HiRO-ACEv2 vs. Qwen 3.8: Was verraten dir zwei Releases im Abstand von vier Tagen eigentlich?

Zwei Dinge sind im selben Monat erschienen und haben fast nichts miteinander zu tun, und genau deshalb ist diese Gegenüberstellung eine Seite wert. Qwen3.8-Max, Alibabas multimodales Flaggschiff-Reasoning-Modell, ist seit dem 3. August 2026 live – für 2,00 US-Dollar pro Million Input-Tokens und 6,00 US-Dollar pro Million Output-Tokens bei einem Kontext von einer Million Tokens; seine Open-Weight-Geschwister Qwen3.8-27B und Qwen3.8-Flash folgten am 13. und 26. August, mit öffentlich einsehbaren Preisen und Benchmark-Ergebnissen. HiRO-ACEv2 ist Ai2s Klimaemulator der zweiten Generation, und er erschien am 12. Oktober 2026 als 10,9 GB großes Hugging-Face-Repository – ohne Ankündigung, ohne Benchmark-Tabelle, ohne Endpoint und zum Zeitpunkt des Schreibens mit null Downloads. Wer die beiden qualitativ vergleicht, vergleicht ein ausgeliefertes Produkt mit einem Forschungsartefakt und bekommt eine bedeutungslose Antwort. Sie danach zu vergleichen, wie sie veröffentlicht wurden, ist wirklich nützlich – die beiden stehen für die entgegengesetzten Enden all dessen, was ein Labor bei der Veröffentlichung entscheidet.

Die kurze Antwort

Wenn du heute ein Modell aufrufen möchtest, ist Qwen 3.8 eines der stärksten Dinge, die man mit einem API-Schlüssel ansteuern kann – zu vier verschiedenen Preisstufen –, und HiRO-ACEv2 lässt sich auf keine Weise aufrufen. Wenn du einen 3-km-Klimaemulator auf deiner eigenen Hardware betreiben möchtest, gilt das Gegenteil, und Qwen 3.8 ist schlicht kein Teilnehmer.

Wie viel von jedem Release ist fertig?

Hier ist der Punkt, an dem die vier Tage zwischen den beiden Daten keine Rolle mehr spielen und der Unterschied in der Release-Disziplin anfängt, eine zu spielen.

• Qwen 3.8 — eine vollständig spezifizierte Generation. Qwen3.8-Max ist seit dem 3. August in drei Wire-Formaten (OpenAI-kompatibel, Anthropic-kompatibel und natives DashScope) in fünf Regionen im Einsatz, wobei das Denken per Parameter umgeschaltet wird. Qwen3.8-27B ist ein dichtes multimodales 27B-Modell unter Apache 2.0, 262.144 Token Kontext, Eingabe von Text, Bild und Video. Qwen3.8-Flash ist die High-Volume-Stufe zu 0,15 $ pro Million Input und 0,47 $ Output. Ein vierter Eintrag, das bloße „Qwen3.8“, ist als Open-Weight-Flaggschiff mit 2,4 Billionen Parametern gelistet, das bald erscheint und noch nirgends verfügbar ist — das eine Mitglied der Familie, das Sie nicht nutzen können.

• HiRO-ACEv2 — ein Repository und ein Paper. Die Dateien sind echt: HiROv2.ckpt mit etwa 1,28 GiB, ACE2S-X-SHIELD.ckpt mit etwa 2,98 GiB, zehn Jahre NetCDF-Forcing-Daten, zwei Dateien mit Anfangsbedingungen, drei YAML-Konfigurationen und ein Run-Skript. Das Rezept ist dokumentiert — installiere Ai2s fme-Paket, bearbeite vier Pfade, führe das Skript aus. Was nicht existiert, ist ein Endpunkt, ein Preis, eine Benchmark-Tabelle, eine Quantisierung, eine alternative Laufzeitumgebung oder irgendeine dritte Partei, die es ausgeführt hat.

Bedeuten die Benchmarks auf beiden Seiten dasselbe?

Nein, und die Asymmetrie ist der lehrreichste Teil dieses Vergleichs.

Qwen veröffentlicht Zahlen für Qwen3.8-27B: 90,3 bei LiveCodeBench v6, 89,2 bei GPQA Diamond, 84,3 bei OSWorld-Verified und 79,0 bei QwenSWEBench. Das sind Herstellerangaben, die von Alibabas Konkurrenten nicht in dem Sinne, der zählt, reproduziert wurden, doch daneben gibt es unabhängige Messungen – Artificial Analysis verortet dasselbe Modell bei einem Intelligence Index von 33,7 und einem Coding Index von 68,1 –, und jede dieser Zeilen könnte von einem Dritten mit einem Benchmark und einem Nachmittag angefochten werden.

Die Modellkarte von HiRO-ACEv2 hat keine solche Tabelle. Sie behauptet, der Downscaler reproduziere Referenzverteilungen für Niederschlag, 10-Meter-Wind und Luftdruck auf Meereshöhe bis zum 99,9999. Perzentil, und das dahinterstehende Paper behauptet, die Inferenz koste mehr als 300-mal weniger als bei einem konventionellen numerischen globalen sturmauflösenden Modell. Beides stammt von den Autoren selbst. Beides erfordert eine Referenzsimulation und eine Verteilungsanalyse im extremen Randbereich, um es zu überprüfen. Verteilungen und Leaderboard-Werte sind nicht dieselbe Art von Beleg, und eine Seite, die sie nebeneinander in einer Tabelle drucken würde, würde dem Leser etwas Falsches beibringen.

