Kostenloses Qwen3.8 Max und Flash API auf AIHubMix: Limits, Enddatum und dein erster Aufruf

Alibabas Flaggschiff Qwen3.8 Max und sein schnelles Pendant Qwen3.8 Flash sind auf AIHubMix derzeit kostenlos nutzbar. Die kostenlosen Modell-IDs lauten qwen3.8-max-free und qwen3.8-flash-free, und beide kosten 0 $ pro Million Tokens für Input und Output. Die Kampagne wird von GMI Cloud finanziert. Sie startete am 14. Oktober 2026 (Pacific Time) und läuft 30 Tage, also bis etwa zum 13. November, oder bis die Kampagnen-Credits aufgebraucht sind, je nachdem, was zuerst eintritt.

Für die kostenlosen IDs gelten dieselben Regeln wie für alle anderen kostenlosen AIHubMix-Modelle: 10 Testaufrufe bei einem neuen Konto, danach tägliche Kontingente, sobald du mindestens 1 $ aufgeladen hast. Du rufst sie mit dem Standard-OpenAI-SDK auf, das auf https://aihubmix.com/v1 zeigt. Wenn die Kampagne endet, entfernst du -free aus der Modell-ID, und derselbe Code läuft weiter mit den kostenpflichtigen Versionen.

Was kostenlos ist und was es den Rest des Jahres kostet

Preise pro Million Tokens. Die Qwen-Listenpreise stammen von QwenCloud.

Beide kostenlosen IDs bieten die Standardfunktionen ihrer kostenpflichtigen Pendants: ein Kontextfenster von 1M Tokens, bis zu 131K Output-Tokens, Tool Calling und standardmäßig aktiviertes Thinking. Sie werden von GMI Cloud statt von Alibaba Cloud bereitgestellt. Auf den Modellseiten für Qwen3.8 Max (kostenlos) und Qwen3.8 Flash (kostenlos) siehst du die aktuelle Latenz und Verfügbarkeit für diesen Weg.

Zwei Modelle, zwei Aufgaben

Die Benchmark-Werte unten stammen von Qwens eigenen Launch-Angaben, zusammengestellt von DataCamp; niemand hat sie bisher unabhängig reproduziert.

Qwen3.8 Max erschien am 3. August 2026. Es handelt sich um ein Mixture-of-Experts-Modell mit 2,4 Billionen Parametern, von denen pro Token rund 95 Mrd. aktiv sind. Qwen positioniert es für Coding und "Cowork"-Büroaufgaben. Die Launch-Tabelle zeigt 67,7 bei SWE-bench Pro, 74,8 bei CoWorkBench und 92,6 bei GPQA Diamond. Am 2. September folgte ein Post-Training-Update (0902). Artificial Analysis platziert diese Version auf Rang 33 von 217 Modellen im eigenen Intelligence Index und bezeichnet sie als "sehr ausschweifend": Für den Index wurden 190 Mio. Output-Tokens verbraucht, gegenüber einem Median von 87 Mio.

Qwen3.8 Flash erschien am 26. August 2026 als gehostete Version des Open-Weight-Modells Flash-Next (125 Mrd. Parameter, 6 Mrd. aktiv). Qwens Release-Tabelle gibt 62,5 bei SWE-bench Pro und 73,9 bei CoWorkBench an: bei Büroarbeit knapp einen Punkt unter Max, bei weniger als einem Dreizehntel von Max' Output-Preis.

Die Kurzfassung: Flash antwortet in Sekunden und deckt die meisten alltäglichen Aufgaben ab; Max ist die richtige Wahl für schwierige Schlussfolgerungen und mehrdateiges Coding. Der zweite Beitrag dieser Reihe vergleicht beide Modelle Aufgabe für Aufgabe.

