Mentre DeepSeek attira i titoli dei giornali, Qwen di Alibaba ha costruito in silenzio la famiglia di modelli più completa nel campo dell'intelligenza artificiale — dai modelli minimi per dispositivi embedded fino a un modello flagship che, nel maggio 2026, è diventato il modello cinese con il punteggio più alto mai registrato su benchmark indipendenti di intelligenza. Se DeepSeek è il disruptor, Qwen è la piattaforma. Ecco cos'è e perché è importante.
Punti chiave
- Qwen3.7 Max (maggio 2026) ha ottenuto un punteggio di 56,6 sull'Artificial Analysis Intelligence Index — tra i primi 10 a livello globale, il più alto mai raggiunto da un modello cinese.
- La famiglia di modelli più ampia nell'IA: da modelli da 0,5 miliardi di parametri per dispositivi embedded fino a modelli flagship da 1 trilione di parametri, sia open source che proprietari.
- Contesto da 1 milione di token sul modello flagship, con l'elaborazione estesa abilitata di default.
- Leader nei modelli con pesi aperti: Alibaba compete con Meta come uno dei principali contributori di modelli rilasciati con licenze permissive.
- Avvertenza: i modelli top della serie Max sono proprietari e disponibili esclusivamente tramite API; si applicano restrizioni relative alla localizzazione dei dati e alla moderazione per il servizio ospitato.
Chi è Qwen
Qwen (abbreviazione di «Tongyi Qianwen», 通义千问) è la famiglia di modelli linguistici di grandi dimensioni sviluppata da Alibaba Cloud, il principale fornitore cloud cinese. A differenza di DeepSeek (un laboratorio specializzato) o Moonshot (una startup), Qwen beneficia del pieno sostegno di un conglomerato da mille miliardi di dollari: l'infrastruttura di Alibaba Cloud, la scala dei dati provenienti dal commercio elettronico e una precisa missione strategica volta a rendere Qwen lo strato IA predefinito in tutto l'ecosistema Alibaba e nel mondo open source.
Questo sostegno si traduce in ampiezza. Qwen non è un singolo modello, ma una vasta famiglia che copre testo, visione, audio, codice, matematica ed embedding, con dimensioni che vanno da modelli con meno di un miliardo di parametri, eseguibili su smartphone, fino a modelli flagship da un trilione di parametri. Alibaba ha reso open source una quota enorme di questa famiglia, rendendo Qwen, insieme a Llama di Meta, uno dei due pilastri dell'ecosistema globale dei modelli con pesi aperti.
Il flagship: Qwen3.7 Max
Rilasciato il 19 maggio 2026, Qwen3.7 Max è il modello più performante di Alibaba e un vero e proprio traguardo per l’intelligenza artificiale cinese:
- 56,6 sull’Artificial Analysis Intelligence Index — posizionamento tra i primi 10 a livello globale e il punteggio più alto mai ottenuto da un modello cinese su questo benchmark indipendente.
- 92,4 sul GPQA Diamond (scienze a livello universitario) e 97,1 sul HMMT febbraio 2026 (matematica olimpica) — il risultato più alto nel suo gruppo di confronto.
- Contesto da 1 milione di token con capacità di ragionamento esteso abilitata di default.
- Prezzi di 2,50 $ in ingresso / 7,50 $ in uscita per milione di token, con input memorizzato nella cache a 0,25 $.
Il predecessore, Qwen3.6 Max (aprile 2026), rimane disponibile a costo inferiore (~1,04 $/6,24 $). Entrambi i modelli sono proprietari e distribuiti tramite Alibaba Cloud Model Studio, OpenRouter e Together AI.
La vera novità: la famiglia open-weight
Il flagship Max attira i titoli dei benchmark, ma l’arma strategica di Qwen è il suo catalogo di modelli con pesi aperti. Alibaba ha rilasciato decine di modelli Qwen sotto licenze permissive (prevalentemente Apache 2.0), che coprono:
- Modelli testuali densi e MoE da 0,5 miliardi a centinaia di miliardi di parametri.
- Qwen-VL modelli visione-linguaggio.
- Qwen-Coder modelli ottimizzati per l’ingegneria del software.
- Qwen-Audio e modelli di embedding.
Questo è fondamentale perché rende Qwen la base per migliaia di prodotti derivati e fine-tuning in tutto il mondo. Se hai utilizzato un modello cinese open-weight che non fosse di DeepSeek, molto probabilmente si trattava di una variante di Qwen. Per gli sviluppatori che vogliono possedere interamente il proprio stack — effettuare fine-tuning, ospitarlo autonomamente, senza dipendenza da API — Qwen offre più opzioni di dimensione e capacità rispetto a qualsiasi concorrente.
Dove Qwen eccelle
1. Ampiezza della famiglia — dall’edge al frontier
Nessun altro copre l’intero spettro così bene. È possibile fare prototipi sull’API Qwen 1T Max e poi distribuire un modello open da 7 miliardi di parametri, opportunamente fine-tuned, sul proprio hardware, rimanendo all’interno della stessa famiglia di modelli, con comportamento e tokenizzazione coerenti. Questa coerenza è davvero preziosa per i team impegnati in ambienti produttivi.
