# Qwen3.8-Max auf dem Mac: Frankfurt- vs. Singapur-API-Preise

- URL: https://ai-on-mac.com/artikel/qwen3-8-max-pricing-benchmarks-mac/
- Sprache: Deutsch (Deutschland/EU)
- Veröffentlicht: 2026-08-04
- Aktualisiert: 2026-10-11
- Kategorie: Cloud-KI
- Englische Version: https://ai-on-mac.com/articles/qwen3-8-max-pricing-benchmarks-mac-en/
- Herausgeber: Julian Dominic Altmann, AI on Mac / KI auf dem Mac (https://ai-on-mac.com)

> Qwen3.8-Max: API-Preis Frankfurt Global 1,65/4,951 USD vs. Singapur 2/6 USD pro Million Tokens, Open Weights und Grenzen auf dem Mac.

**Historischer Prüfstand: 3. August 2026.** Qwen3.8-Max ist Alibabas neues Max-Flaggschiff mit einer Mixture-of-Experts-Architektur aus 2,4 Billionen Gesamtparametern und 95 Milliarden aktiven Parametern pro Token. QwenCloud nennt ein Kontextfenster von 1 Million Tokens und Preise von 2 US-Dollar pro Million Eingabetokens sowie 6 US-Dollar pro Million Ausgabetokens. Die offenen Gewichte waren für die Folgewoche angekündigt, aber an diesem Prüfstand noch nicht veröffentlicht. Das vollständige Modell ist selbst in einer theoretischen 2-Bit-Darstellung zu groß für den maximal 512 GB großen Unified Memory eines aktuellen Mac Studio.

**Aktualisierung: 25. August 2026.** Die offizielle Qwen-Organisation listet inzwischen neben dem [Qwen3.8-27B-Checkpoint](https://huggingface.co/Qwen/Qwen3.8-27B) auch den vollständigen [Qwen3.8-2.4T-A95B-Checkpoint](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B) und eine [offizielle FP8-Variante](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B-FP8). Die offenen Gewichte der Max-Klasse sind damit öffentlich verfügbar. Der offene 2.4T-Checkpoint ist jedoch text-only, setzt Thinking voraus und unterstützt keine multimodalen Eingaben; die gehostete Qwen3.8-Max-Variante ergänzt Vision, Non-Thinking und integrierte Tools. Die Qwen3.8-Max-Lizenz ist eine eigene Lizenz mit zusätzlichen Bedingungen. Die folgenden Cloud-Zahlen bleiben auf den historischen Snapshot vom 3. August bezogen; die aktuellen regionalen Model-Studio-Preise sind direkt vor der Preistabelle ergänzt.

  ![Qwen3.8-Max Faktencheck mit 2,4T Parametern, API-Preis und Mac-Einordnung](https://ai-on-mac.com/images/qwen3-8-max/de/hero-de-light.svg?v=2026-08-13)

## Die wichtigsten Fakten zu Qwen3.8-Max

| Merkmal | Verifizierter Stand am 3. August 2026 |
|---|---|
| Offizieller Name | Qwen3.8-Max |
| Offizielle API-ID | `qwen3.8-max` |
| Architektur | Mixture of Experts |
| Parameter | 2,4 T gesamt; 95 B aktiv pro Token |
| Eingaben | Text, Bild, Video |
| Ausgabe | Text |
| Kontext | 1M; maximal 991K Input, 131K Output |
| Thinking | hybrid; separates Input-Limit 983K; max. Reasoning 262K |
| QwenCloud-Preis | $2 Input / $6 Output je 1M Tokens |
| Cache | $0,25 implicit; $2,50 Erstellung; $0,17 Lesen je 1M Tokens |
| Open weights | veröffentlicht: 2.4T-A95B und FP8; eigene Qwen3.8-Max-Lizenz |
| Einzelner Mac | vollständiger Checkpoint praktisch nicht lokal ausführbar |

Quellen: Qwen-Launch und QwenCloud-Modellseite.[^1][^2]

## Was ist Qwen3.8-Max?

Qwen3.8-Max ist der Produktionsnachfolger des am 19. Juli veröffentlichten `qwen3.8-max-preview`.[^1] Alibaba positioniert das Modell für Coding, Agenten, lange Arbeitsabläufe und professionelle „Cowork"-Aufgaben. Die wichtigste Architekturangabe lautet **2,4 Billionen Gesamtparameter, davon 95 Milliarden aktiv pro Token**.

