Qwen 3.8: Preise, Benchmarks, Angriff auf Fable 5

Alibaba setzt mit Qwen 3.8 ein klares Signal: Der nächste KI-Wettlauf wird über Modellleistung, Tokenpreise und Open-Weight-Strategien entschieden. Nach Moonshot AIs Kimi K3 steht Qwen3.8-Max nicht einfach als neues Alibaba-Modell im Raum, sondern als direkte Antwort auf den chinesischen Herausforderer – und als Angriff auf die Benchmark-Messlatte von Claude Fable 5 und GPT-5.6 Sol.

Der entscheidende Punkt: Kimi K3 hat mit vielen konkreten Zahlen vorgelegt. 2,8 Billionen Parameter, 1M-Kontext, 3 Dollar Input und 15 Dollar Output pro Million Tokens, dazu starke Agenten- und Coding-Benchmarks. Qwen 3.8 kontert mit 2,4 Billionen Parametern, 991K Kontext, deutlich niedrigeren gemeldeten API-Preisen und dem Versprechen, den Vorgänger Qwen3.7-Max vor allem bei Coding, Cowork und langen Produktivitätsaufgaben zu überholen.

Die neue Ausgangslage: Kimi legt vor, Qwen antwortet

Moonshot AI hat mit Kimi K3 den Druck auf Alibaba erhöht. Das Modell wird von mehreren aktuellen Auswertungen als 2,8T-MoE-System mit 1M-Kontext beschrieben. Turiloop nennt einen Preis von 3 Dollar pro Million Input-Tokens, 0,30 Dollar bei Cache-Hits und 15 Dollar pro Million Output-Tokens. Andrew.ooo führt Kimi K3 außerdem mit 1.687 Elo auf GDPval-AA v2, 91,2 auf BrowseComp und 88,3 auf Terminal-Bench 2.1.

Qwen3.8-Max ist die Alibaba-Antwort auf genau diese Vorlage. AIHubMix beschreibt das Modell als 2,4T-Preview mit 991.000 Tokens Kontext, 0,17 Dollar Input, 0,02 Dollar Cache Read und 0,51 Dollar Output pro Million Tokens. Entscheidend ist der Vergleich mit Qwen3.7-Max: Die offizielle Qwen-Cloud-Preisliste führt qwen3.7-max bei 2,50 Dollar Input und 7,50 Dollar Output pro Million Tokens für Requests bis 991K Tokens. Wenn die Qwen3.8-Preview-Werte auch nur annähernd belastbar bleiben, wäre der Preissprung nach unten massiv.

Preise: Qwen 3.8 attackiert über Kosten

Du hast recht: Für Fable 5 sind Preise und Kontextgröße öffentlich einsehbar. Anthropic führt Claude Fable 5 mit 10 Dollar pro Million Input-Tokens, 50 Dollar pro Million Output-Tokens, 1 Dollar Cache-Hits und einem Kontextfenster von 1M Tokens. Auch GPT-5.6 Sol ist bei den technischen Basisdaten nicht leer: OpenAI nennt für das Modell 1.050.000 Tokens Kontextfenster, 128.000 maximale Output-Tokens sowie 5 Dollar Input, 0,50 Dollar Cached Input und 30 Dollar Output pro Million Tokens. Nicht öffentlich sind dagegen die Parameterzahlen von Fable 5 und GPT-5.6 Sol; die bleiben Geschäftsgeheimnis der jeweiligen Anbieter Anthropic und OpenAI.

Damit verschiebt Qwen 3.8 die Diskussion. Bei Qwen3.7-Max war der offizielle Listenpreis noch klar im Premium-Segment. Qwen3.8-Max wird dagegen mit einem gemeldeten Preview-/Aggregatorpreis gehandelt, der eher wie eine Kampfansage aussieht. Der Vergleich ist nicht perfekt, weil offizielle Listenpreise, Aggregatorpreise und abgeleitete Vergleichswerte nicht dieselbe Quellenqualität haben. Aber er zeigt die Richtung: Alibaba will Kimi K3 nicht nur bei Modellgröße und Agenten-Fähigkeiten stellen, sondern auch beim Preis unter Druck setzen.

