Alibaba erhöht im KI-Wettlauf spürbar das Tempo.
Wie ernsthaft greift Qwen3.5 nun die etablierten Platzhirsche wie GPT-5.2 oder Claude 4.5 an?
Mit Qwen3.5-397B-A17B bringt Alibaba ein Open-Weight-Modell auf den Markt, das gleich mehrere strategische Signale sendet: enorme Skalierung, multimodale Architektur und aggressive Preisgestaltung. 397 Milliarden Parameter stehen insgesamt zur Verfügung, aktiviert werden pro Anfrage jedoch nur 17 Milliarden. Möglich macht das eine ausgefeilte Mixture-of-Experts-Architektur, kombiniert mit sogenannten Gated Delta Networks, die den Rechenaufwand deutlich reduzieren sollen.
Das Ergebnis ist beeindruckend: Bei einem Kontextfenster von 256.000 Token arbeitet Qwen3.5 laut Hersteller bis zu 19-mal schneller als Qwen3-Max und bleibt dabei auf vergleichbarem Leistungsniveau. Besonders stark zeigt sich das Modell im agentischen Bereich. Im TAU2-Benchmark erreicht es 86,7 Punkte und liegt damit nur knapp hinter GPT-5.2. Auch bei komplexen Anweisungen setzt Qwen3.5 neue Bestwerte. In der Praxis bedeutet das: Das Modell kann aus Bild- und Textvorgaben eigenständig Präsentationen erstellen, Code generieren oder strukturierte Workflows ausführen.
Im visuellen Verständnis erzielt Qwen3.5 in mehreren Benchmarks Spitzenwerte, etwa bei mathematisch-visuellen Aufgaben oder im Dokumentenverständnis. Beim klassischen Reasoning und Coding bleiben jedoch GPT-5.2 und Claude 4.5 Opus vorn. Qwen3.5 ist damit kein klarer Gesamtsieger, sondern eher ein hochspezialisierter Allrounder mit klaren Stärken im Agenten- und Multimodalbereich.
Spannend ist auch der strategische Unterbau: Alibaba hat massiv in Reinforcement Learning investiert und die Trainingsdatenbasis deutlich erweitert und stärker gefiltert. Die Sprachunterstützung wächst auf 201 Sprachen und Dialekte, das Vokabular steigt auf 250.000 Token. Damit positioniert sich Qwen3.5 global – nicht nur technisch, sondern auch sprachlich.
Besonders relevant für Unternehmen: Das Modell steht unter Apache-2.0-Lizenz kostenfrei als Open-Weight-Version bereit. Über die API kostet es 0,40 US-Dollar pro Million Input-Token und 2,40 US-Dollar pro Million Output-Token – ein Bruchteil westlicher Anbieter. Für Start-ups und kostenbewusste KI-Projekte ist das ein klares Signal. Gleichzeitig verschärft sich der Wettbewerb in China weiter: Modelle von Zhipu, Moonshot, MiniMax oder Baidu liefern ähnliche Benchmark-Ergebnisse bei deutlich niedrigeren Kosten.