Qwen3.8-Max-Preview, il nuovo gigante di Alibaba resta tutto da verificare

2,4 trilioni di parametri in un'architettura MoE

Qwen3.8-Max utilizza un'architettura sparse Mixture-of-Experts (MoE) con 2,4 trilioni di parametri complessivi . In un modello di questo tipo, non tutti i parametri vengono necessariamente attivati per ogni token. Alibaba, tuttavia, non ha reso noto quanti parametri siano effettivamente utilizzati a ogni passaggio: un dato essenziale per stimare costi computazionali, velocità e requisiti dell'inferenza.

È il primo modello multimodale della famiglia Qwen a superare la soglia di 1 trilione di parametri .

Testo, immagini, video e documenti

Il modello è progettato per gestire nativamente testo, immagini, video e documenti all'interno di un unico sistema, invece di affidarsi a una variante separata per la visione come alcuni modelli Qwen precedenti .

Secondo le informazioni diffuse sul modello, la finestra di contesto sarebbe di 1 milione di token, ereditata da Qwen3.7-Max . Questo dato, però, è stato messo in dubbio da alcune analisi indipendenti, che osservano come Alibaba non abbia pubblicato una specifica tecnica completa per la preview . È quindi più corretto considerarlo una caratteristica riportata, non ancora documentata in modo definitivo.

Le prestazioni: una classifica ancora basata sull'autovalutazione

Alibaba afferma che Qwen3.8-Max sia “secondo solo a Claude Fable 5” tra i sistemi valutati internamente . L'azienda sostiene inoltre che il nuovo modello superi Qwen3.7-Max nella programmazione, nello sviluppo full-stack, nell'analisi dei dati, nei flussi di lavoro con agenti e nelle attività di “professional cowork” a lungo orizzonte .

Il problema è che, al momento dell'annuncio, non sono stati pubblicati:

• punteggi su benchmark esterni;
• una tabella di valutazione riproducibile;
• una model card;
• un rapporto tecnico dettagliato .

Piattaforme indipendenti come LMArena e Artificial Analysis non avevano ancora inserito il modello nei propri elenchi . Un'analisi ha inoltre segnalato che l'endpoint risponde alle richieste, ma che molti numeri attribuiti online a Qwen3.8 provengono in realtà da test condotti su Qwen3.7-Max .

In altre parole, il conteggio dei parametri e il secondo posto dietro Fable 5 sono, per ora, dichiarazioni di Alibaba: non risultati verificati da valutazioni indipendenti .

Pesi aperti “presto”, ma senza calendario

Alibaba ha promesso di rendere il modello open-weight “presto” . La formula indica l'intenzione di distribuire i pesi del modello, consentendo a sviluppatori e ricercatori di eseguirlo e studiarlo con maggiore libertà rispetto a un semplice servizio API.

A fine luglio 2026, però, non risultavano ancora disponibili una data ufficiale, una licenza, un collegamento per scaricare i pesi o un repository su Hugging Face . Se la promessa sarà mantenuta, Qwen3.8-Max potrebbe diventare il più grande modello open-weight disponibile fino a quel momento; per ora, resta un impegno non ancora concretizzato.

Come si può provare oggi

La versione disponibile è una preview, non il rilascio definitivo del modello. L'accesso passa principalmente da tre canali :

• Alibaba Token Plan, con fasce di abbonamento indicate in circa 6, 18 e 68 dollari al mese. Per il lancio, Alibaba ha promosso il modello al 10% del prezzo standard ;
• Qoder, la piattaforma di Alibaba dedicata allo sviluppo software;
• QoderWork, anch'essa orientata ai flussi di lavoro di programmazione.

Non è stata invece pubblicata una tariffa standard pay-as-you-go per milione di token in ingresso e in uscita . Gli endpoint sono compatibili con i protocolli API di OpenAI e Anthropic: in teoria, gli sviluppatori possono integrarli in strumenti già esistenti come Claude Code, Cursor e OpenCode senza riscrivere la propria infrastruttura .

Perché arriva in un momento importante per la Cina

La presentazione di Qwen3.8-Max è arrivata pochi giorni dopo il lancio open-weight di Kimi K3 da parte di Moonshot AI . L'episodio fotografa l'accelerazione della competizione nel settore cinese dell'intelligenza artificiale.

Nel 2026, grandi gruppi tecnologici come Alibaba, Baidu e Tencent e startup finanziate come Moonshot, Zhipu AI, 01.AI e DeepSeek si stanno confrontando su tre terreni: dimensioni dei modelli, apertura dei pesi e costi di accesso .

In questo scenario, annunciare un sistema da 2,4 trilioni di parametri senza accompagnarlo con benchmark pubblici è anche una mossa strategica. La scala diventa un messaggio competitivo immediato, mentre la verifica delle prestazioni viene rimandata a quando saranno disponibili documentazione, test riproducibili e pesi scaricabili .

Il punto essenziale

Qwen3.8-Max-Preview è un endpoint reale che gli sviluppatori possono già provare, con specifiche nominali ambiziose: 2,4 trilioni di parametri, input multimodale e una finestra di contesto dichiarata da un milione di token. Ma la sua posizione effettiva nella corsa ai modelli di frontiera non è ancora dimostrata.

Per chi sviluppa software, la preview offre un'opportunità concreta di sperimentazione attraverso gli abbonamenti e le piattaforme Qoder. Per la comunità di ricerca, invece, il verdetto dovrà attendere la pubblicazione di benchmark, model card e pesi aperti. Fino ad allora, il dato dei 2,4 trilioni di parametri e il presunto secondo posto dietro Fable 5 vanno letti come dichiarazioni del produttore, non come fatti indipendentemente verificati .