Qwen3.7-Max wird zur alten Messlatte

Qwen3.7-Max ist in diesem Artikel wichtig, weil erst der Vorgänger zeigt, wie aggressiv Qwen3.8 positioniert wird. Die offizielle Qwen-Cloud-Preisliste führt qwen3.7-max mit einem Request-Tier von 0 bis 991K Tokens. Damit war bereits Qwen3.7-Max ein langkontextfähiges Cloud-Modell. Die neue Preview übernimmt laut AIHubMix denselben Kontextbereich, nennt aber 2,4T Parameter und verweist explizit auf große Fortschritte bei Coding, Cowork, Full-Stack-Entwicklung, Datenanalyse und Office-Workflows.

Das ist genau der Bereich, in dem Kimi K3 und die westlichen Frontier-Modelle sichtbar kämpfen: nicht beim netten Chat, sondern bei langen Aufgabenketten. Modelle sollen Recherchen durchführen, Code ändern, Tabellen analysieren, Tools nutzen und Zwischenergebnisse über viele Schritte stabil halten. Qwen3.8-Max greift also nicht irgendeine Benchmark-Nische an, sondern den Bereich, in dem Unternehmen künftig am meisten Wert erwarten.

Benchmarks: Kimi K3 zeigt, wo Qwen 3.8 liefern muss

Die offenste Benchmark-Datenlage gibt es aktuell nicht bei Qwen 3.8, sondern bei Kimi K3. Das ist für die Einordnung zentral: Alibaba greift an, aber Moonshot hat bereits eine breitere Datenbasis geliefert. Turiloop nennt GPQA Diamond mit 93,5 Prozent, BrowseComp mit 91,2 Prozent, Terminal-Bench 2.1 mit 88,3 Prozent, MCP Atlas mit 84,2 Prozent und Humanity’s Last Exam mit Tools mit 56,0 Prozent. Latent Space und ArtificialWatch ergänzen Artificial-Analysis-nahe Werte wie 57 im Intelligence Index, 53 Prozent auf AutomationBench-AA und 1.547 Elo auf AA-Briefcase.

Fable 5 und GPT-5.6 bleiben die Messlatte

Bei den übergreifenden Frontier-Vergleichen stehen Fable 5 und GPT-5.6 Sol weiterhin über Kimi K3 – und damit auch über der Marke, die Qwen 3.8 erst erreichen muss. Andrew.ooo führt Kimi K3 auf GDPval-AA v2 mit 1.687 Elo. Davor liegen Claude Fable 5 Max mit 1.815 Elo und GPT-5.6 Sol Max mit 1.747,8 Elo. Claude Opus 4.8 wird mit 1.600 Elo genannt und liegt damit hinter Kimi K3.

Damit ist die Rollenverteilung klarer: Kimi K3 hat den chinesischen Vergleich mit westlichen Frontier-Modellen geöffnet, Fable 5 und GPT-5.6 Sol definieren die Spitzenmarke, Qwen3.7-Max ist der alte Alibaba-Stand, und Qwen3.8-Max ist der Versuch, Preis, Kontext und Frontier-Anspruch neu zu bündeln.

Was Qwen 3.8 jetzt beweisen muss

Für Alibaba reicht keine große Parameterzahl. Qwen 3.8 braucht öffentliche, nachvollziehbare Benchmarks über mehrere Disziplinen: GDPval, Terminal-Bench, BrowseComp, AutomationBench, Coding-Evals, Tool-Nutzung und reale Kosten pro Aufgabe. Erst dann lässt sich sagen, ob Qwen3.8-Max den Angriff auf Fable 5 und GPT-5.6 Sol nur ankündigt – oder ob das Modell die Rangordnung tatsächlich verschiebt.

Bis dahin ist Qwen 3.8 vor allem eine sehr starke strategische Ansage. Es schiebt Qwen3.7-Max nach hinten, kontert Kimi K3 auf Modellgröße und Preislogik und zwingt die westlichen Spitzenmodelle indirekt zu mehr Transparenz. Der Markt wartet jetzt nicht auf das nächste Versprechen, sondern auf harte öffentliche Benchmarks.