Qwen

GLM-5.3-Flash, DeepSeek V4.1 Flash und Qwen3.8-Flash-Next im Überblick — und die ehrliche Hardware-Matrix: was läuft auf Laptop, Mac Studio, DGX Spark und Multi-GPU-Node?

Das IST-DASLab liefert Qwen3.8-27B als GGUF in vier Größen — von 8,4 bis 11,8 GB. IQ3_S hält 99,8 % der Basisleistung bei 4,6-facher Verkleinerung und passt auf 16-GB-Karten. Mit Messtabelle, Token-Raten und Entscheidungsregel.

Qwen3.8-27B läuft auf erstaunlich viel Hardware – aber wie schnell wirklich? Baseline- vs. Community-getunte Benchmarks (Stand 19.08.2026): RTX 3090 mit ~1.000 tok/s bei 64 parallelen Streams, RTX 5090 mit 148 tok/s, DGX Spark mit 210 tok/s aggregiert, DFlash 2 mit 3,4x auf der H200 – dazu RTX 5080 Laptop, Mac mini, MacBook Pro, Mac Studio und AMD Strix Halo mit Prefill, Decode und Concurrency.

Qwen 3.7 Max verändert die Kostenlogik für KI Agenten, weil Alibaba nicht einfach ein weiteres Chatmodell veröffentlicht hat. Veröffentlicht wurde ein Backend für Langläufer Agenten mit 1M Token Kontextfenster, Claude