Das ist ein entscheidender Unterschied: Bei einem Mixture-of-Experts-Modell wird pro Token nur ein Teil der Experten berechnet. Das senkt den Rechenaufwand gegenüber einem dichten 2,4T-Modell. Es bedeutet aber nicht, dass nur 95 Milliarden Parameter gespeichert werden müssen. Für eine gewöhnliche lokale Inferenz müssen grundsätzlich die Gewichte aller Experten verfügbar sein.

  ![Zeitachse vom Preview-Start bis zum angekündigten Gewichtsrelease](https://ai-on-mac.com/images/qwen3-8-max/de/status-de-light.svg?v=20261008j)

## Preview, Produktionsmodell und Open Weights sind drei verschiedene Zustände

- **19. Juli 2026:** `qwen3.8-max-preview` erscheint in Token Plan und Qoder; die Vorschau darf während der Preview verändert oder später ersetzt werden.
- **2. August 2026:** Qwen kündigt `qwen3.8-max` an (Ankündigung).[^1][^11][^12]
- **3. August 2026:** Qwen3.8-Max wird offiziell als Produktionsmodell vorgestellt (allgemeine Verfügbarkeit/GA); QwenCloud führt `qwen3.8-max` als gehostetes Modell, aber noch nicht als offen.[^1][^2]
- **Aktueller Stand, 25. August 2026:** Die offiziellen Qwen-Repositories für `Qwen3.8-2.4T-A95B`[^14] und `Qwen3.8-2.4T-A95B-FP8`[^15] sind öffentlich. Die Lizenz ist die eigene Qwen3.8-Max-Lizenz;[^16] der offene Checkpoint ist text-only und nicht mit der multimodalen Cloud-Variante gleichzusetzen.

Am 3. August war deshalb nur die Formulierung „Open Weights angekündigt“ belastbar; ein bereits verfügbarer Download bei Hugging Face oder ModelScope wäre zu diesem Zeitpunkt nicht belegt gewesen.

## Technische Daten und API-Grenzen

QwenCloud dokumentiert Text-, Bild- und Videoeingaben bei Textausgabe. Das nominelle Kontextfenster beträgt 1 Million Tokens.[^2] Praktisch nennt die Plattform maximal 991K Eingabetokens und 131K Ausgabetokens — beide Limits gelten separat, nicht additiv. Im Thinking-Modus liegt das Input-Limit bei 983K, der maximale Reasoning-Anteil bei 262K.[^4]

Die Plattform spezifiziert Durchsatzlimits von 2 Millionen Tokens pro Minute und 15.000 Requests pro Minute.[^2] Zu den Funktionen zählen Function Calling, Structured Outputs, Kontext-Cache und Websuche.[^5][^6] In der Responses API stehen unter anderem Code Interpreter, Web Extractor und Web Search als integrierte Werkzeuge zur Verfügung.

Alibaba dokumentiert OpenAI-kompatible, Anthropic-kompatible und DashScope-Endpunkte in mehreren Regionen, darunter Beijing, Singapore, Tokyo, Frankfurt und Virginia.[^3] Vor produktiver Nutzung sollten Datenschutz, Datenresidenz, Logging und Vertragsbedingungen für die konkrete Region separat geprüft werden.

