SprachmodellAktiv

Qwen 3.8 2.4T A95B

Alibaba

Veröffentlicht: 12. August 2026
Datenstand: 8. September 2026
Vorgängermodell: Qwen 3.5 397B A17B

Benchmark-Meta-Score: Nicht berechenbar
Werte aus nur einer Quelle
Geschwindigkeit: 39,8 Token/s
Ausgabe-Tempo
Preis: 2 $ · 6 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text
Ausgabe: Text

Qwen 3.8 2.4T A95B ist der offene Gewichts-Checkpoint hinter der Qwen3.8-Max-Auslieferung. Das Repository enthält FP8-quantisierte Gewichte eines hybriden Mixture-of-Experts-Modells mit 2,4 Billionen Gesamtparametern und 95 Milliarden aktiven Parametern. Die Architektur kombiniert Gated DeltaNet und Gated Attention.

Die Gewichte sind textbasiert und verlangen standardmäßig Thinking. Das native Kontextfenster umfasst 262.144 Token und lässt sich bis etwa 1.010.000 Token erweitern. Das gehostete Qwen 3.8 Max ist davon zu unterscheiden. Laut Modellkarte ergänzt es unter anderem Vision-Eingaben, abschaltbares Thinking, ein standardmäßiges 1M-Kontextfenster und eingebaute Werkzeuge.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	2,4 BillionenQuelle
Aktive Parameter	95 Mrd.Quelle
Kontextfenster	262.144 TokenQuelle
Modell-Repository	Qwen/Qwen3.8-2.4T-A95B-FP8Quelle
Lizenz	qwen3.8-max (The model card declares a non-SPDX custom/other license; inspect the linked LICENSE before publishing a generic license badge.)Quelle
Architektur	hybrid Gated DeltaNet + Gated Attention sparse MoEQuelle
Eingabe	TextQuelle
Ausgabe	TextQuelle
Reasoning-Modus	thinking by default; switchable non-thinking/instruct modeQuelle
Werkzeugaufrufe	JaQuelle
Strukturierte Ausgabe	JaQuelle
Natives Kontextfenster	262.144 TokenQuelle
Maximales Kontextfenster	1.010.000 TokenQuelle
Parameter	2.400 Mrd.Quelle
Repository erstellt	2026-08-08 (Repository creation date is a precise publication proxy, but may differ from the public announcement date or an individual checkpoint's first availability.)Quelle

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-19 - 2026-10-19

Gesamtindex

Noch nicht genug unabhängige Werte für einen Score

Ein Gesamtwert braucht Werte aus mindestens zwei Quellen.

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Testreihen: 8
Testfamilien: 8 / 65
Quellen: 1
Anteil am festen Testpanel (informativ): 10 %

Programmieren

Index 40,0 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 4,2
95-%-Intervall: 32,1 bis 48,4
Testreihen: 1
Testfamilien: 1 / 15
Quellen: 1
Anteil am festen Testpanel (informativ): 3 %

Schlussfolgern

Index 33,8 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 3,5
95-%-Intervall: 27,2 bis 40,9
Testreihen: 3
Testfamilien: 3 / 7
Quellen: 1
Anteil am festen Testpanel (informativ): 36 %

Wissen

Index 27,3 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 3,7
95-%-Intervall: 20,6 bis 35,0
Testreihen: 1
Testfamilien: 1 / 3
Quellen: 1
Anteil am festen Testpanel (informativ): 33 %

Agenten

Index 60,8 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 7,0
95-%-Intervall: 46,6 bis 73,6
Testreihen: 3
Testfamilien: 3 / 12
Quellen: 1
Anteil am festen Testpanel (informativ): 25 %

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v3

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.

Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 8 Testfamilien und 8 von 8 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: AA-Briefcase
Agenten · Mittleres Rangperzentil der Familie: 80,5 / 100
Gewicht der Familie im festen Testpanel (informativ): 0,89 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-aa-briefcase
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,89 %
  Rohwert:
  1.435,33 Elo
  Messgröße:
  AA-Briefcase Elo
  Version:
  v1.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  80,5 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-aa-briefcase:v1.1:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-aa-briefcase","v1.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AA-LCR
Schlussfolgern · Mittleres Rangperzentil der Familie: 69,5 / 100
Gewicht der Familie im festen Testpanel (informativ): 1,53 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-aa-lcr
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,53 %
  Rohwert:
  80,3333333333333 %
  Messgröße:
  Pass rate
  Version:
  v1.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  69,5 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-aa-lcr:v1.1:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-aa-lcr","v1.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 80,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AutomationBench-AA
Agenten · Mittleres Rangperzentil der Familie: 78,0 / 100
Gewicht der Familie im festen Testpanel (informativ): 0,89 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-automationbench-aa
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,89 %
  Rohwert:
  57,247376545822206 %
  Messgröße:
  Objectives completed without guardrail violations
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  78,0 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-automationbench-aa:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-automationbench-aa","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 57,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: GDP.pdf
Schlussfolgern · Mittleres Rangperzentil der Familie: 65,9 / 100
Gewicht der Familie im festen Testpanel (informativ): 1,53 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-gdp-pdf
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  1,53 %
  Rohwert:
  15,6 %
  Messgröße:
  All-pass rate
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  65,9 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-gdp-pdf:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-gdp-pdf","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 15,6 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: GDPval-AA
Agenten · Mittleres Rangperzentil der Familie: 85,4 / 100
Gewicht der Familie im festen Testpanel (informativ): 0,89 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-gdpval-aa
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  0,89 %
  Rohwert:
  1.607,97 Elo
  Messgröße:
  GDPval-AA Elo
  Version:
  v2.1
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  85,4 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-gdpval-aa:v2.1:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-gdpval-aa","v2.1","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: AA-Omniscience
Wissen · Mittleres Rangperzentil der Familie: 62,2 / 100
Gewicht der Familie im festen Testpanel (informativ): 3,57 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-omniscience
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  3,57 %
  Rohwert:
  4,316666666666666 points
  Messgröße:
  AA-Omniscience Index
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  62,2 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-omniscience:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-omniscience","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: Humanity’s Last Exam
Schlussfolgern · Mittleres Rangperzentil der Familie: 73,2 / 100
Gewicht der Familie im festen Testpanel (informativ): 1,53 % · Abdeckung dieser Testfamilie: 50 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-humanitys-last-exam
  Gewicht der Messreihe innerhalb der Testfamilie:
  50 %
  Nominaler Beitrag zum Gesamtpanel:
  0,77 %
  Rohwert:
  42,4467099165894 %
  Messgröße:
  Text-only pass@1 accuracy
  Version:
  unspecified
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  73,2 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-humanitys-last-exam:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-humanitys-last-exam","unspecified","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 42,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Testfamilie: Terminal-Bench
Programmieren · Mittleres Rangperzentil der Familie: 65,9 / 100
Gewicht der Familie im festen Testpanel (informativ): 0,71 % · Abdeckung dieser Testfamilie: 50 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-terminal-bench-4
  Gewicht der Messreihe innerhalb der Testfamilie:
  50 %
  Nominaler Beitrag zum Gesamtpanel:
  0,36 %
  Rohwert:
  11,1111111111111 %
  Messgröße:
  Task success
  Version:
  4.0
  Teilnehmende Modelle:
  83
  Rangperzentil innerhalb der Kohorte:
  65,9 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-terminal-bench-4:4.0:v4.3.2:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-terminal-bench-4","4.0","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Setup- und Modellparameter
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 11,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	8	1	19

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Bei 5 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

AA-LCR: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 80.3333333333333
Bewertung: 80.3333333333333
Messgröße: Pass rate
Einheit: %
Benchmark-Version: v1.1
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-aa-lcr:v1.1:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 80,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled

Quelle Artificial Analysis

AutomationBench-AA: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 57.247376545822206
Bewertung: 57.247376545822206
Messgröße: Objectives completed without guardrail violations
Einheit: %
Benchmark-Version: unspecified
Kategorie: agentic
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-automationbench-aa:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 57,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled

Quelle Artificial Analysis

CritPt: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 20
Bewertung: 20
Messgröße: Score
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-critpt:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: disputed
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 20,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
Einordnung: Artificial Analysis kennzeichnet CritPt als unter Prüfung; Änderungen am Datensatz können die Ergebnisse verändern.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.

Quelle Artificial Analysis

GDP.pdf: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 15.6
Bewertung: 15.6
Messgröße: All-pass rate
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-gdp-pdf:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 15,6 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled

Quelle Artificial Analysis

Humanity's Last Exam: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 42.4467099165894
Bewertung: 42.4467099165894
Messgröße: Text-only pass@1 accuracy
Einheit: %
Benchmark-Version: unspecified
Kategorie: reasoning
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-humanitys-last-exam:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 42,4 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
Einordnung: Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.

