Qwen 3.8: Wie viel Spitzen-KI passt auf Ihren Rechner?

Ein lokales Modell rückt den Großen auf die Pelle

In Qwens veröffentlichter Vergleichstabelle liegt Qwen3.8‑27B bei Terminal‑Bench 2.1 nur 5,2 Punkte hinter Opus 4.6 Max. Bei SWE‑Bench Pro steht es sogar darüber. Die Zahlen stammen vom Qwen-Team; beim Pro-Vergleich wurden Aufgaben korrigiert und Baselines neu ausgewertet, während der Opus-Wert offiziell übernommen wurde. [1]

Das macht den Vergleich interessant, aber nicht zu einer unabhängigen Rangliste. Unsere Einordnung: Ein lokal betreibbares Modell kann bei ausgewählten Coding-Aufgaben bemerkenswert nah an etablierte Spitzenmodelle kommen. Daraus folgt keine Gleichwertigkeit mit jedem aktuellen Frontier-Modell.

Die hier verglichene Version Opus 4.6 ist ausdrücklich der Bezugspunkt der Qwen-Tabelle. Für einen Vergleich mit GPT‑6 Astra fehlen in dieser Tabelle passende Messungen unter gleichen Bedingungen.

SWE? Terminal? Was die Zahlen bedeuten.

SWE steht für Software Engineering. Stellen Sie sich ein bestehendes Programm vor, in dem eine Funktion nicht richtig arbeitet. Die KI bekommt eine Problembeschreibung, muss den passenden Code finden und eine Änderung liefern, die Tests besteht. Das ist die Grundidee von SWE-Bench. [9]

SWE‑Bench Pro legt noch einmal nach: Hier geht es um komplexe Probleme in umfangreichen Softwareprojekten. Manche Aufgaben können professionelle Entwickler Stunden oder Tage beschäftigen und Änderungen über mehrere Dateien erfordern. [11] Ein guter Wert spricht dafür, dass ein Agent sich in bestehender Software zurechtfindet. Er bedeutet nicht, dass derselbe Anteil eines beliebigen Kundenprojekts automatisch fertig wird.

Terminal‑Bench prüft die Arbeit an der Steuerzentrale. Im Terminal werden Programme gestartet, Dateien bearbeitet und Werkzeuge verbunden. Der Agent muss dort konkrete Aufgaben lösen; automatische Prüfungen kontrollieren das Ergebnis. [10] Es zählt also, ob die Arbeit gelingt. Eine elegant formulierte Erklärung allein genügt nicht.

NL2Repo‑Bench betrachtet die Erstellung eines Codeprojekts aus einer sprachlichen Beschreibung. [1] Für Leser ist die Frage dahinter besonders anschaulich: Wie weit kommt die KI von einer Idee zu zusammengehörenden Dateien?

Ein Detail für jeden Modellvergleich: Qwens Terminal-Wert gehört zu Version 2.1. Astras Wert im anderen Artikel gehört zu Version 4.0. Die Aufgaben sind nicht dieselben. 73 gegen 57,9 ist deshalb kein direkter Leistungsvergleich.

Der bessere erste Versuch: ein eigenes kleines Spiel

Eine Textzusammenfassung zeigt wenig davon, was Sie eigentlich interessiert. Probieren Sie etwas aus, das man benutzen kann. Unser Vorschlag: ein kleines Browser-Spiel als bewusst begrenzter eigener Test.

Schreibe ein Breakout-Spiel als einzelne HTML-Datei. Nutze Canvas, Tastatursteuerung, Punkte und einen Neustartknopf. Verwende keine externen Bibliotheken. Erkläre kurz, wie ich die Datei lokal öffne.

Speichern Sie die Ausgabe als HTML-Datei und öffnen Sie sie im Browser. Bewegt sich der Schläger? Prallt der Ball sauber ab? Lässt sich nach einer Niederlage neu starten? Geben Sie beobachtete Fehler anschließend konkret zurück. So wird aus einem abstrakten Modellscore ein eigener Eindruck.