So funktioniert das kostenlose Kontingent

Die Seite mit den kostenlosen Modellen bei AIHubMix legt die Limits fest, und sie gelten für die kostenlosen Qwen3.8-IDs ebenso wie für den Rest des Katalogs:

• Vor deiner ersten Aufladung: insgesamt 10 Testaufrufe, geteilt über alle kostenlosen Modelle, ohne Ablaufdatum. Nach dem zehnten Aufruf antwortet die API weiterhin mit einem Hinweis, dass der Test aufgebraucht ist, statt einen Fehler zurückzugeben.
• Nach jeder Aufladung von mindestens 1 $: Dein Konto wechselt dauerhaft auf tägliche Kontingente von 100 Anfragen pro Tag, 10 pro Minute und 1M Tokens pro Tag. Sie gelten für den gesamten kostenlosen Katalog und werden täglich zurückgesetzt.
• Bei Überschreitung eines Limits: Die API gibt 429 zurück, bis die nächste Minute oder der nächste Tag beginnt.

Drei Details zum Token-Pool werden leicht übersehen:

1. Es ist ein einziger Pool. Tokens, die du für Flash oder ein anderes kostenloses Modell verbrauchst, werden aus demselben 1M-Kontingent wie bei Max abgezogen.
2. Thinking zählt mit. Beide Modelle denken nach, bevor sie antworten, sofern du das nicht abschaltest, und Alibaba rechnet Thinking als Output-Tokens ab. In einem Test am 16. Oktober verbrauchte eine zweisätzige Antwort von qwen3.8-flash-free 89 Output-Tokens, davon 36 für Thinking.
3. Das Kontextfenster ist so groß wie der tägliche Pool. Eine einzige Anfrage, die Max' 1M-Token-Kontext ausschöpft, verbraucht das gesamte Tageskontingent.

Was die kostenlosen Tokens wert sind

Angenommen, du nutzt täglich die vollen 1M Tokens, aufgeteilt im Verhältnis 3:1 zwischen Input und Output, und bewertest sie zu den regulären AIHubMix-Preisen:

Zu regulären Preisen ist ein Token, das für Max ausgegeben wird, etwa 14-mal so viel wert wie ein Token für Flash. Da der Pool geteilt ist, lohnt sich die kostenlose Kampagne am meisten, wenn du sie für Max-Aufrufe einsetzt, bei denen die Qualität zählt, und Flash dort nutzt, wo es auf Geschwindigkeit ankommt.

Dein erster Aufruf

1. Melde dich bei AIHubMix an und erstelle einen API-Schlüssel; die Schnellstartanleitung führt dich durch den Ablauf.
2. Lade mindestens 1 $ auf, wenn du das tägliche Kontingent statt der 10 Testaufrufe möchtest.
3. Exportiere den Schlüssel als AIHUBMIX_API_KEY und sende eine Anfrage:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash-free",
    "messages": [{"role": "user", "content": "In two sentences, what is a mixture-of-experts model?"}]
  }'

Bei Max solltest du die Antwort streamen. Max denkt eine Weile, bevor das erste sichtbare Token kommt: Die eigene Messung von AIHubMix ergibt für die kostenlose Route eine Latenz von etwa 55 Sekunden, gegenüber etwa 5 Sekunden bei Flash. Streaming sorgt dafür, dass während des Denkens Daten fließen, und ein längeres Client-Timeout deckt lange Antworten ab:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
    timeout=600,
)

stream = client.chat.completions.create(
    model="qwen3.8-max-free",
    messages=[{"role": "user", "content": "Find the bug in this function:\n\ndef mean(xs):\n    return sum(xs) / len(xs) - 1"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Das Thinking kommt in einem separaten Feld reasoning_content an, daher gibt diese Schleife nur die Antwort aus. Bei kurzen, einfachen Anfragen kannst du Thinking mit extra_body={"enable_thinking": False} abschalten. Das ist Alibabas dokumentierter Schalter für Qwen3.8; wie du prüfst, ob er gewirkt hat, zeigt der dritte Beitrag dieser Reihe.

