Qwen: Qwen3.8 2.4T A95B

Qwen3.8 2.4T A95B ist ein offenes Sparse-Mixture-of-Experts-Modell von Qwen und die Open-Weight-Variante von Qwen3.8 Max. Der Name spiegelt seine Architektur wider: 95 Milliarden aktive Parameter bei insgesamt 2,4 Billionen, sodass pro Token nur ein Bruchteil des Netzwerks aktiviert wird, während das vollständige Modell weiterhin einen sehr großen Pool an Gewichten bereithält. Es gehört zur Textkategorie, nimmt Text entgegen und gibt Text zurück.

Die wichtigste Kennzahl für die meisten Integrationen ist das Kontextfenster von 1.048.576 Token, das groß genug ist, um ganze Codebasen, lange Dokumentensammlungen oder ausgedehnte Gesprächsverläufe in einer einzigen Anfrage unterzubringen. Die Ausgabe ist auf 131.072 Token begrenzt, sodass neben langen Eingaben auch lange Generierungen möglich sind. Das Modell unterstützt Reasoning-Verhalten, einschließlich eines reasoning-Parameters, einer reasoning_effort-Steuerung und eines include_reasoning-Flags, mit dem Sie entscheiden können, ob Reasoning-Inhalte ausgegeben werden. Es unterstützt außerdem strukturierte Ausgaben und response_format, sodass Sie Antworten auf ein Schema einschränken können, statt Freitext zu parsen.

Diese Fähigkeiten deuten auf eine recht spezifische Gruppe von Anwendungsfällen hin. Langkontextanalyse ist der offensichtliche: ganze Repositories, Vertragsbündel, Log-Archive oder Forschungskorpora einspeisen und Fragen über all das stellen, ohne eine Retrieval-Schicht. Da tools und tool_choice unterstützt werden, kann das Modell als Reasoning-Kern eines Agenten dienen, der Funktionen oder externe APIs aufruft. Strukturierte Ausgaben machen es zu einer sinnvollen Wahl für Extraktionspipelines, bei denen Sie konsistentes JSON aus unstrukturierten Eingaben benötigen. Die Reasoning-Steuerungen eignen sich für Aufgaben, bei denen das Modell ein Problem Schritt für Schritt durcharbeiten soll, und die Sampling-Parameter geben Ihnen Spielraum, das Verhalten entweder auf deterministische oder eher explorative Generierung abzustimmen.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf der Plattform, da die API OpenAI-kompatibel ist. Sie senden Ihre Anfrage an den Chat-Completions-Endpunkt mit der Modell-ID "qwen/qwen3.8-2.4t-a95b" und Ihren Nachrichten im üblichen Format. Die unterstützten Anfrageparameter sind frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs und top_p. Wenn Sie bereits Code gegen das OpenAI SDK geschrieben haben, besteht die Änderung in der Regel nur darin, die Basis-URL auf api14 zu setzen und die Modell-ID auszutauschen.

Zwei praktische Hinweise. Erstens ist dies ein reines Textmodell: Es gibt keine Bild- oder Audioeingabe, daher benötigt alles Multimodale ein anderes Modell. Zweitens bedeutet das Mixture-of-Experts-Design, dass die Anzahl der aktiven Parameter viel kleiner ist als die Gesamtzahl, aber ein Modell mit 2,4 Billionen Parametern ist immer noch ein großes, und der Kontext von 1M Token bedeutet, dass Anfragen sehr viel Eingabe enthalten können. Für kurze, einfache Aufgaben, bei denen Latenz oder Durchsatz wichtiger sind als Tiefe, ist ein kleineres Modell normalerweise die bessere Wahl.