## Qwen3.8-Max Preise

**Aktuelle Regionalpreise, überprüft am 11. Oktober 2026:** Alibaba Model Studio führt für **Frankfurt (Global)** **1,65 USD Input und 4,951 USD Output** je Million Tokens. Für **Singapur (International)** stehen dagegen **2,00 USD Input und 6,00 USD Output**. Das sind unterschiedliche Deployment-Scopes, nicht Währungsumrechnungen. [Alibaba-Preise](https://www.alibabacloud.com/help/en/model-studio/qwen3-8-max).

| Qwen3.8-Max-Deployment | Standard-Input / 1M | Standard-Output / 1M |
|---|---:|---:|
| Frankfurt **Global** | **$1,65** | **$4,951** |
| Singapore **International** | **$2,00** | **$6,00** |

**Konkrete Rechnung ohne Cache/Tools:** 1 Million Input + 200.000 Output kosten bei Frankfurt **$2,6402** (1,65 + 0,2 × 4,951), bei Singapur **$3,20** (2 + 0,2 × 6). Differenz: **$0,5598**. Für 20 Mio. Input + 5 Mio. Output sind es **$57,755** gegenüber **$70,00**. Der bisherige 2-/6-Dollar-Rechner und die vorhandene Preisgrafik unten beziehen sich ausschließlich auf den QwenCloud-/Singapur-Tarif.

  ![Qwen3.8-Max Alibaba-Listenpreise: Frankfurt Global 1,65 USD Input und 4,951 USD Output gegen Singapur International 2 und 6 USD je Million Tokens.](https://ai-on-mac.com/images/qwen3-8-max/de/regions-de-light.svg?v=20261011a)

*Alibaba Qwen3.8-Max: Regionalpreise je Deployment-Scope. Listenpreise in US-Dollar, ohne Steuern, Cache und Tools; kein Benchmark.*

**Vor der Nutzung:** Der im Codebeispiel angegebene Host `dashscope-intl.aliyuncs.com` ist kein Nachweis für einen Frankfurter Ausführungsort. Endpoint, Workspace, Deployment-Scope, Cache-Tarif und Datenfluss beim Provider kontrollieren. Ein Frankfurter Rechenzentrum allein garantiert keine DSGVO-Konformität.

**Aktueller Regionalhinweis (25. August 2026):** Die [aktuelle Alibaba-Model-Studio-Seite][^20] führt für Frankfurt (Deutschland), USA, Tokio (Japan), Hongkong und Peking derzeit **$1,65 Input / $4,951 Output je 1M Tokens** auf; der Singapur-Endpunkt und die aktuelle [QwenCloud-Modellseite][^2] zeigen weiterhin **$2/$6**. Die folgende Tabelle bleibt deshalb ausdrücklich ein QwenCloud-/International-Snapshot vom 3. August. Vor produktivem Einsatz Region, Cache-Tarif, Steuern und Vertrag prüfen.

Die QwenCloud-Preise am 3. August 2026 lauten:[^2]

| Tokenart | Preis je 1M Tokens |
|---|---:|
| Normale Eingabe | $2,00 |
| Ausgabe | $6,00 |
| Implicit-Cache-Eingabe | $0,25 |
| Explicit Cache: Erstellung | $2,50 |
| Explicit Cache: Lesen | $0,17 |

Quelle: QwenCloud. Preise in USD, vor möglichen Steuern oder Drittanbieteraufschlägen.

**Neue Tarifstufe (3. Oktober 2026):** OpenRouter führt Qwen3.8-Max inzwischen zusätzlich als `qwen/qwen3.8-max-prime` (angelegt am 23. September 2026) mit **1.000.000 Token Kontext** und **$4,00 Input / $12,00 Output je 1 Mio. Tokens**. Der datierte Eintrag `qwen/qwen3.8-max-0902` bleibt bei **$2/$6**. Laut Anbieteranalyse nutzt Max Prime dieselben Gewichte wie Qwen3.8-Max und unterscheidet sich über Tempo und Preis, nicht über ein neues Modell. ([OpenRouter](https://openrouter.ai/qwen/qwen3.8-max-prime "https://openrouter.ai/qwen/qwen3.8-max-prime"))

