Qwen stellt Qwen Studio und Qwen3.8-Max mit mehrtägigen Agentenläufen vor

Qwen hat mit Qwen Studio eine neue Oberfläche für Chatbot, Bild- und Videoverständnis, Bildgenerierung, Dokumentverarbeitung, Websuche, Tool-Nutzung und Artifacts vorgestellt. Parallel beschreibt der Anbieter mit Qwen3.8-Max ein Modell, das mehrtägige Aufgabenläufe und eigenständige Trainingsarbeit ausführen soll.

In einem Blogbeitrag auf qwen.ai nennt Qwen Studio „comprehensive functionality“ für mehrere Arbeitsmodi in einer Oberfläche. Dazu zählen Chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization und artifacts. Im selben Beitrag beschreibt der Anbieter Qwen3.8-Max als System für längere, offene Aufgaben. Ein zweiter Schwerpunkt liegt auf „real work“, also mehrstufigen, werkzeuggestützten Abläufen im Arbeitsalltag.

125 Stunden ohne Eingriff

Laut Qwen arbeitete Qwen3.8-Max etwa fünf Tage beziehungsweise rund 125 Stunden vollständig eigenständig. Das Modell schrieb dabei rund 7.600 Zeilen Code, führte mehr als 1.100 Aktionen aus und startete 33 GPU-Trainingsläufe. Zunächst verbrachte es etwa 37 Stunden damit, die Pipeline eines Forschungspapiers von Grund auf nachzubauen. Dabei reproduzierte es sechs zentrale Ergebnisse und bestätigte auf AIME24 einen Vorsprung von 7,7 Prozent gegenüber zufälliger Datenauswahl.

Danach folgte laut Anbieter ein rund 88 Stunden langer Verbesserungszyklus. Qwen3.8-Max testete 18 eigene Ideen in vier Runden und entwickelte daraus ein neues Verfahren. Dieses Verfahren übertraf den Ansatz des Papiers auf dem Mathematik-Benchmark AIME24 um 2,7 Punkte.

Wettbewerb mit 526 Teams

Qwen meldete Qwen3.8-Max zudem für die „WWW2025 Multimodal Dialogue Intent Recognition Challenge“ auf der Alibaba-Cloud-Plattform Tianchi an, wie der Beitrag ausführt. In dem Wettbewerb traten 526 menschliche Teams an. Innerhalb eines festen Zeitlimits von 24 Stunden baute das Modell eine vollständige Lösung für Kundendienst-Chats mit Text und Screenshots.

Für Text setzte das System laut Qwen auf BERT, MacBERT und RoBERTa. Für Screenshots nutzte es Qwen2.5-VL-7B und ein Chinese-CLIP-Modell als Absicherung bei unsicheren Bildfällen. Über 45 Einreichungen stieg die Genauigkeit von 0,60 auf 0,853. Damit schlug das System 458 der 526 Teams, also 87 Prozent des Feldes.

Ausbau für Arbeitsabläufe

Als nächsten Entwicklungsschritt nennt Qwen das gemeinsame Skalieren von RL-Umgebungen und Rechenleistung über mehrere Harnesses hinweg, darunter QwenWork, Claude Code, Codex, OpenClaw und Hermes. Genannt werden dabei drei Achsen für den Ausbau realer Umgebungen: Task von single-task bis multi-day, Workspace von multi-file bis complex heterogeneous folders und Harness nach category, version und skills.