Sind die Gewichte offen und kann ich lokal ausführen?

Ja, die Gewichte sind auf Hugging Face unter Qwen/Qwen3.8-2.4T-A95B veröffentlicht und kompatibel mit vLLM und SGLang, aber 2,4 Billionen Gesamtparameter erfordern erhebliche Multi-GPU-Infrastruktur für Selbsthosting in voller Präzision.

Was kostet es und wie lang ist der Kontext?

Via API kostet es $2,00 pro Million Eingabetokens und $6,00 pro Million Ausgabetokens; der native Kontext beträgt 262.144 Tokens, erweiterbar auf ca. eine Million.

Worin unterscheidet es sich von Qwen3.8 Max?

Qwen3.8 Max ist die verwaltete API-Version auf derselben Basis, ergänzt um Vision-Eingabe, Nicht-Denk-Modus, standardmäßig 1M Kontext und offizielle eingebaute Tools; diese Features fehlen in der Open-Weights-Version.

Qwen3.8 2.4T A95B

1539°

#llm #qwen #logik #programmieren #agenten #forschung

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Qwen | 1.048.576 Token Kontext | $2,00/M Eingabe, $6,00/M Ausgabe. Qwen3.8 2.4T A95B ist ein Open-Weight Sparse Mixture-of-Experts-Modell von Qwen und die Open-Weight-Variante von Qwen3.8 Max, mit 95 Milliarden aktiven Parametern von insgesamt 2,4 Billionen. Es eignet sich für Coding, Forschung, komplexes Reasoning und agentische Workflows.

Anleitungen zu diesem Modell

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Qwen3.8 2.4T A95B ist Qwens bisher größte Open-Weights-Veröffentlichung: ein sparsames Mixture-of-Experts-Modell mit 2,4 Billionen Gesamtparametern und 95 Milliarden aktiven Parametern pro Inferenz. Es ist das Open-Weights-Pendant zum geschlossenen Qwen3.8 Max, teilt die Architektur, hat aber nicht die Vision-Eingabe und eingebauten Tools der verwalteten API. Wenn Sie Frontier-Klasse Reasoning, Programmierung oder mehrstufige Agentenarbeit brauchen und Gewichte selbst betreiben wollen, ist dies das Modell der Wahl.

Bekannt für

2,4 Billionen Gesamtparameter, aber nur 95 Milliarden aktiv pro Vorwärtsdurchlauf, was die Inferenzkosten gegenüber dichten Modellen senkt
Langfristige agentische Aufgaben mit stärkerer autonomer Planung und Umgebungs-Feedback-Verarbeitung
Anpassbare Reasoning-Tiefe via reasoning_effort, mit Erhalt des Denk-Kontexts über mehrere Runden
Natives 262K Kontextfenster, erweiterbar auf ca. 1 Million Tokens
Offene Gewichte kompatibel mit vLLM, SGLang und ähnlichen Serving-Frameworks

Achte auf

2,4 Billionen Gesamtparameter erfordern ernsthafte Hardware für Selbsthosting; die meisten Nutzer greifen auf API zurück
Die verwaltete Qwen3.8 Max-Version bietet Vision-Eingabe und eingebaute Tools, die diese offene Version nicht hat
Mit $6,00 pro Million Ausgabetokens via API steigen die Kosten bei langen agentischen Läufen schnell

Am besten für

Programmieren

Agenten und Werkzeugnutzung

Logisches Denken

Forschung

Langer Kontext

Prompts zum Ausprobieren

Nebenläufigkeits-Bug debuggen

Hier ist eine Python-Async-Funktion, die gelegentlich einen RuntimeError wegen eines geschlossenen Event-Loops wirft. Erkläre, was wahrscheinlich die Ursache ist, und schreibe die Funktion so um, dass sie den Event-Loop-Lebenszyklus korrekt handhabt. Zeige deine Überlegungen vor dem finalen Code. ```python async def fetch_all(urls): loop = asyncio.get_event_loop() tasks = [loop.create_task(fetch(u)) for u in urls] return await asyncio.gather(*tasks) ```

Mehrstufige Forschungsaufgabe planen

Du arbeitest autonom. Dein Ziel: eine strukturierte Literatursynthese zum aktuellen Stand der Skalierungsgesetze sparsamer Mixture-of-Experts. Zerlege die Aufgabe in konkrete Schritte, identifiziere, welche Informationen du in jedem Schritt abrufen würdest, markiere Unklarheiten, die vor dem Fortfahren geklärt werden müssen, und skizziere, was die finale Ausgabe enthalten soll.

Logikrätsel durchdenken

Fünf Ingenieure treten an verschiedenen Tagen von Montag bis Freitag einem Projekt bei. Alice kommt vor Bob. Carol kommt am Tag nach Dave. Eve kommt am Mittwoch. Bob kommt nicht am Freitag. Dave kommt am Montag. An welchem Tag kommt jede Person? Zeige deine Schlussfolgerung Schritt für Schritt, bevor du die endgültige Antwort gibst.

Vergleichen mit

Qwen3.7 Flash
Nur API-Modell
1,000,000 Token Kontext · $0.03/M Eingabe, $0.13/M Ausgabe
Qwen3.8 Max (0902)
Nur API-Modell
1,000,000 Token Kontext · $2.00/M Eingabe, $6.00/M Ausgabe
Qwen3.8 Omni Flash
Nur API-Modell
1,000,000 Token Kontext · $0.15/M Eingabe, $0.47/M Ausgabe
Qwen3 30B A3B Thinking 2507
Nur API-Modell
81,920 Token Kontext · $0.20/M Eingabe, $2.40/M Ausgabe

Mehr Textmodelle von qwen

Häufig gestellte Fragen

Sind die Gewichte offen und kann ich lokal ausführen?: Ja, die Gewichte sind auf Hugging Face unter Qwen/Qwen3.8-2.4T-A95B veröffentlicht und kompatibel mit vLLM und SGLang, aber 2,4 Billionen Gesamtparameter erfordern erhebliche Multi-GPU-Infrastruktur für Selbsthosting in voller Präzision.
Was kostet es und wie lang ist der Kontext?: Via API kostet es $2,00 pro Million Eingabetokens und $6,00 pro Million Ausgabetokens; der native Kontext beträgt 262.144 Tokens, erweiterbar auf ca. eine Million.
Worin unterscheidet es sich von Qwen3.8 Max?: Qwen3.8 Max ist die verwaltete API-Version auf derselben Basis, ergänzt um Vision-Eingabe, Nicht-Denk-Modus, standardmäßig 1M Kontext und offizielle eingebaute Tools; diese Features fehlen in der Open-Weights-Version.

Captain's Urteil
Das leistungsfähigste Open-Weights-Modell von Qwen, das ernsthaft für Programmieragenten und komplexes Reasoning in Betracht gezogen werden sollte, wenn Sie Infrastruktur oder API-Kosten tragen können.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

Qwen3 Next 80B A3B Thinking

KI-Modelle für Bild-, Video- und Texterzeugung

Qwen3.8 2.4T A95B ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm qwen logik programmieren agenten forschung langer kontext

Nach Modellfamilie stöbern