3 min di lettura
2,4 trilioni di parametri ma ne usa solo 95 alla volta. Ecco perché conta
Hai mai visto un ristorante stellato con 200 chef in cucina, ma per ogni singolo piatto ne entrano in azione solo 8? Il resto aspetta, pronto, senza consumare gas né occupare spazio ai fornelli. Alibaba ha costruito qualcosa di concettualmente identico con Qwen3.8-Max, il suo modello di punta annunciato il 3 agosto 2026: è grande come un palazzo, ma lavora con la precisione e il costo di un appartamento.
L’architettura si chiama Sparse Mixture-of-Experts (MoE), mistura sparsa di esperti. Il modello conta 2,4 trilioni di parametri totali. Quando elabora una parola o analizza un’immagine, però, ne attiva soltanto 95 miliardi: giusto quelli specializzati per quel compito specifico, nel momento in cui servono. Il risultato è intelligenza da gigante con un costo computazionale da modello molto più piccolo. Ed è per questo che la MoE è diventata l’architettura preferita di chi vuole stare in cima alle classifiche senza bruciare un intero data center per ogni risposta.
“Il modello si posiziona al 5° posto globale nel Text Arena di LMSYS e al 2° posto assoluto in Vision Arena.”
— Alibaba Group, 3 agosto 2026
Cosa lo rende rilevante per chi lavora con le immagini
Qwen3.8-Max non è un modello solo testuale. Le capacità visive sono centrali nel suo posizionamento:
- Analisi visiva avanzata: eccelle nell’object detection, cioè riconoscere e classificare oggetti all’interno di immagini, anche in flussi industriali complessi
- Context window da 1 milione di token: puoi passargli un intero catalogo fotografico in un batch senza perdere il filo tra un’immagine e l’altra
- Sviluppo software autonomo: progetta e verifica codice da solo, utile se vuoi costruire pipeline di automazione visiva senza scrivere ogni riga a mano
- Costo API competitivo: prestazioni da top-5 mondiale a prezzi che non appartengono al top-5 mondiale
I numeri chiave:
- 2,4 trilioni di parametri totali nell’intera struttura MoE
- 95 miliardi di parametri attivi per ogni singolo token elaborato
- #5 globale nel Text Arena di LMSYS, la classifica di riferimento mondiale
- #2 assoluto in Vision Arena, la classifica dedicata alla comprensione visiva
- 1 milione di token di context window: abbastanza per un romanzo, un catalogo intero, una sessione di lavoro complessa
Un caso concreto. Sei un fotografo commerciale con 40.000 scatti da consegnare a un e-commerce di moda. Finora significava taggare a mano o usare strumenti parziali. Con una context window da 1 milione di token puoi inviare batch enormi e ricevere descrizioni dettagliate, tag, classificazioni per materiale, texture e colore dominante, tutto in un passaggio. L’analisi visiva avanzata non si limita a dire “c’è una borsa”: distingue pelle da ecopelle, satinato da opaco, strutturato da morbido. Sono ore di lavoro che semplicemente spariscono.
“I pesi open-weight verranno rilasciati a breve.”
— Alibaba Group
Questa è la notizia dentro la notizia. I pesi aperti significano che chiunque potrà scaricare il modello, farlo girare su hardware proprio o cloud privato, adattarlo al proprio dominio visivo. Non sarà più un servizio da pagare a consumo: diventerà uno strumento che possiedi e controlli. La storia recente dei modelli open (guarda cosa ha fatto Llama di Meta in 18 mesi) ci dice che l’ecosistema di tool costruiti sopra esplode in pochi mesi dal rilascio.
Tre cose che mi porto via
- L’architettura MoE è il modo in cui i grandi modelli cresceranno senza far esplodere i costi: inizia a capirla perché la vedrai quasi ovunque
- Il secondo posto assoluto in Vision Arena significa che Qwen3.8-Max è già oggi uno degli strumenti migliori al mondo per compiti visivi, inclusa l’analisi fotografica professionale
- L’open-weight imminente apre una finestra reale: chi testa per primo capisce come usarlo meglio degli altri, prima che diventi commodity
L’AI cinese non sta più inseguendo. Sta tracciando la rotta, e lo fa con strumenti che tra breve saranno gratuiti e disponibili per tutti.
✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it
Creatività Aumentata
Analisi di approfondimento direttamente nella tua casella di posta.