### Kostenformel

`Kosten = Input_M × 2 + Output_M × 6 + ImplicitCache_M × 0,25 + CacheCreate_M × 2,50 + CacheRead_M × 0,17`

### Drei Nutzungsszenarien

| Szenario | Annahme | Eigene Rechnung | Ergebnis |
|---|---|---:|---:|
| gering | 1M Input + 0,2M Output | 1×$2 + 0,2×$6 | $3,20 |
| mittel | 20M Input + 5M Output | 20×$2 + 5×$6 | $70 |
| intensiv | 200M Input + 50M Output | 200×$2 + 50×$6 | $700 |

Cache-Hits können wiederholte lange Präfixe stark verbilligen. 100 Millionen implicit gecachte Eingabetokens kosten nach Listenpreis $25 statt $200; die theoretische Differenz beträgt $175. Ob ein Request tatsächlich als Cache-Hit zählt, hängt von den Plattformregeln und identischen Präfixen ab.

  ![Qwen3.8-Max Preise je Million Tokens](https://ai-on-mac.com/images/qwen3-8-max/de/pricing-de-light.svg?v=2026-08-13)

## Kann Qwen3.8-Max lokal auf einem Mac laufen?

Für die reine Rohgröße gilt:

`Gewichtsgröße = Parameterzahl × Bits pro Parameter ÷ 8`

| Darstellung | Rohgröße bei 2,4T Parametern | Passt in 512 GB? |
|---|---:|---|
| 16 Bit | 4,8 TB | nein |
| 8 Bit | 2,4 TB | nein |
| 4 Bit | 1,2 TB | nein |
| 2 Bit | 600 GB | nein |

Diese Rechnung ist bereits optimistisch: Quantisierungsskalen, Metadaten, Runtime-Puffer, Expert-Routing und KV-Cache sind nicht enthalten. Apples größter aktueller Mac Studio lässt sich mit 512 GB Unified Memory konfigurieren.[^9][^10] Damit ist der vollständige Qwen3.8-Max-Checkpoint auf einem einzelnen aktuellen Mac **nicht praktisch lokal ausführbar**, selbst wenn später eine aggressive 2-Bit-Quantisierung erscheint.

Die 95 Milliarden aktiven Parameter helfen beim Rechenaufwand pro Token, nicht bei der grundlegenden Pflicht, den 2,4T-Checkpoint vorzuhalten. Denkbar sind verteilte Systeme, SSD-Offloading oder Expertenstreaming, doch diese sind deutlich langsamer und kein normaler „lokal auf dem Mac"-Workflow.

Für Apple-Silicon-Nutzer bleibt [Qwen3.8-27B](https://ai-on-mac.com/artikel/qwen3-8-27b/) der naheliegende lokale Qwen3.8-Kandidat[^13], und [Qwen3.8-Flash](https://ai-on-mac.com/artikel/qwen3-8-flash/) ist die günstigere API-Variante derselben Generation. Der vollständige 2.4T-Checkpoint ist inzwischen öffentlich, bleibt aber selbst bei theoretischen 2 Bit zu groß für einen einzelnen Mac; Repository-Verfügbarkeit ist daher keine lokale Machbarkeitszusage. Erste Konversionen des 27B-Modells existieren als FP8,[^17] MLX 4-bit[^18] und Unsloth-GGUF;[^19] die tatsächliche Laufzeit auf einem konkreten Mac muss trotzdem noch gemessen werden.

  ![Rohgröße des 2,4T-Modells bei 16 bis 2 Bit im Vergleich zu 512 GB](https://ai-on-mac.com/images/qwen3-8-max/de/memory-de-light.svg?v=2026-08-13)

## Wie gut ist Qwen3.8-Max?

### Öffentliche Arena-Daten

Im Arena-Bereich „Software & IT Services" stand Qwen3.8-Max mit Datenstand 1. August 2026 vorläufig auf Rang 9.[^8] Der Score lag bei 1520±16 aus 1.405 Stimmen; die Rangspanne war mit 1 bis 43 breit. Das ist ein starkes Frühindikator-Signal, aber noch keine stabile Rangposition.