Das ist eine von uns vorgeschlagene Aufgabe, keine behauptete Qwen-Demo. Im reinen Chat müssen Sie die Datei selbst speichern und ausführen. Eine Agentenumgebung mit Dateizugriff und passenden Werkzeugen kann mehr Schritte übernehmen. Modell und Arbeitsumgebung bestimmen gemeinsam, wie selbstständig der Ablauf wird.

Die Überraschung passt in einen Download

Ollama bietet das Modell in einer Q4-Variante mit rund 18 GB Downloadgröße an; Q8 liegt bei 30 GB, BF16 bei 56 GB. [3] Die komprimierten Varianten machen den lokalen Einstieg greifbarer. Die Paketgröße ist allerdings nur ein Teil des Speicherbedarfs: Kontext und laufende Berechnungen brauchen zusätzlich Platz. [4]

„Auf dem eigenen Rechner“ heißt deshalb: auf geeigneter Hardware, nicht automatisch auf jedem Notebook. Interessant ist der Perspektivwechsel trotzdem. Die Modellgewichte liegen bei Ihnen. Sie können einen Ablauf ausprobieren, verändern und wiederholen, ohne für jede lokale Modellantwort einen Cloud-Endpunkt aufzurufen.

Mit aktuellem Ollama und ausreichend Speicher starten Sie die konkrete Q4-Variante so: [6] [7]

ollama pull qwen3.8:27b-q4_K_M
ollama run qwen3.8:27b-q4_K_M

Für einen aussagekräftigen Versuch behalten Sie Modellvariante, Kontextgröße und Einstellungen bei. Ein Vergleich wird wenig hilfreich, wenn Sie gleichzeitig die Modellkomprimierung, den Prompt und die Laufzeit ändern.

Zwei kleine Checks mit großer Wirkung

Prüfen Sie, wo gerechnet wird. In einem zweiten Terminal zeigt ollama ps, ob das Modell auf GPU, CPU oder verteilt liegt. [4] Das hilft bei der Einordnung, wenn ein beeindruckender Testwert auf Ihrem Rechner zunächst vor allem Geduld verlangt.

Prüfen Sie den tatsächlich verfügbaren Kontext. Ein großes beworbenes Fenster bedeutet nicht, dass die lokale Sitzung es nutzt. Ollamas Kontext-Dokumentation beschreibt hardwareabhängige Vorgaben und empfiehlt für Coding-Werkzeuge oder Agenten mindestens 64.000 Tokens. Mehr Kontext benötigt mehr Speicher. [5] Für einen kurzen Funktionstest können Sie kleiner anfangen; für längere Projekte sollten Sie die Einstellung bewusst kontrollieren.

Eine eigene praktische Idee: Lassen Sie nach einer größeren Änderung kurz festhalten, welche Dateien wofür zuständig sind und was noch fehlschlägt. Das schafft einen übersichtlichen Ausgangspunkt für den nächsten Schritt. Es ersetzt keinen Modellkontext, hilft Ihnen aber beim gezielten Weiterarbeiten.

Ihre KI-Werkstatt. Auf Ihrer Hardware.

Bei lokal ausgeführten Modellen erhält Ollama laut eigener FAQ keine Prompts oder Antworten. Cloud-Funktionen lassen sich mit OLLAMA_NO_CLOUD=1 und anschließendem Neustart deaktivieren. Zusätzliche Oberflächen, Websuche und externe Werkzeuge haben eigene Datenwege. [4]

Der Reiz ist größer als ein Chatfenster: eine eigene Umgebung für Ideen, Prototypen und wiederkehrende Aufgaben. Vom kleinen Spiel zum internen Werkzeug ist es konzeptionell ein überschaubarer Schritt – auch wenn ein produktiver Einsatz natürlich mehr Arbeit braucht.

Qwen muss dafür keinen universellen Spitzenplatz erreichen. Es muss bei Ihrer Aufgabe gut genug sein, um etwas Neues möglich zu machen. Eine eigene KI-Werkstatt mit nVisions.de aufbauen →