Welches davon kannst du heute Nachmittag tatsächlich ausführen?

Qwen 3.8, mit großem Abstand, und der Grund ist nicht die Qualität – es ist, dass eines davon dafür gebaut wurde, ausgeliefert zu werden, und das andere nicht.

Qwen3.8-27B ist unter Apache 2.0 Open-Weight und kann daher aus dem eigenen Repository des Anbieters selbst gehostet werden; außerdem wird es über mehrere Plattformen kommerziell zu veröffentlichten Preisen angeboten. Bei OrcaRouter speziell sind die Modelle, die wir führen, die aus unserem Katalog und nicht die gesamte Familie: qwen/qwen3.8-27b zu 0,33 $ pro Million Input-Tokens und 2,40 $ pro Million Output-Tokens bei einem Kontext von 262.144 Positionen, qwen/qwen3.8-flash zu 0,15 $ und 0,47 $ sowie qwen/qwen3.8-max mit seinem datierten Snapshot zu 2,00 $ und 6,00 $ bei einer Million Tokens Kontext. Der Listenpreis des Anbieters wird ohne jeden Aufschlag durchgereicht, sodass eine Preisänderung eines Anbieters bei uns noch am selben Tag wirksam wird und nicht erst bei der nächsten Vertragsverlängerung, und das Failover zwischen Anbietern erfolgt automatisch, wenn einer von ihnen eine schlechte Stunde hat.

HiRO-ACEv2 hat kein Äquivalent, und die ehrliche Aussage ist, dass es das in dieser Form nie geben wird. Es ist ein Diffusions-Downscaler, gebündelt mit einem groben Klimaemulator; es gibt keine Anfrage, die man messen, und kein Token, das man abrechnen könnte. Es „verfügbar“ zu nennen, bedeutet einen Download-Link und eine GPU.

Was passiert als Nächstes mit jedem Einzelnen?

Auf der Qwen-Seite gibt es ein offensichtliches nächstes Ereignis: das 2,4-Billionen-Parameter-Open-Weight-Flaggschiff, das derzeit als bevorstehend aufgeführt ist. Wenn es erscheint, wird es mit veröffentlichten Benchmarks, veröffentlichten Preisen und gehosteter Verfügbarkeit kommen, denn so kommen Modelle dieser Familie auf den Markt.

Die HiRO-ACEv2-Seite hat kein geplantes nächstes Ereignis und bekommt möglicherweise nie eines. Ai2 veröffentlichte den ersten HiRO-ACE im Januar 2026, und diese zweite Generation ist bisher auf dieselbe Weise herausgekommen – leise, wobei das Paper die Erklärungen liefert. Die wahrscheinlichen Szenarien sind eine Ankündigung, die nichts am Artefakt ändert, oder überhaupt keine Ankündigung.

Die praktische Lesart dieses Duells ist also eng und klar. Qwen 3.8 ist derjenige auf dem kritischen Pfad für alles, was ein Leser wahrscheinlich gerade baut, und zwar in einer von vier Preisstufen, je nachdem, wie viel Reasoning man pro Token benötigt. HiRO-ACEv2 ist ein Spezialisten-Download für ein Spezialistenproblem, und die Tatsache, dass es im selben Monat wie ein großes Frontier-Release erschienen ist, ist ein Zufall des Kalenders und keine Rivalität.

Zwei Dinge, die Sie prüfen sollten, bevor Sie für eines von beiden ein Angebot abgeben

Auf der Qwen-Seite: Prüfen Sie die Stufe. Das 27B-Modell und das 2.4T-Flaggschiff haben nur den Familiennamen gemeinsam und sonst nichts – das eine ist ein herunterladbares Apache-2.0-Modell, das auf einem einzelnen Node läuft, das andere ist ein Release mit einer Billion Parametern, das noch nicht ausgeliefert wurde. Zahlen vom einen beschreiben nicht das andere, und die veröffentlichten Preise der Familie liegen zwischen Flash-Input und Max-Output um mehr als den Faktor dreizehn auseinander.

Was Ai2 betrifft: Prüfen Sie, was Sie zitieren. Die Modellkarte von HiRO-ACEv2 ist bewusst spärlich gehalten, und das Paper ist der Ort, an dem jede Zahl zu finden ist; das Paper ist ein Preprint, der am 13. Oktober 2026 veröffentlicht wurde, einen Tag nach den Gewichten, und seine Abbildungen sind noch nicht so lange öffentlich, wie die meisten Software-Release-Zyklen dauern. Nichts davon macht sie falsch. Es macht sie aber auf eine Weise vorläufig, wie es eine Benchmark-Tabelle mit unabhängiger Messung daneben nicht ist — und das zu sagen, ist nützlicher, als ein Scoreboard zu erfinden, um die Lücke zu füllen.

Auch bei einem solchen Vergleich zeigen sich die Fehlermodi: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle hinter Modellen dieser Klasse sind im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag eigene Quellen, einen Schweregrad, einen Konfidenzgrad und eine Strittig-Kennzeichnung mitführt.