Arena misst menschliche Präferenzen in Paarvergleichen. Das ist nützlich für wahrgenommene Antwortqualität, ersetzt jedoch keine reproduzierbaren Tests für Repository-Arbeit, Tool-Zuverlässigkeit, Latenz oder Kosten.

### Herstellerbenchmarks und Case Studies

Alibaba veröffentlicht umfangreiche Ergebnisse zu Coding, Dokumenten, Video und langfristigen Agentenaufgaben. Diese Daten sollten als **Herstellerangaben** bezeichnet werden, bis Prompts, Harnesses, Versionen und unabhängige Replikationen vorliegen. Das interne RecreationBench ist beispielsweise keine allgemein etablierte, unabhängige Benchmark-Suite.

### Unabhängiger Praxistest

Ein einzelner Trilogy-AI-Test verglich die Preview mit [Kimi K3](https://ai-on-mac.com/artikel/kimi-k3-mac/) auf einer 269-Dateien-Codebasis.[^12] Beide Modelle kamen zu derselben grundlegenden Integrationsarchitektur und lagen in der Blindbewertung nur drei Punkte auseinander; Kimi war im getesteten Ablauf schneller und tokeneffizienter, Qwen wurde bei Systemgrenzen stärker bewertet. Das ist nützlich, aber nur ein Test gegen einen beweglichen Preview-Endpunkt.

## Qwen3.8-Max: OpenRouter-Snapshot und Prime unterscheiden

Bei Alibaba lautet die API-Modell-ID `qwen3.8-max`; **OpenRouter verwendet eigene Modellnamen**. Zwei aktuell nachprüfbare Varianten haben unterschiedliche Listenpreise:

| OpenRouter-Modell-ID | Input je 1 Mio. | Output je 1 Mio. | Einordnung |
|---|---:|---:|---|
| [`qwen/qwen3.8-max-0902`](https://openrouter.ai/qwen/qwen3.8-max-0902) | **$2** | **$6** | Datierter Snapshot vom 2. September, veröffentlicht am 3. September; 1 Mio. Kontext, maximal 131.072 Output-Tokens |
| [`qwen/qwen3.8-max-prime`](https://openrouter.ai/qwen/qwen3.8-max-prime) | **$4** | **$12** | Schnellerer Premium-Tarif, nicht der reguläre Snapshot |

Aus dem älteren Namen `qwen/qwen3.8-max` darf man **nicht** ohne Prüfung auf den aktuell gewählten Snapshot schließen. Bei identischen 1 Mio. neuen Input- und 200.000 Output-Tokens ergeben die Listenpreise **$3,20** für 0902 und **$6,40** für Prime – ohne Cache und Tools. Das sind **Rechenbeispiele, keine gemessenen Geschwindigkeits- oder Qualitätswerte**.

Cache-Tarife gelten separat: Die 0902-OpenRouter-Seite führt $0,25/M für implizite Cache-Reads, $2,50/M für 5-Minuten-Cache-Erstellung und $0,17/M für 5-Minuten-Reads auf. Nicht ungeprüft auf eine regionale Alibaba-Rechnung übertragen.

## API-Beispiel mit OpenAI-kompatiblem Client

```python

from openai import OpenAI

api_key = os.environ.get("DASHSCOPE_API_KEY")
if not api_key:
    raise RuntimeError("DASHSCOPE_API_KEY is not set")

client = OpenAI(
    api_key=api_key,
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {"role": "user", "content": "Review this architecture and list the top three risks."}
    ],
)

print(response.choices[0].message.content)
```

Die genaue Base-URL muss zur gewählten Alibaba-Region und zum API-Produkt passen. Für neue Projekte sollte zusätzlich geprüft werden, ob Responses API, Tool-Aufrufe oder ein regionalspezifischer Workspace-Endpunkt benötigt werden.