Wenn das kostenlose Zeitfenster endet

Die -free-IDs sind ab etwa dem 13. November 2026 (Pacific Time) nicht mehr kostenlos, oder früher, falls die Kampagnen-Credits von GMI Cloud vorher aufgebraucht sind. Zwei Wege, damit das kein Problem wird:

• Ändere eine Zeichenkette. Ersetze qwen3.8-max-free durch qwen3.8-max bzw. qwen3.8-flash-free durch qwen3.8-flash. Endpunkt, SDK und Parameter bleiben gleich, und die AIHubMix-Preise liegen unter den Listenpreisen von Qwen.
• Richte jetzt ein Fallback ein. AIHubMix kann auf Schlüsselebene von einem kostenlosen auf ein kostenpflichtiges Modell umschalten, wenn das kostenlose Modell ein Kontingent oder Ratenlimit erreicht, ohne Codeänderung. Der dritte Beitrag beschreibt die Einrichtung.

FAQ

Ist Qwen3.8 Max auf AIHubMix wirklich kostenlos?
Ja. qwen3.8-max-free kostet während der Kampagne von GMI Cloud 0 $ pro Million Input- und Output-Tokens. Es gelten die üblichen Kontingente für kostenlose Modelle bei AIHubMix.

Wann endet das kostenlose Qwen3.8-Angebot?
30 Tage nach dem Start am 14. Oktober 2026 (Pacific Time), also etwa am 13. November, oder früher, falls die Kampagnen-Credits vorher aufgebraucht sind.

Brauche ich eine Kreditkarte, um es auszuprobieren?
Nein. Jedes neue Konto erhält 10 Testaufrufe. Eine Aufladung von mindestens 1 $ schaltet das Konto auf tägliche Kontingente von 100 Anfragen und 1M Tokens um.

Ist die kostenlose Version dasselbe Modell wie die kostenpflichtige?
Die kostenlosen IDs bieten dieselben Standardfunktionen: 1M Kontext, bis zu 131K Output, Tool Calling und Thinking. Sie laufen auf GMI Cloud statt auf Alibaba Cloud, daher unterscheiden sich Latenz und Durchsatz; die Modellseiten zeigen beides.

Zählen Thinking-Tokens auf das kostenlose Kontingent?
Ja. Thinking ist Output, und jedes Token zählt auf den gemeinsamen täglichen 1M-Token-Pool. Schalte Thinking bei einfachen Anfragen ab, damit der Pool länger reicht.

Kann ich die kostenlosen Modelle in Coding-Tools nutzen?
Ja, in jedem Tool, das eine OpenAI-kompatible Base-URL und eine eigene Modell-ID akzeptiert, zum Beispiel OpenCode, Cline, Kilo Code oder Qwen Code. Agenten-Schleifen senden bei jedem Schritt den Kontext erneut und leeren den täglichen Pool deshalb schnell.

Was passiert mit meinem Code, wenn das Angebot endet?
Ändere die Modell-ID zu qwen3.8-max oder qwen3.8-flash, sonst nichts. Oder richte jetzt ein Fallback auf Schlüsselebene ein, damit der Wechsel automatisch erfolgt.

Weiterlesen: die Qwen3.8-Free-Serie

• Da der Pool geteilt ist, lohnt es sich zu wissen, welches Modell deine Tokens verdient: Qwen3.8 Max Free vs. Qwen3.8 Flash Free: Reicht Flash?
• Wenn du es täglich aufrufst, erfährst du hier, was schiefgeht und welche eine Einstellung die meisten Fälle abdeckt: Qwen3.8 Free auf AIHubMix: 429er, "Rate Limited by Provider" und ein leerer Token-Pool beheben

Quellen

• Modellseite Qwen3.8 Max (kostenlos) (AIHubMix)
• Kostenlose KI-Modelle und Kontingente (AIHubMix)
• Deep-Thinking-Modelle über die API nutzen (Alibaba Cloud Model Studio)
• Qwen3.8-Max: Funktionen, Benchmarks und Preise (DataCamp)
• Qwen3.8 Max (0902): Analyse von Intelligenz, Leistung & Preis (Artificial Analysis)