Modelle & Branche

Qwen3.8-Max fürs Coding: Preis, Benchmarks und Tool-Einrichtung

Qwen3.8-Max für Coding einordnen: API-Preis, Benchmarks, Einrichtung von Qwen Code und Claude Code sowie der Unterschied zwischen Hosted Model ID und offenen Weights.

BetterToken

Redaktion

5. Aug. 20268 Min. Lesezeit

Die stabile Version von Qwen3.8-Max erschien am 3. August 2026 mit der Hosted Model ID qwen3.8-max. Am 13. August veröffentlichte Qwen zusätzlich die Weights Qwen3.8-2.4T-A95B. Die Namen stehen für unterschiedliche Einsatzwege: Der erste gehört in das Modellfeld eines API-Providers, der zweite in ein Repository für eigene Inferenz.

Sie möchten das gehostete Modell testen, ohne eigene GPU-Infrastruktur zu betreiben? Im BetterToken-Katalog war qwen3.8-max am 13. August mit $1.84 pro Million Input-Token und$ 5.52 pro Million Output-Token aufgeführt. Erstellen Sie Ihren eigenen API Key, führen Sie eine kurze Anfrage aus und prüfen Sie Model ID und Token-Verbrauch im Workspace. Das ist eine datierte Preisaufnahme; vor einem produktiven Einsatz muss der Katalog erneut geprüft werden.

Was sich nach der Preview geändert hat

Im offiziellen Qwen-Repository stehen Weights und Konfiguration des post-trainierten Modells Qwen3.8-2.4T-A95B: insgesamt 2,4 Billionen Parameter, davon 95 Milliarden aktiv, 262.144 Token nativer Kontext mit einer Erweiterungsmöglichkeit auf 1.010.000. Das Repository ist mit vLLM, SGLang und TokenSpeed kompatibel.

Das Hosted-Modell qwen3.8-max basiert auf diesen Größenordnungen, Qwen beschreibt dafür aber getrennt Vision Input, Non-Thinking, einen offiziellen Tool-Satz und standardmäßig einen Kontext von einer Million Token. Setzen Sie daher nicht Qwen3.8-2.4T-A95B als Ersatz für qwen3.8-max in eine API-Konfiguration ein und behandeln Sie lokale Inferenz nicht als vollständig identisch mit der Hosted API.

Auswahl	Name	Wohin gehört er?	Ergebnis
Hosted API	`qwen3.8-max`	Model-ID-Feld im Verzeichnis des API-Providers	Verwaltete Inferenz und zusätzliche Hosted-Funktionen
Eigene Inferenz	`Qwen3.8-2.4T-A95B`	Repository und Konfiguration der Inference Engine	Weights unter Qwen3.8-Max License und Kontrolle über die eigene Infrastruktur
Alte Preview	`qwen3.8-max-preview`	Nicht für eine neue stabile Konfiguration verwenden	Historische API-Variante mit anderem Vertrag

In Token Plan und frühen Konfigurationen tauchte die Preview als qwen3.8-max-preview auf. Für sie wurden Thinking-Einschränkungen dokumentiert, die nicht Teil des stabilen Vertrags sind. Die praktische Migration lautet: Model ID ersetzen, Key-Typ und Endpoint prüfen und dann die minimale Anfrage erneut ausführen. Nur den Modellstring zu ändern, ohne die Region zu prüfen, kann zu 401, 404 oder einem fehlenden Modell führen.

Lassen sich die offenen Weights lokal betreiben?

Formal ja: Das Repository enthält Weights und Konfiguration für eigene Inferenz. Praktisch handelt es sich um ein Server-Projekt, nicht um ein Modell für eine gewöhnliche Arbeitsplatz-GPU. Bei MoE sind pro Schritt 95 Milliarden Parameter aktiv, gespeichert, verteilt und geladen werden muss jedoch deutlich mehr; zusätzlich kommen KV-Cache, Präzision, Quantisierung und Speicher der Inference Engine hinzu.

Planen Sie Hardware nicht allein anhand der aktiven Parameter. Wählen Sie zuerst Engine, Präzision, Kontextlänge und akzeptierte Geschwindigkeit, lesen Sie deren Hardware-Leitfaden und erstellen Sie eine eigene Speicherabschätzung. Für einen einmaligen Coding-Test verlangt die Hosted API meist weniger Vorbereitung. Lokale Inferenz passt eher, wenn das Team Sharding, Updates und Monitoring tatsächlich betreiben kann.

Für die Weights gilt eine eigene Qwen3.8-Max License, nicht Apache 2.0. Sie erlaubt Nutzung und Änderung, enthält aber zusätzliche Bedingungen für große kommerzielle Produkte, Model as a Service und AI Work Assistant. Prüfen Sie vor öffentlichem oder kommerziellem Deployment den vollständigen Lizenztext für Ihren konkreten Fall.

Wie viel kostet Qwen3.8-Max?

