Il 3 agosto 2026 Alibaba ha presentato Qwen3.8-Max, il modello più grande e potente mai realizzato dal suo laboratorio Qwen: 2.400 miliardi di parametri totali, una finestra di contesto fino a un milione di token e un'architettura pensata per il codice e per il lavoro d'ufficio. Ma il dato più interessante è un altro: pur essendo enorme sulla carta, per ogni richiesta ne attiva solo 95 miliardi, grazie a un'architettura «a esperti» che accende di volta in volta soltanto le parti utili.
Cosa c'è sotto il cofano
Qwen3.8-Max è un modello «Sparse Mixture-of-Experts» (MoE): invece di far lavorare tutti i 2.400 miliardi di parametri a ogni domanda, ne seleziona un sottoinsieme (circa 95 miliardi), riducendo drasticamente il costo di calcolo per risposta. A questo si aggiunge un meccanismo di attenzione ibrido che aiuta a gestire contesti lunghissimi: un milione di token equivale, molto grossolanamente, a diverse migliaia di pagine. Significa poter dare in pasto al modello interi manuali, basi di codice o raccolte di documenti senza spezzarli.
Alibaba lo posiziona su codice, ricerca, compiti d'ufficio e attività «a lungo orizzonte», cioè lavori che richiedono molti passaggi in autonomia. Come riportato da MarkTechPost, l'azienda cita due prove d'effetto: in un test il modello avrebbe lavorato oltre dieci giorni in autonomia per costruire da zero un'infrastruttura software «auto-evolutiva»; in un altro avrebbe riprodotto un paper di machine learning partendo da zero, con 33 cicli di addestramento su GPU per circa 125 ore, scrivendo 7.600 righe di codice e proponendo 18 idee di miglioramento che alla fine avrebbero superato il metodo originale. Sono numeri forniti dall'azienda, da verificare in modo indipendente, ma indicano l'ambizione: un modello capace di lavori lunghi e complessi.
Come provarlo subito via API
Qwen3.8-Max è già disponibile per gli sviluppatori di tutto il mondo tramite le API di Alibaba Cloud Model Studio. L'endpoint è compatibile con lo standard OpenAI, il che significa che chi ha già codice scritto per le API di OpenAI può riutilizzarlo cambiando poche righe. Ecco un esempio in Python (serve una chiave API ottenuta dalla console di Alibaba Cloud):
from openai import OpenAI
client = OpenAI(
api_key="LA_TUA_CHIAVE_DASHSCOPE",
base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)
resp = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{"role": "system", "content": "Sei un assistente tecnico conciso."},
{"role": "user", "content": "Spiega in 5 righe cos'e' un'architettura Mixture-of-Experts."},
],
)
print(resp.choices[0].message.content)Il risultato atteso è una spiegazione breve e corretta del concetto di MoE. Da qui si può costruire di tutto: assistenti, agenti che chiamano strumenti esterni, pipeline che analizzano documenti lunghi sfruttando la finestra da un milione di token. Chi non programma può comunque provare i modelli Qwen dall'app e dal sito di Qwen Chat, l'interfaccia gratuita di Alibaba, per farsi un'idea delle capacità prima di passare all'integrazione via codice.
Quanto costa e l'alternativa gratis in locale
Model Studio funziona a consumo (si paga in base ai token usati), con la possibilità di provare il servizio con crediti iniziali: è la via più rapida per testare il modello più potente della famiglia senza avere hardware dedicato. Per chi invece vuole eseguire un modello Qwen in locale, senza costi ricorrenti e senza mandare dati all'esterno, Alibaba ha annunciato l'apertura dei pesi: oltre a Qwen3.8-Max, sarà rilasciata come open-weight anche la versione Qwen3.8-27B, il «taglio» pensato per girare su una GPU di fascia consumer. I pesi saranno pubblicati su Hugging Face e ModelScope: una volta disponibili, si potranno scaricare e usare con strumenti come Ollama o LM Studio.
Perché conta, anche per l'Europa
A cosa serve, in concreto, una finestra da un milione di token? A cambiare il modo di lavorare su compiti che prima richiedevano di «spezzare» i testi. Un avvocato può caricare un intero fascicolo e fare domande incrociate; uno sviluppatore può dare in pasto un'intera base di codice e chiedere dove intervenire; un ricercatore può far analizzare decine di articoli in un colpo solo. Meno frammentazione significa meno errori e risposte più coerenti, perché il modello «vede» tutto il contesto invece di pezzi separati.
Qwen3.8-Max conferma due tendenze del 2026. La prima è che i laboratori cinesi non inseguono più: competono alla pari sui compiti più difficili, codice in testa. La seconda è la doppia strategia «grande via API, aperto in locale»: un modello enorme per chi vuole il massimo tramite cloud, e una versione a pesi aperti per chi vuole controllo, privacy e costi prevedibili. Per un'azienda europea attenta alla protezione dei dati, la possibilità di far girare un modello capace sui propri server — senza inviare informazioni sensibili all'esterno — è spesso più interessante della potenza pura. La combinazione di prestazioni elevate e apertura è ciò che rende questo rilascio più di un semplice aggiornamento di numero di versione.
