Alibaba dice che Qwen3.8 è secondo solo a Claude Fable 5. Il problema è che non l’ha dimostrato.
Il 19 luglio, sul palco della World Artificial Intelligence Conference di Shanghai, Alibaba ha tirato fuori Qwen3.8-Max-Preview: 2,4 trilioni di parametri, il modello più grande mai fatto dalla famiglia Qwen. Tre giorni dopo Kimi K3, che ne ha 2,8 di trilioni. La corsa cinese ai modelli enormi è ufficialmente entrata nell’era dei multi-trilione.
La notizia però non è il numero. È quello che manca intorno al numero. Niente model card, niente tabella di benchmark, niente licenza, niente prezzo per-token, niente data per i pesi open. Per un dev che deve decidere se metterci mano, è tutta la parte che conta.
Cos’è Qwen3.8 Max
Qwen3.8 Max è il nuovo modello di punta di Alibaba: un LLM multimodale (testo e immagini) da 2,4 trilioni di parametri totali, con finestra di contesto fino a 1 milione di token. È il primo modello Qwen sopra il trilione di parametri e per ora esiste solo come anteprima, la Qwen3.8-Max-Preview.
Per capire il salto: Qwen3-Max, uscito a settembre scorso, stava intorno al trilione. Qwen3.5 open, di febbraio, era a 397 miliardi. In pochi mesi Alibaba ha più che raddoppiato la taglia del suo modello più grosso. Se vuoi il contesto sulla generazione precedente, l’avevo analizzata nella guida a Qwen3-Omni, il modello onni-modale di Alibaba.
I numeri che ci sono e quelli che mancano
Il totale dei parametri dice quanto è grande il checkpoint. Non dice quanto costa farlo girare. In un modello Mixture-of-Experts quello che pesa sul conto è il numero di parametri attivi per token, il caching e chi te lo serve. E quel numero Alibaba non l’ha pubblicato.
| Cosa | Qwen3.8 Max |
|---|---|
| Parametri totali | 2,4 trilioni (dichiarati) |
| Parametri attivi | non dichiarati |
| Architettura | MoE, configurazione non resa nota |
| Contesto | fino a 1M token (dichiarato) |
| Multimodale | sì, testo e immagini |
| Pesi open | promessi “a breve”, nessuna data |
| Prezzo per-token | non pubblicato (accesso via Token Plan) |
| Model card / technical report | assenti al 20 luglio |
| Benchmark indipendenti | assenti al 20 luglio |
In pratica: sappiamo che è grosso e che è multimodale. Tutto il resto, per ora, è fede nell’annuncio.
“Secondo solo a Fable 5”: una dichiarazione, non un test
Il team Qwen ha scritto su X che Qwen3.8 è tra i modelli più potenti oggi disponibili, “second only to Fable 5”. Suona bene. Ma è una valutazione interna, fatta con benchmark che Alibaba non ha mostrato.
Attenzione però: al momento del lancio non c’era traccia di Qwen3.8 su Artificial Analysis, né su OpenRouter, né un checkpoint su Hugging Face. Zero verifiche di terzi. È esattamente la situazione in cui un claim di prestazioni va preso come marketing, non come dato.
Il confronto più onesto lo dà il tempo, non il comunicato. Kimi K3, uscito pochi giorni prima, i pesi li rilascia il 27 luglio: da quel giorno chiunque potrà misurarlo. Qwen3.8, finché resta una preview chiusa e continuamente aggiornata, è un bersaglio mobile → oggi lo testi in un modo, domani potrebbe rispondere diverso.
Come provarlo oggi (e perché non lo fai sul tuo PC)
L’anteprima è già accessibile, e non solo via API:
- Chat web ufficiale su chat.qwen.ai → gratis, senza chiave API: selezioni “Qwen3.8-Max-Preview” dal menu del modello in alto e ci parli subito. È il modo più veloce per farti un’idea.
- Alibaba Token Plan (endpoint internazionale, API compatibile OpenAI), per usarlo dal codice
- Qoder e QoderWork, le superfici di coding e knowledge-work di Alibaba
Il prezzo via API è aggressivo: la preview gira a circa il 10% della tariffa standard. Il modello ID esposto dall’endpoint è qwen3.8-max-preview.
In locale, scordatelo. Un MoE da 2,4 trilioni di parametri, anche quantizzato a 4 bit, chiede oltre un terabyte solo per i pesi. Non è roba da RTX in cameretta: serve un data center. Se ti interessa far girare modelli grossi senza comprarti l’hardware, il ragionamento l’ho già fatto nella guida a Ollama Cloud per usare modelli enormi senza GPU. Qui vale lo stesso principio: per i colossi, l’inferenza la noleggi.