Alibaba Model Studio veröffentlicht Preise pro Region. Rechnen Sie in der jeweiligen Originalwährung und geben Sie eine Umrechnung nicht als offiziellen Tarif aus.

Beijing / Global: CNY 12 pro Million Input-Token und CNY 36 pro Million Output-Token.
Singapore: CNY 14,988 pro Million Input-Token und CNY 44,965 pro Million Output-Token.

Für 200.000 Input- und 20.000 Output-Token ergibt sich für Beijing:

0.2 × 12 + 0.02 × 36 = CNY 3.12.

Für Singapore kostet dasselbe Volumen CNY 3.8969. Dies ist eine Pay-as-you-go-Rechnung von Model Studio. Token Plan, Abonnement und ein Gateway eines Drittanbieters haben andere Abrechnungseinheiten und gehören nicht in dieselbe Vergleichszeile.

Mit der BetterToken-Karte kostete dasselbe Volumen in der datierten Aufnahme:

0.2 × $1.84 + 0.02 × $5.52 = $0.4784.

Die Endbeträge sind nicht direkt vergleichbar: Eine Tabelle ist in CNY, die andere in USD, außerdem unterscheiden sich Cache- und Zugangsbedingungen. Die brauchbare Methode ist: zuerst Provider und Region festlegen, danach für beide denselben Token-Verbrauch berechnen. Aktuelle Preise, Modellverfügbarkeit und Key-Gruppen sind dynamisch und müssen vor dem Einsatz erneut geprüft werden.

Offizielle Benchmark-Tabelle richtig lesen

Der Qwen-Release nennt diese Coding-Ergebnisse:

Terminal-Bench 2.1: 86,6.
SWE-bench Pro: 67,7.
DeepSWE 1.1: 56,6.
FrontierSWE: 73,5.
PaperBench: 93,0.
QwenSWEBench: 80,7.

Das sind vom Anbieter gemeldete Werte. Für Terminal-Bench 2.1 nennt Qwen Claude Code, avg@10, ein Fünf-Stunden-Timeout und max_tokens=131072. Für SWE-bench Pro werden Claude Code, temperature=1.0, top_p=0.95 und 256K Kontext angegeben; ein separates Timeout steht in dieser Fußnote nicht. Bei Wettbewerbern wurden in mehreren Zeilen jeweils deren beste veröffentlichte Ergebnisse verwendet. Ein Teil der Sets stammt von Qwen und hat keine externe Reproduktion.

Daraus lässt sich kein einzelnes Ranking ableiten. Ein Wert von 93,0 auf PaperBench bedeutet nicht automatisch, dass das Modell einen Issue Fix in Ihrem Repository besser löst. Prüfen Sie zuerst, welche Fähigkeit das Set misst, dann Harness, Aufwand, Anzahl der Versuche und Bewertungsmethode.

Was ein unabhängiger Test gezeigt hat

Trilogy AI verglich Qwen Preview und Kimi K3 bei derselben Architekturanalyse: ein eingefrorenes Repository mit 269 Dateien, identisches Zeitlimit und derselbe Ergebnistyp. Das StackPerf-Ergebnis war 80 gegenüber 83 zugunsten von Kimi. Qwen führte 44 Tool Calls ohne Fehler aus, Kimi 53 mit zwei wiederhergestellten Fehlern.

Das ist ein hilfreiches Prozessbild, aber nur ein Lauf einer Aufgabe. Es zeigt, dass ein geringer Punktevorsprung mit anderem Tool-Verhalten einhergehen kann. Es beweist nicht, dass eines der Modelle in allen Coding-Szenarien stärker ist.

Wo Qwen3.8-Max sinnvoll getestet werden kann

Nehmen Sie das Modell in einen Vergleich auf, wenn die Aufgabe verlangt:

viele Dateien zu lesen und ein Architekturbild zusammenzustellen;
einen mehrstufigen Plan mit Tools auszuführen;
Text, Bilder oder Dokumente im selben Kontext zu verarbeiten;
einen Diff vorzubereiten und mehrere Bereitschaftsbedingungen zu prüfen;
Geschäftsregeln lange zusammen mit Code im Kontext zu halten.

Für kleine Änderungen lohnt ein Vergleich von niedrigem und höherem Reasoning. Wenn der Qualitätsgewinn Latenz und Output-Token nicht aufwiegt, sollte ein schwerer Modus nicht der Standard sein.

