| created |
updated |
sources |
tags |
| 2026-08-26 |
2026-09-22 |
| other/2026-08-26_qwen38-flash-next-qwen4-preview.md |
| blog/2026-09-21_macstories-m5-ultra-mac-studio-review.md |
|
| qwen |
| alibaba |
| moe |
| open-weights |
| qwen4 |
| local-ai |
| preview |
| mlx |
| m5-ultra |
|
Qwen 3.8-Flash-Next — Vorschau auf Qwen 4
Faktenstand (Ankündigung, Stand 26.08.2026)
| Feld |
Wert |
| Modell |
Qwen 3.8-Flash-Next |
| Status |
Ankündigung — Release „noch in dieser Woche" (laut Page vom 25./26.08.), noch nicht veröffentlicht bei Abruf |
| Architektur |
Multimodales Mixture-of-Experts |
| Parameter |
125B gesamt, ~6B aktiv pro Token (+51B N-Gramm-Embedding-Parameter) ⚠️ unverifiziert |
| Einordnung durch Qwen-Team |
Vorschau auf die Qwen-4-Architektur, ausdrücklich kein fertiges Produkt — Community soll sich auf die volle Qwen-4-Familie vorbereiten |
| Claim |
Near-Frontier-Performance zu einem Bruchteil der Compute-Kosten; laut NVIDIA-Forums-Post vergleichbar mit Qwen 3.7-Plus bei ~1/9 der Trainingskosten, Stärke Coding |
| Benchmarks |
⚠️ Keine publiziert; Parameterzahlen nicht unabhängig verifiziert |
Finanzierungs-Kontext
Die Ankündigung fällt in Alibabas größte Kapitalbeschaffung für KI: eine 10,2 Mrd USD Aktienplatzierung (710 Mio neue Aktien à HK$112,70, 8,4 %-Abschlag, ~3× überzeichnet mit 28 Mrd USD Nachfrage) — die größte primäre Folgeemission eines Hongkong-gelisteten Unternehmens überhaupt. 100 % der Mittel sollen in „full-stack AI capabilities" inkl. Infrastruktur fließen. Aktie fiel auf Verwässerungssorgen deutlich.
Einordnung
- Sparse-MoE in Consumer-Nähe: 125B/6B-aktiv wäre lokal relevant, sofern GGUFs/Quants folgen — aktivierungsseitig in der Klasse der lokal diskutierten MoE-Laufzeitziele (vgl. ../../concepts/hardware/apple-m6-m5-ultra-mac-mini-studio-update.md und DGX-Spark-Klasse). Die N-Gramm-Embedding-Parameter deuten auf ein MTP-/Speculative-Decoding-freundliches Design (vgl. speculative-decoding.md, DFlash 2).
- Reihe in der Qwen3.8-Familie: Flaggschiff Qwen 3.8-Max (2,4T MoE, 03.08.) → Dense qwen3.8-27b-alibaba.md (Apache 2.0) → jetzt Flash-Next als Qwen-4-Vorschau. Chinesische Labs (Alibaba, DeepSeek) halten das Open-Weight-Tempo; Perplexity-Pages berichten zudem >3 Mrd Qwen-Downloads und eine geplante Revenue-Sharing-Pflicht für große kommerzielle Nutzer der Max-Open-Weights.
- Vorsicht: Alle Kernzahlen stammen aus zweiter Hand (NVIDIA-Developer-Forum + Presse); das Qwen-Team selbst hat keine Benchmarks freigegeben. Glaubwürdigkeitstest wie immer am Release Day: HF-Model-Karte, Config.json, erste unabhängige Quants/Benchmarks.
- Geteilt von Kai (@PWeber) in OME Topic "News & Infos" (#12773).
Unabhängiger Praxistest (MacStories, 2026-09-21)
Erster dokumentierter Praxis-Einsatz des Modells: ../../people/federico-viticci.md (../../institutions/macstories.md) betreibt Flash-Next auf einem M5 Ultra Mac Studio (256 GB) und hat es zum Standardmodell in beiden von ihm primär genutzten Assistenten gemacht — Open Minis (iOS) und Hermes Agent. Gemessene Werte auf dieser Hardware:
| Metrik |
Wert |
| Kurze Prompts |
>100 tok/s |
| 64K–256K Kontext |
60–85 tok/s |
| Quantisierung |
5-Bit vollständig im RAM („Sweet Spot"); 6-/8-Bit mit SSD-Offloading der N-Gramm-Tabellen |
| Parallelität |
bis zu 3 gleichzeitige Flash-Next-Sessions mit Subagenten (oMLX, 256 GB) |
Wichtig für die Einordnung: Der Test belastet genau die Punkte, die hier unter „Vorsicht" offen waren — agentische Last (Harness-Kontext, Tool-Calls, Subagenten, wachsende Threads) statt Chat-Benchmarks. Viticci nutzt das Modell auch in der Codex-App als lokales Modell unter einem GPT-Orchestrator. Details und vollständige Messreihe: ../hardware/apple-m6-m5-ultra-mac-mini-studio-update.md. ⚠️ Einzelsetup (n=1), kein unabhängiges Benchmark-Suite-Ergebnis.
Quellen
