Alibaba ha rilasciato Qwen3.8-Max, il suo modello aperto più grande: 2.4 trilioni di parametri totali, 95 miliardi attivi per singola query grazie all’architettura Mixture of Experts. I pesi saranno scaricabili la prossima settimana. Il modello è già accessibile via API sulle piattaforme Alibaba (Qoder, QoderWork, Token Plan).

Il team Qwen dichiara prestazioni in linea con Claude Fable 5 di Anthropic. Sulla classifica crowdsourced Arena.AI, Qwen3.8-Max è dietro solo a Fable 5 e a tre modelli della famiglia Opus. Per il coding frontend lo precedono solo due Opus e Kimi K3 di Moonshot.

Perché ti riguarda. Sei giorni fa Kimi K3 di Moonshot era diventato il primo modello aperto cinese servito su infrastruttura GPU statunitense, via API Telnyx con endpoint compatibile OpenAI. Ora Alibaba fa un passo simile con un modello più grande. I modelli aperti cinesi passano da pesi scaricabili per ricercatori a opzioni concrete per chi costruisce prodotti.

Se il tuo stack si appoggia alle API di OpenAI o Anthropic, un modello aperto a questo livello di capacità cambia il calcolo. Puoi valutare alternative al frontier americano senza aspettarlo, e la dipendenza dal singolo provider si riduce.

I casi d’uso mostrati da Alibaba vanno oltre la chat: in sedici giorni il modello ha costruito da solo uno strumento a riga di comando (265 commit, 127 pull request, nessun intervento umano). Ha riprodotto i risultati di un paper di ricerca e li ha migliorati di 2.7 punti su AIME24. Ha gestito un anno simulato di e-commerce quadruplicando il capitale di partenza.

I numeri vengono dai test interni di Alibaba: vanno presi con cautela finché non saranno replicati in modo indipendente.

Se vuoi provarci: il modello è già disponibile sulle piattaforme Alibaba citate. I pesi per il self-hosting arriveranno la prossima settimana.

Nel dettaglio

Alibaba torna ai pesi aperti per i suoi modelli avanzati dopo aver provato la strada proprietaria. Qwen3.8-Max è il primo modello della classe Max (la più capace) i cui pesi saranno pubblicamente scaricabili. La mossa arriva sei giorni dopo che Moonshot aveva rilasciato Kimi K3 (2.8T parametri) e una settimana dopo che Kimi K3 era entrato negli stack produttivi USA via Telnyx, con endpoint compatibile OpenAI. Due giganti cinesi, due strade convergenti verso lo stesso obiettivo: rendere i modelli aperti un prodotto operativo, non solo un artefatto di ricerca.

L’architettura in breve. Qwen3.8-Max è un Mixture of Experts: invece di attivare tutti i 2.4 trilioni di parametri per ogni risposta, ne usa 95 miliardi per query, scegliendo di volta in volta gli “esperti” più adatti al compito. Il risultato è un modello con la capacità teorica di un gigante ma con costi di inferenza più vicini a un modello di novantacinque miliardi. Per chi non addestra modelli, la traduzione pratica è: puoi avere prestazioni frontier senza pagare il frontier a ogni token.

Cosa mostrano i casi d’uso. Il team Qwen ha pubblicato cinque dimostrazioni che vanno oltre i benchmark statici. Il modello ha costruito uno strumento CLI in sedici giorni di lavoro autonomo (265 commit, 127 pull request). Ha riprodotto i risultati di un paper di ricerca, Unified Data Selection for LLM Reasoning, in circa 125 ore di calcolo GPU, scrivendo 7.600 righe di codice e superando il metodo originale di 2.7 punti sul benchmark AIME24. Ha gestito un anno fiscale simulato su dati Taobao e Tmall, partendo da 100.000 yuan e finendone con 416.252, quadruplicando il capitale iniziale e battendo il secondo classificato (GLM 5.2) del 38%.

Sono numeri che pesano, ma vengono tutti dal team Alibaba. La loro funzione è dimostrare capacità di pianificazione a lungo orizzonte (compiti che durano giorni, non singoli turni di chat), ma senza replica indipendente restano rivendicazioni aziendali. La classifica Arena.AI, che è crowdsourced e non controllata da Alibaba, offre un riscontro parziale: Qwen3.8-Max è quinto assoluto, dietro Fable 5 e tre Opus.

Dove le fonti divergono. The Verge e The Decoder concordano sui 2.4 trilioni di parametri e sul confronto con Fable 5. The Decoder aggiunge il dettaglio dei 95 miliardi di parametri attivi e i cinque casi d’uso; The Verge si concentra sul contesto geopolitico e sulla classifica Arena. Nessuna delle due fonti conferma esplicitamente le partnership con provider di inferenza statunitensi: i dettagli operativi su chi servirà il modello su suolo USA restano da verificare.

I limiti. Alibaba ha annunciato i pesi per la prossima settimana, ma non ha ancora pubblicato la licenza specifica. “Open-weight” nel contesto cinese significa pesi scaricabili con restrizioni d’uso, non software open source in senso classico: l’esperienza con Kimi K3 suggerisce di aspettare i termini concreti prima di assumere che il modello sia libero per uso commerciale.

Il contesto regolatorio è in movimento. La Casa Bianca punta a divieti mirati su singoli modelli cinesi aperti, e OpenAI e Anthropic fanno fronte comune sui rischi dei pesi aperti. Se i modelli aperti cinesi continuano a convergere verso le capacità del frontier americano, la pressione politica per limitarne l’adozione negli stack enterprise USA crescerà. Per chi costruisce prodotti, la finestra per testare queste alternative senza vincoli regolatori potrebbe non restare aperta a lungo.