Qwen Code einrichten

Wählen Sie zuerst in der Model-Studio-Konsole eine Region, öffnen Sie die API-KEY-Seite und erstellen Sie einen normalen Pay-as-you-go-Key für genau diese Region. Ein Token-Plan-Key wird in einem anderen Bereich erzeugt und ist nicht mit einem Pay-as-you-go-Endpoint austauschbar. Kopieren Sie den neuen Key direkt nach der Erstellung und speichern Sie ihn als Umgebungsvariable:


export DASHSCOPE_API_KEY="YOUR_API_KEY"

Qwen Code unterstützt modelProviders und einen OpenAI-compatible Provider. Für alle Projekte öffnen Sie ~/.qwen/settings.json; für nur ein Repository verwenden Sie .qwen/settings.json im Stammverzeichnis. Im JSON steht der Name der Variable, nicht der Key selbst:


{
  "modelProviders": {
    "openai": [
      {
        "id": "qwen3.8-max",
        "name": "Qwen3.8-Max",
        "baseUrl": "https://dashscope-us.aliyuncs.com/compatible-mode/v1",
        "envKey": "DASHSCOPE_API_KEY"
      }
    ]
  }
}

Der Endpoint im Beispiel gehört zur US-Region. Für Beijing, Singapore, Tokyo oder Frankfurt übernehmen Sie die Adresse aus der Model-Studio-Tabelle und verwenden den Key derselben Region. Die Projektdatei überlagert die Benutzerdatei; bei einem unerwarteten Modell prüfen Sie daher beide Ebenen.

Die Qwen-Code-Dokumentation behandelt die Provider-Konfiguration als atomar: Verschachtelte generationConfig und weitere Felder werden vollständig ersetzt, nicht Schlüssel für Schlüssel zusammengeführt. Sichern Sie vor einer Änderung die vorhandenen Provider-Einträge und prüfen Sie den Diff, damit keine funktionierende Einstellung eines anderen Modells verschwindet.

Speichern Sie die Datei, starten Sie Qwen Code neu, wählen Sie qwen3.8-max, senden Sie eine reine Leseanfrage für eine Datei und prüfen Sie die Modellbezeichnung in Antwort oder Metadaten. Erst danach sollten Sie Änderungen erlauben.

Claude Code einrichten

Model Studio stellt einen Anthropic-compatible Endpoint bereit. Für die US-Region sieht ein minimales Beispiel so aus:


export ANTHROPIC_BASE_URL="https://dashscope-us.aliyuncs.com/apps/anthropic"
export ANTHROPIC_AUTH_TOKEN="YOUR_API_KEY"
export ANTHROPIC_MODEL="qwen3.8-max"

Für eine andere Region ersetzen Sie die Base URL durch die offizielle regionale Adresse und verwenden den passenden Key. Geben Sie nach dem Neustart eine kurze Aufgabe ohne Dateiveränderung und prüfen Sie die tatsächlich verwendete Model ID. Mischen Sie keinen Token-Plan-Key mit einem Pay-as-you-go-Endpoint.

Anthropic-compatible bedeutet Protokollkompatibilität. Qwen wird dadurch weder zu einem Anthropic-Modell noch verhält es sich zwangsläufig identisch mit Claude Code. Tool Call, Dateischreiben, Fehlerwiederherstellung und Usage müssen im jeweiligen Client geprüft werden.

Bereits dokumentierte Fehler richtig einordnen

Qwen-Code-Issue #7332 betrifft die Preview: Eine interne Anfrage sendete enable_thinking=false an ein Modell, das damals nur Thinking akzeptierte, und erhielt 400. Das ist ein nützlicher Migrationshinweis, beschreibt aber nicht die aktuelle stabile API.

In Qwen3-Issue #1883 meldete ein Nutzer am Anthropic-compatible Endpoint, dass der Agent einen relativen Pfad direkt nach /tmp schreiben wollte; ein absoluter Pfad war der Workaround. In Qwen-Code-Issue #7489 fügte VS Code Companion einen Link zum Bildnamen ein, übertrug das Bild selbst jedoch nicht. Beide Fälle hängen von Client-Version und Harness ab.

Trennen Sie bei solchen Problemen vier Ebenen:

Die API akzeptiert Model ID und Key.
Der Client übergibt Thinking und Tools korrekt.
Der Harness löst Pfad und Anhang korrekt auf.
Das Modell folgt der Anweisung.

Wer alles sofort als „Modellfehler“ bezeichnet, erschwert die Korrektur der Konfiguration.

Das Modell mit der eigenen Aufgabe prüfen

Nehmen Sie drei Repositories oder drei Issues unterschiedlicher Art. Frieren Sie Commit, Tools, Zeitlimit und PASS-Kriterien ein. Speichern Sie pro Lauf:

Reasoning-Modus;
Input- und Output-Token;
Zeit bis zur ersten nützlichen Änderung;
Zahl der Tool Calls und Fehler;
Testergebnis;
Anzahl manueller Korrekturen.

Ein solcher Test ist nützlicher als ein allgemeines Leaderboard. Er zeigt nicht nur, ob Code erzeugt werden kann, sondern auch den Preis einer erledigten Aufgabe – genau dafür bezahlt das Team.

Quellen

Bereit, Ihren LLM-Workflow zu optimieren?

Verbinden Sie Modelle über eine API, verwalten Sie Schlüssel und behalten Sie KI-Kosten im Blick.