## Praktischer Status

Qwen3.8-Max ist inzwischen sowohl als Cloud-Modell als auch als öffentliches 2.4T-Checkpoint-Repository relevant. Die gehostete Variante kombiniert 95 Milliarden aktive Parameter pro Token, multimodale Eingaben, 1M Kontext und die dokumentierten API-Preise; der offene Checkpoint ist text-only, Thinking-pflichtig und bleibt für einen einzelnen Mac zu groß. Für die lokale Einordnung ist deshalb weiterhin Qwen3.8-27B entscheidend.

Für Mac-Nutzer ist die Entscheidung aktuell klar: Qwen3.8-Max über die Cloud testen; für lokale Nutzung Qwen3.8-27B als ersten Qwen3.8-Kandidaten prüfen. Eine belastbare lokale Bewertung ist erst möglich, wenn unabhängige Quantisierungen sowie reproduzierbare Langkontext- und Agenten-Benchmarks vorliegen.

## Quellen

[^1]: [Qwen-Launchankündigung Qwen3.8-Max](https://qwen.ai/blog?id=qwen3.8)
[^2]: [QwenCloud-Modellseite (Preise, Limits)](https://www.qwencloud.com/models/qwen3.8-max)
[^3]: [Alibaba Model Studio: Modelle](https://www.alibabacloud.com/help/en/model-studio/models)
[^4]: [Alibaba Model Studio: Deep Thinking](https://www.alibabacloud.com/help/en/model-studio/deep-thinking)
[^5]: [Alibaba Model Studio: Context Cache](https://www.alibabacloud.com/help/en/model-studio/context-cache)
[^6]: [Alibaba Model Studio: Pricing](https://www.alibabacloud.com/help/en/model-studio/model-pricing)
[^7]: [OpenRouter-Katalog](https://openrouter.ai/models)
[^8]: [Arena-Leaderboard Software & IT Services](https://arena.ai/leaderboard/text/industry-software-and-it-services)
[^9]: [Apple Newsroom: Mac Studio](https://www.apple.com/newsroom/2025/03/apple-unveils-new-mac-studio-the-most-powerful-mac-ever/)
[^10]: [Apple: Mac Studio Specs](https://www.apple.com/mac-studio/specs/)
[^11]: [Reuters zu Alibabas Ankündigung](https://www.reuters.com/business/retail-consumer/alibaba-unveils-its-most-capable-ai-model-date-not-far-behind-moonshots-size-2026-08-03/)
[^12]: [Trilogy AI: unabhängiger Praxistest](https://trilogyai.substack.com/p/qwen-38-max-benchmark-how-it-compares)
[^13]: [HF: Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B)
[^14]: [HF: Qwen3.8-2.4T-A95B](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B)
[^15]: [HF: Qwen3.8-2.4T-A95B-FP8](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B-FP8)
[^16]: [Qwen3.8-Max-Lizenztext](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE)
[^17]: [HF: Qwen3.8-27B-FP8](https://huggingface.co/Qwen/Qwen3.8-27B-FP8)
[^18]: [MLX-Community: Qwen3.8-27B-4bit](https://huggingface.co/mlx-community/Qwen3.8-27B-4bit)
[^19]: [Unsloth: Qwen3.8-27B GGUF](https://huggingface.co/unsloth/Qwen3.8-27B-GGUF)
[^20]: [Alibaba Model Studio: Qwen3.8-Max (regionale Preise und Limits)](https://www.alibabacloud.com/help/en/model-studio/qwen3-8-max)

## FAQ

**Ist Qwen3.8-Max Open Source?**

Die Gewichte sind inzwischen öffentlich: Qwen listet den vollständigen [Qwen3.8-2.4T-A95B-Checkpoint](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B) und eine [FP8-Variante](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B-FP8). Das Repository verwendet aber die eigene [Qwen3.8-Max-Lizenz](https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE), nicht einfach MIT oder Apache. Sie erlaubt breite Nutzung, verlangt bei kommerziellen Produkten ab 100 Millionen monatlich aktiven Nutzern oder 20 Millionen US-Dollar Monatsumsatz eine prominente Modellnennung; für Model-as-a-Service oder AI Work Assistant ab 50 Millionen US-Dollar Umsatz in zwölf Monaten ist eine separate Lizenz nötig. Präziser ist daher: offene Gewichte mit eigener Lizenz, nicht pauschal Open Source.

