Qwen3.8 apre i pesi: come scaricare il modello di Alibaba

Alibaba ha compiuto un passo che molti attendevano: la pubblicazione dei pesi aperti della famiglia Qwen3.8. Il modello di punta, Qwen3.8-Max — annunciato il 3 agosto come il piu' grande e capace mai realizzato dal laboratorio, con 2,4 trilioni di parametri complessivi e 95 miliardi attivi, un contesto fino a 1 milione di token e input di testo, immagini e video — arriva ora anche in versione scaricabile, insieme al piu' maneggevole Qwen3.8-27B. E' la prima volta che Qwen apre i pesi di un modello di classe "Max".

Se l'annuncio del modello era gia' stato una notizia per le prestazioni e il prezzo aggressivo via API (2 dollari per milione di token in ingresso, 6 in uscita), la disponibilita' dei pesi cambia le carte in tavola per chi vuole eseguire l'IA sul proprio hardware o adattarla ai propri dati.

Due modelli, due usi diversi

E' importante distinguere. Qwen3.8-Max, con 2,4 trilioni di parametri (architettura "mixture of experts", che attiva solo una parte dei parametri a ogni richiesta), e' pensato per data center: eseguirlo richiede piu' GPU di fascia server e non e' alla portata di una macchina domestica. Qwen3.8-27B, invece, e' il modello pensato per l'uso pratico: 27 miliardi di parametri sono gestibili su una singola GPU di fascia alta o, in versione quantizzata, persino su computer con buona dotazione di memoria.

Come scaricare i pesi

I pesi sono disponibili sulla pagina ufficiale di Qwen su Hugging Face e sulla piattaforma cinese ModelScope. Il metodo piu' diretto passa dallo strumento di Hugging Face:

pip install -U huggingface_hub
huggingface-cli download Qwen/Qwen3.8-27B --local-dir ./qwen3.8-27b

Il nome esatto del repository va confermato sulla pagina Qwen di Hugging Face, che elenca anche le varianti (base, instruct, quantizzate) e le istruzioni d'uso. Per il modello Max, il repository di riferimento e' quello indicato dalla stessa Qwen (nella forma Qwen/Qwen3.8-2.4T-A95B), ma va ribadito che scaricarlo ha senso solo per chi dispone di un'infrastruttura adeguata.

La via piu' semplice per il locale: Ollama

Per chi vuole provare un modello Qwen in locale senza complicazioni, lo strumento piu' comodo e' Ollama, che gestisce automaticamente il download e l'esecuzione in versione quantizzata. Dopo aver installato Ollama dal sito ufficiale, basta un comando:

ollama pull qwen3
ollama run qwen3 "Spiega in tre punti cos'e' un modello mixture of experts"

Il risultato atteso e' una risposta in italiano generata interamente sul proprio computer, senza connessione a servizi esterni. La disponibilita' delle versioni piu' recenti nella libreria di Ollama dipende dai tempi di pubblicazione della comunita': conviene verificare l'elenco aggiornato dei tag sul sito. Per i 27B servono indicativamente almeno 24-32 GB tra RAM e VRAM in versione quantizzata; il modello Max non e' adatto a questo tipo di esecuzione.

Usarlo via API senza scaricare nulla

Chi vuole solo provare le capacita' del modello Max senza gestire hardware puo' usarlo tramite Qwen Chat (l'interfaccia web di Alibaba) o l'API di Model Studio, a pagamento ma senza costi di infrastruttura. E' la scelta migliore per valutare se il modello e' adatto al proprio caso d'uso prima di investire in un'esecuzione in locale.

Un esempio pratico d'uso

Una volta avviato il modello, un prompt utile per testarne le capacita' di ragionamento e di codice:

Scrivi una funzione Python che, dato un file CSV con colonne data e importo, restituisca la somma degli importi per mese. Aggiungi la gestione degli errori per righe malformate.

Il risultato atteso e' una funzione corretta con controllo degli errori, che si puo' copiare e provare subito. Per compiti multilingue, i modelli Qwen sono tra i piu' forti nelle lingue asiatiche ma se la cavano bene anche in italiano.

Adattarlo ai propri dati

Uno dei motivi principali per scaricare i pesi, oltre alla privacy, e' la possibilita' di mettere a punto il modello (fine-tuning) sui propri contenuti: documenti aziendali, manuali tecnici, uno stile di scrittura specifico. Per il 27B esistono tecniche leggere come LoRA che permettono un adattamento su una singola GPU, senza dover riaddestrare l'intero modello. E' un lavoro piu' avanzato, ma e' esattamente cio' che un modello chiuso via API non consente: con i pesi in mano, il modello diventa una base da personalizzare, non solo un servizio da interrogare.

Per chi non ha bisogno di tanto, resta comunque la strada piu' semplice del "RAG": tenere il modello com'e' e fornirgli al momento della domanda i documenti pertinenti, cosi' che risponda basandosi su di essi. E' spesso il compromesso migliore tra sforzo e risultato per chi vuole un assistente sui propri contenuti.

Perche' conta e quando NON usarlo

L'apertura dei pesi di un modello di questa scala e' significativa nella corsa tra laboratori occidentali e cinesi: rende disponibile a chiunque una tecnologia che fino a poco fa era riservata a pochi. Per le aziende e gli sviluppatori europei, i modelli aperti sono attraenti perche' permettono di tenere i dati in casa, adattare il modello e non dipendere da un fornitore. Il rovescio della medaglia: eseguire modelli di grandi dimensioni in locale ha costi di hardware ed energia non trascurabili, e per molti casi d'uso quotidiani un modello piu' piccolo o un servizio via API resta la scelta piu' pratica ed economica. Il consiglio, come prima scelta per iniziare, e' partire dal 27B via Ollama: e' il compromesso migliore tra qualita', semplicita' e requisiti.

La nostra metodologia: verifichiamo comandi, nomi dei repository e requisiti sulle pagine ufficiali di Qwen (Hugging Face, ModelScope) e di Ollama prima della pubblicazione.