Qwen3.5: Der Working Dog unter den Open-Source Modellen

Ein Arbeitstier, kein Schoßhund

Alibabas Qwen3.5 hat in der LocalLLaMA-Community für Aufsehen gesorgt – aber nicht unbedingt wie erwartet. Ein erfahrener Nutzer beschrieb das Modell treffend als „Working Dog“: Nützlich, fleißig, aber definitiv kein gemütlicher Begleiter für zwischendurch.

Was macht Qwen3.5 anders?

Anders als viele herkömmliche Chat-Modelle wurde Qwen3.5 offenbar mit einem klaren Fokus auf Agentik trainiert. Das hat Konsequenzen für den Umgang:

• Kontext ist alles: Ohne ausreichenden Kontext (mindestens 3.000 Tokens) wirkt das Modell verloren
• Aufgabenorientiert: Es will wissen, was zu tun ist – kein Smalltalk
• Rollenbewusstsein: Optimal bei klar definierter Rolle (Architekt, Reviewer, Coder)
• Tool-Affinität: Natürliche Integration mit externen Tools und APIs

Best Practices für Qwen3.5

Nutzer, die bereits Dutzende Quantisierungen getestet haben, empfehlen:

1. Reichlicher Kontext: 3K Tokens sind das Minimum, 5K+ sind optimal. Das Modell „denkt sich sonst zu Tode“, um zu verstehen, was es tun soll.

2. Klare System-Prompts: 14 Token reichen nicht. Definieren Sie Rolle, Aufgabe, verfügbare Tools und gewünschten Output-Format detailliert.

3. Spezifische Ziele: „Hi“ reicht nicht. Das Modell will hören, was konkret zu erledigen ist.

4. Die richtige Größe: Die Community warnt vor der 35B MoE-Version – „kinda trash“, wie ein Nutzer lapidar kommentierte.

Fazit: Ein Tool für Profis

Qwen3.5 ist nicht für Gelegenheitsnutzer gemacht. Wer bereit ist, in ausführliche Prompt-Engineering zu investieren, erhält dafür ein leistungsstarkes Werkzeug – einen treuen Arbeitshund, der seine Aufgabe ernst nimmt.