Quelle Artificial Analysis

AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 31.25
Bewertung: 31.25
Messgröße: AA-Omniscience Accuracy
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 31,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
Einordnung: Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.

Quelle Artificial Analysis

AA-Omniscience Hallucination Rate: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 39.17575757575757
Bewertung: 39.17575757575757
Messgröße: AA-Omniscience Hallucination Rate
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Weniger ist besser
Vergleichskohorte: artificial-analysis-omniscience-hallucination-rate:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 39,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
Einordnung: Dies ist die separat veröffentlichte Halluzinationsraten-Diagnostik, nicht der AA-Omniscience-Index. AA bezeichnet niedrigere Werte als besser.

Quelle Artificial Analysis

SciCode: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 54.050925925925895
Bewertung: 54.050925925925895
Messgröße: SciCode score
Einheit: %
Benchmark-Version: unspecified
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-scicode:unspecified:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: disputed
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 54,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled
Einordnung: Artificial Analysis weist darauf hin, dass SciCode nach einem unabhängigen Datensatz-Audit unter Prüfung steht.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.

Quelle Artificial Analysis

Terminal-Bench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 11.1111111111111
Bewertung: 11.1111111111111
Messgröße: Task success
Einheit: %
Benchmark-Version: 4.0
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-terminal-bench-4:4.0:v4.3.2:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Kennung des Quellmodells: artificial-analysis/8df710d3-9dae-4498-9b4e-9818238e6f31/qwen3-8-2-4t-a95b/qwen3-8-2-4t-a95b. Name des Quellmodells: Qwen 3.8 2.4T A95B. Anbieter laut Quelle: Alibaba. Modellstand: Qwen3.8 2.4T A95B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Reasoning: reasoning enabled. Angezeigter Wert: 11,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: Qwen3.8 2.4T A95B (Release qwen3-8-2-4t-a95b, Zeile qwen3-8-2-4t-a95b, UUID 8df710d3-9dae-4498-9b4e-9818238e6f31, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.. Reasoning: reasoning enabled

Quelle Artificial Analysis

Terminal Bench 2.1 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 86.6
Bewertung: 86.6
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Qwen official Hugging Face model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Official model-card comparison table; exact target column, setup as published
Einordnung: Card table column is Qwen3.8-Max, the hosted version based on Qwen3.8-2.4T-A95B; do not treat as a pure local-checkpoint result.

Quelle Qwen official Hugging Face model card

SWE-bench Pro (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 67.7
Bewertung: 67.7
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Qwen official Hugging Face model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Official model-card comparison table; exact target column, setup as published
Einordnung: Card table column is Qwen3.8-Max, the hosted version based on Qwen3.8-2.4T-A95B; do not treat as a pure local-checkpoint result.

Quelle Qwen official Hugging Face model card

DeepSWE 1.1 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 56.6
Bewertung: 56.6
Messgröße: percent
Einheit: %
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Qwen official Hugging Face model card
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. Official model-card comparison table; exact target column, setup as published
Einordnung: Card table column is Qwen3.8-Max, the hosted version based on Qwen3.8-2.4T-A95B; do not treat as a pure local-checkpoint result.

Quelle Qwen official Hugging Face model card

Seite 1 von 5

Vorgänger und Nachfolger

Frühere Modellgeneration: Qwen 3.5 397B A17B
Vorherige Generation im Verzeichnis
Beleg zur Modellfolge
Alibaba's own launch post states Qwen3.8-Max (open-weighted as Qwen3.8-2.4T-A95B the following week) is 'built upon the robust foundation of Qwen 3.5', not Qwen3.6 or Qwen3.7; this is the only predecessor the source names, so the relation targets the flagship Qwen3.5 open-weight profile instead of the nearer-numbered Qwen3.7-Max.
Alibaba Cloud Community: "Alibaba Unveils Qwen3.8-Max: Its Largest and Most Capable Flagship Model to Date" (2026-09-19)

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Alibaba. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Qwen3.8-2.4T-A95B-FP8 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Qwen3.8-2.4T-A95B-FP8 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut No exact training-data cutoff was stated in the checked official card/report.
Ungeklärt	benchmark-model-identity Originalwortlaut The table column is labeled Qwen3.8-Max, the hosted version based on the open Qwen3.8-2.4T-A95B checkpoint; values are not pure open-weight measurements.
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026)
Weitere Quelle	Qwen3.8-Max official overview · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Alibaba Cloud Community: "Alibaba Unveils Qwen3.8-Max: Its Largest and Most Capable Flagship Model to Date" (2026-09-19)