2. Profondità degli open-weight
L’impegno di Alibaba verso i pesi aperti è paragonabile a quello di Meta. Per chiunque sviluppi su modelli self-hosted, il catalogo Qwen rappresenta la scelta più ampia disponibile — e le relative licenze sono favorevoli all’uso commerciale.
3. Forza multilingue e multimodale
Addestrato sui vasti dataset multilingui ed e-commerce di Alibaba, Qwen eccelle particolarmente nelle lingue cinese e inglese, oltre che in decine di altre lingue, nonché nelle modalità visiva e audio. Per carichi di lavoro non inglesi e multimodali, è spesso la migliore opzione aperta disponibile.
Dove Qwen mostra i suoi limiti — le oneste precisazioni
1. I migliori modelli sono chiusi
Il Qwen3.7 Max, quello che fa notizia, è proprietario e accessibile esclusivamente tramite API. Se la tua scelta dell’intelligenza artificiale cinese è motivata dalla trasparenza e dall’apertura, la fascia più alta della gamma Qwen non soddisfa questo requisito: devi scendere alla successiva categoria di modelli open, che pur essendo eccellenti non raggiungono le prestazioni del flagship.
2. Avvertenze relative ai dati e alla moderazione delle API ospitate
L’API Model Studio gira sull’infrastruttura Alibaba Cloud in Cina, con le stesse considerazioni riguardo alla localizzazione dei dati e alla moderazione dei contenuti applicabili ad altri servizi ospitati in Cina. L’auto-ospitazione dei pesi aperti permette di evitare questi vincoli.
3. Frammentazione
L’ampia gamma della famiglia è anche un punto debole: con così tanti modelli e versioni, scegliere quello giusto per un determinato compito richiede un’attenta analisi. Non esiste una singola risposta tipo «usa semplicemente questo», come invece accade con laboratori che offrono un solo modello.
Qwen contro la concorrenza
| Dimensione | Qwen | DeepSeek V4 | Llama (Meta) | GPT-5.5 |
|---|---|---|---|---|
| Ampiezza della famiglia di modelli | La più ampia (edge→frontier) | Ristretta | Ampia | Ristretta |
| Profondità degli open-weight | La più profonda | Solida (MIT) | Profonda | Nessuno |
| Intelligenza di fascia alta | Tra i primi 10 a livello globale | Eccellente | Al di sotto del frontier | Frontiera |
| Multilingue/multimodale | Eccellente | Buono | Buono | Eccellente |
| Il miglior modello è open? | No (massimo chiuso) | Sì | Sì | No |
Punti di forza e di debolezza
I punti di forza di Qwen
- Famiglia di modelli più ampia nell’ambito dell’IA — dall’edge alla frontiera
- Catalogo open-weight più ricco al mondo (licenza Apache 2.0)
- Il modello flagship ha conquistato una posizione tra i primi 10 a livello globale per intelligenza
- Copertura eccezionale multilingue e multimodale
- Supportato dalla scala e dall'affidabilità di Alibaba Cloud
I punti deboli di Qwen
- I migliori modelli (Max) sono proprietari e disponibili esclusivamente tramite API
- L’API ospitata comporta limitazioni legate alla localizzazione dei dati in Cina
- Frammentazione della famiglia — difficile scegliere il modello giusto
- Moderazione dei contenuti sul servizio ospitato
Come accedere a Qwen
- Flagship (Max): Alibaba Cloud Model Studio, OpenRouter, Together AI — solo tramite API.
- Modelli aperti: scarica Qwen3, Qwen-Coder, Qwen-VL, ecc. da Hugging Face / ModelScope e ospitali autonomamente o esegui fine-tuning.
- Chat: l’app web Qwen Chat per un utilizzo occasionale.
Quale Qwen dovresti effettivamente eseguire sul tuo hardware?
Il più grande vantaggio pratico di Qwen è anche la sua maggiore fonte di confusione: ci sono troppi modelli tra cui scegliere. La scorciatoia onesta consiste nel partire dall’hardware che possiedi e procedere a ritroso. Quasi ogni dimensione di Qwen è disponibile nel formato GGUF richiesto da Ollama, LM Studio e llama.cpp, e il Q4_K_M quantizzazione è l’impostazione predefinita corretta per quasi tutti — riduce le dimensioni di un modello di circa tre a quattro volte rispetto alla precisione piena, con una perdita di qualità minima. Adatta il modello alla categoria immediatamente inferiore rispetto alle capacità del tuo sistema e scegli il modello più grande che riesce a entrare comodamente nella memoria disponibile, lasciando spazio sufficiente per il contesto.