**Kann Qwen3.8-Max auf einem Mac laufen?**

Das vollständige 2,4T-Modell ist auf einem einzelnen aktuellen Mac nicht praktikabel. Selbst eine theoretische 2-Bit-Quantisierung bräuchte etwa 600 GB, und der größte Mac Studio bietet 512 GB Unified Memory.

**Was kostet die Qwen3.8-Max API?**

QwenCloud listet weiterhin $2 pro Million Eingabetokens und $6 pro Million Ausgabetokens. Alibaba Model Studio führt für Deutschland, USA, Japan, Hongkong und Peking aktuell $1,65 Input und $4,951 Output je 1M Tokens. Implicit-Cache-Eingabe kostet $0,25, Explicit-Cache-Erstellung $2,50 und Explicit-Cache-Lesen $0,17 je 1M Tokens. Zusätzlich führt OpenRouter seit dem 23. September 2026 eine schnellere Stufe, qwen/qwen3.8-max-prime, mit $4 Input / $12 Output je 1M Tokens. Region, Stufe und Cache-Tarif vor dem Einsatz prüfen.

**Wie groß ist der Download für Qwen3.8-Max?**

Der vollständige Checkpoint umfasst 2,4 Billionen Parameter. Rohgrößen: 4,8 TB bei 16 Bit, 2,4 TB bei 8 Bit, 1,2 TB bei 4 Bit und 600 GB bei 2 Bit, jeweils ohne Runtime-Puffer und KV-Cache.

**Was bedeutet 95B aktiv?**

95 Milliarden ist die Anzahl der Parameter, die pro Token tatsächlich berechnet werden. Das senkt den Rechenaufwand, macht aber den Checkpoint nicht zu einem 95B-Download. Alle 2,4T Parameter müssen gespeichert werden.

**Ist `qwen/qwen3.8-max` bei OpenRouter verfügbar?**

Der offizielle Alibaba-Modellname ist `qwen3.8-max`. Am 3. August 2026 war der String `qwen/qwen3.8-max` im öffentlichen OpenRouter-Katalog noch nicht auffindbar; seit dem 4. August ist er dort gelistet.

## Quellen

1. https://qwen.ai/blog?id=qwen3.8
2. https://www.qwencloud.com/models/qwen3.8-max
3. https://www.alibabacloud.com/help/en/model-studio/qwen3-8-max
4. https://www.alibabacloud.com/help/en/model-studio/models
5. https://www.alibabacloud.com/help/en/model-studio/deep-thinking
6. https://www.alibabacloud.com/help/en/model-studio/context-cache
7. https://www.alibabacloud.com/help/en/model-studio/model-pricing
8. https://openrouter.ai/models
9. https://openrouter.ai/qwen/qwen3.8-max-prime
10. https://openrouter.ai/qwen/qwen3.8-max-0902
11. https://arena.ai/leaderboard/text/industry-software-and-it-services
12. https://www.apple.com/newsroom/2025/03/apple-unveils-new-mac-studio-the-most-powerful-mac-ever/
13. https://www.apple.com/mac-studio/specs/
14. https://www.reuters.com/business/retail-consumer/alibaba-unveils-its-most-capable-ai-model-date-not-far-behind-moonshots-size-2026-08-03/
15. https://trilogyai.substack.com/p/qwen-38-max-benchmark-how-it-compares
16. https://huggingface.co/Qwen/Qwen3.8-27B
17. https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B
18. https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B-FP8
19. https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B/raw/main/LICENSE
20. https://huggingface.co/Qwen/Qwen3.8-27B-FP8
21. https://huggingface.co/mlx-community/Qwen3.8-27B-4bit
22. https://huggingface.co/unsloth/Qwen3.8-27B-GGUF