Perché a un dev italiano conviene guardarlo con calma
La spinta cinese sull’open è la cosa che negli ultimi mesi ha davvero abbassato i costi. GLM di Z.ai, DeepSeek, Qwen: modelli forti, pesi scaricabili, prezzi una frazione dei frontier USA. L’avevo raccontato con GLM 4.6, l’open-weight che sfida Sonnet a un decimo del costo.
Ma Qwen3.8 arriva in un momento delicato. Da un lato gli USA hanno già mostrato di poter spegnere l’accesso ai modelli di frontiera. Dall’altro Pechino sta valutando di stringere sull’export dei propri. Ne ho scritto a parte, perché è una storia che merita spazio suo: la Cina ora valuta di chiudere i suoi modelli AI open.
Per ora la mossa giusta non è correre a integrarlo. È aspettare i pesi e i benchmark veri, e nel frattempo tenere i piedi in più staffe: un layer che ti fa cambiare modello senza riscrivere tutto, e almeno un open-weight già scaricato e archiviato.
In sintesi
Qwen3.8 Max è un annuncio importante per la taglia e per il timing, non per quello che possiamo verificare oggi. Alibaba rivendica il secondo posto dietro Fable 5, ma senza model card, senza benchmark indipendenti e senza una data per i pesi open, resta una promessa. La corsa cinese ai modelli enormi è reale e va seguita. Questo specifico modello, invece, si giudica quando esce dal recinto della preview. Fino ad allora: interessante, non ancora utilizzabile con criterio.
Quanti parametri ha Qwen3.8?
Alibaba dichiara 2,4 trilioni di parametri totali per Qwen3.8 Max, il modello più grande della famiglia Qwen. È un’architettura Mixture-of-Experts, ma il numero di parametri attivi per token, quello che determina davvero il costo di inferenza, non è stato reso noto.
Qwen3.8 è open source?
Non ancora. Alibaba ha promesso che i pesi diventeranno open-weight “a breve”, ma al 20 luglio 2026 non c’è una data, né una licenza, né un checkpoint pubblico. Per ora esiste solo la preview accessibile via API.
Come si prova Qwen3.8 Max oggi?
Il modo più veloce è la chat web ufficiale su chat.qwen.ai, gratis e senza chiave API: basta selezionare “Qwen3.8-Max-Preview” dal menu del modello. Per usarlo dal codice c’è Alibaba Token Plan (API compatibile OpenAI) e le piattaforme Qoder e QoderWork. Il model ID è qwen3.8-max-preview.
È davvero secondo solo a Claude Fable 5?
È una dichiarazione di Alibaba, non un risultato verificato. L’azienda non ha pubblicato i benchmark usati e al lancio non c’era alcuna misurazione indipendente su Artificial Analysis o OpenRouter, né un checkpoint pubblico su Hugging Face. Va trattata come affermazione di marketing finché non escono i pesi.
Posso far girare Qwen3.8 in locale?
No, non su hardware consumer. Un modello da 2,4 trilioni di parametri richiede oltre un terabyte solo per i pesi, anche quantizzato a 4 bit. Serve infrastruttura da data center. Per i modelli molto grandi l’inferenza si noleggia nel cloud.
Qwen3.8 o Kimi K3?
Dipende da cosa cerchi. Kimi K3 (2,8 trilioni) rilascia i pesi completi il 27 luglio, quindi sarà verificabile e self-hostabile. Qwen3.8 resta per ora una preview chiusa senza data per l’open. Per lavoro serio oggi, un modello con pesi pubblici è più affidabile di uno solo annunciato.
Se vuoi i prossimi test sui modelli cinesi e sugli open-weight prima degli altri, iscriviti alla newsletter settimanale su francescogruner.it. E se hai già provato Qwen3.8 Max via Token Plan, dimmi com’è andata nella community Facebook.
Per la stesura dell’articolo sono state consultate fonti ufficiali e comunicazioni dirette relative a Qwen3.8 Max e al contesto dei modelli AI cinesi.
Nuovo su Google
Aggiungi francescogruner.it come fonte preferita
Se leggi spesso i miei articoli su AI, automazione e tecnologia, ora puoi dire a Google che vuoi vedere più spesso i contenuti di francescogruner.it tra le notizie.
