenmodelle an. Bei höheren Reasoning-Einstellungen wächst dieses Problem: Im Test chinesischer Modelle auf Polnisch zählte die Prime-Version jedes Wort in Gedanken und lieferte keinen Text.

Preise und Kosten unseres Tests

Alibaba berechnet einen einheitlichen Preis über den gesamten Kontextbereich, ohne Schwellenwerte. Preise haben wir im Preisblatt von Model Studio (internationale Version, Region Singapur) und auf der Liste von OpenRouter geprüft, wo Alibaba der einzige Anbieter ist.

Wie Sie Qwen3.8 Max nutzen können

• OpenRouter - Modell qwen/qwen3.8-max-0902, gleicher Preis wie bei Alibaba. So haben wir den Test durchgeführt.
• Alibaba Cloud Model Studio - internationale Version, Konto mit Kreditkarte. In der nativen API haben Sie die Parameter enable_thinking und thinking_budget.
• Qwen Chat - kostenloser Chat von Alibaba. Wir konnten nicht bestätigen, ob Version 0902 dort zur Auswahl steht.

Beim Schreiben auf Polnisch würden wir niedriges Reasoning oder ein Thinking-Budget einstellen, sonst zahlen Sie für Tausende Token, die Sie nicht sehen. Das ist unsere Einschätzung, basierend auf den Zahlen aus diesem Test.

Häufig gestellte Fragen

Schreibt Qwen3.8 Max gut auf Polnisch?

Korrekt: 8,81 von 10 für sprachliche Korrektheit in der Jurorenbewertung. Schlechter bei Natürlichkeit (7,11) - Texte sind manchmal schematisch. Gesamtergebnis 76,4 Punkte, bei gleichen Limits 68,2.

Was kostet Qwen3.8 Max?

1,79 EUR (2 USD) pro Million Input-Token und 5,37 EUR (6 USD) pro Million Output-Token, ohne MwSt. Unser Test mit 13 Aufgaben kostete 0,24 USD.

Warum ist Qwen3.8 Max so langsam?

Weil es viel denkt und etwa 39 Token pro Sekunde generiert. In unserem Test benötigten 9 kurze Texte 572 Sekunden, GPT-6 Luna 39.

Ist Qwen3.8 Max Open Source?

Nein. Die Gewichte der Max-Version sind geschlossen; offen sind kleinere Modelle der Familie, z.B. Qwen3.8 27B.

// weiterlesenImagen 2 vs Imagen 3 vs DALL-E 3: Test mit 6 AufgabenBenchmarksEleven v4 Test: Zahlen, Abkürzungen und Preise auf DeutschBenchmarksMiMo, Qwen3.8 Max, GLM-5.3 und Muse Spark im TestBenchmarks

Kinetyra