| Il tuo hardware | Miglior Qwen da eseguire (Q4_K_M) | Cosa ti puoi aspettare |
|---|---|---|
| Smartphone / Raspberry Pi (4–8 GB RAM) | Dense da 0,6B a 4B (es. un modello della serie piccola da ~1,7B) | Chat offline e riassunti; un modello da ~0,6B occupa circa 500 MB ed elabora circa 15–25 token/sec |
| GPU da 8 GB (RTX 3060 / 4060) | Dense da 8B | Assistente generale reattivo, circa 40+ token/sec — il punto di ingresso per un utilizzo serio |
| GPU da 12 GB (RTX 3060 12GB / 5070) | Dense da 14B | Ragionamento sensibilmente migliore; richiede circa 11 GB totali con contesto da 8K |
| GPU da 24 GB (RTX 3090 / 4090 / 5090) | Dense da 32B, oppure MoE da classe 30B (30B-A3B) | Il punto ottimale locale; qualità quasi di frontiera su una singola scheda consumer |
| 48 GB+ o Apple Silicon 64 GB+ | Un grande modello MoE, come il flagship 235B-A22B | I modelli più potenti che puoi ospitare autonomamente senza un server |
Due regole ti eviteranno problemi. Primo, lascia un margine di sicurezza: un modello che occupa esattamente tutta la tua VRAM andrà in overflow non appena caricherai un prompt lungo, quindi riduci di una fascia la dimensione se lavori con contesti estesi. Secondo, quando la famiglia open-weight offre un'opzione Mixture-of-Experts (MoE) alla tua fascia di dimensioni, sceglila — un modello 30B-A3B offre all’incirca la stessa qualità di un modello denso da 30B, ma costa quasi quanto un modello denso da 3B, poiché attiva solo circa 3 miliardi di parametri per token. I modelli densi sono più semplici e leggermente più prevedibili; i modelli MoE rappresentano la scelta più intelligente quando si desidera la massima capacità per gigabyte di memoria.
Domande frequenti
Qwen è di proprietà di Alibaba?
Yes. Qwen is developed and owned by Alibaba Cloud, Alibaba’s cloud-computing division and China’s largest cloud provider. It carries the full backing of the trillion-dollar conglomerate, drawing on Alibaba Cloud’s infrastructure, e-commerce data, and organizational resources to train and ship the model family.
Is Qwen free and open source?
Mostly yes. Most of the Qwen family, including very capable models, is released under permissive Apache 2.0 open weights, spanning text, vision, audio, and code from 0.5B to hundreds of billions of parameters. The top-tier Qwen-Max flagship models, however, are proprietary and API-only.
What is the latest Qwen model?
Qwen3.7 Max, released May 19, 2026, is the latest flagship. It’s a sparse mixture-of-experts model with roughly 1 trillion total parameters and a 1-million-token context window, scoring 56.6 on the Artificial Analysis Intelligence Index, 92.4 on GPQA Diamond, and 97.1 on HMMT February 2026.
Qwen vs DeepSeek: which is better?
They win on different fronts. DeepSeek leads on price-performance and ships its very best model as open weights under an MIT license. Qwen wins on family breadth, multimodal and multilingual coverage, and top-end benchmark intelligence, ranking among the top-10 globally while releasing the deepest range of open-weight models.
Qwen è open source?
In parte. La maggior parte della famiglia Qwen — compresi modelli molto performanti — è rilasciata con pesi aperti sotto licenza Apache 2.0. I modelli flagship di fascia alta Qwen-Max sono invece proprietari e disponibili esclusivamente tramite API. Quindi l’affermazione «Qwen è open source» è vera per la famiglia nel suo complesso, ma non per il modello assolutamente migliore.
Qwen è migliore di DeepSeek?
Punti di forza diversi. DeepSeek vince sul rapporto prezzo-prestazioni e rilascia il suo modello migliore come open weights. Qwen vince invece sull’ampiezza della famiglia, sulla copertura multimodale/multilingue e sull’intelligenza ai massimi livelli nei benchmark (Qwen3.7 Max ottiene un punteggio globale superiore). Per la flessibilità di self-hosting, il catalogo di Qwen è più ricco; per un singolo modello open eccellente ed economico, DeepSeek è più semplice.
Che cosa significa «Qwen»?
È la forma abbreviata di Tongyi Qianwen (通义千问), che significa approssimativamente «verità derivante da mille domande» — il marchio di Alibaba per la sua famiglia di LLM.
Posso usare Qwen a fini commerciali?
Sì — i modelli open sono per lo più rilasciati con licenza Apache 2.0, che ne consente l’uso commerciale. L’API Max è soggetta alle normali condizioni commerciali. Verifica sempre la scheda della licenza specifica del modello su Hugging Face.
Qwen può girare su uno smartphone?
I modelli Qwen più piccoli (con meno di un miliardo di parametri) sono progettati per l’uso su dispositivi, inclusi smartphone e hardware edge. Questo contribuisce a rendere la famiglia insolitamente completa.
Qwen è sicuro da usare?
Per lavori non sensibili, sì. I modelli Qwen con pesi aperti possono essere self-hostati, mantenendo i tuoi dati completamente sotto il tuo controllo — l’opzione più sicura. L’API Qwen ospitata gira su Alibaba Cloud in Cina, con le consuete considerazioni relative alla localizzazione dei dati e alla moderazione dei contenuti; pertanto, per dati sensibili o soggetti a regolamentazione, procedi al self-hosting dei pesi aperti oppure utilizza un fornitore occidentale.
Qwen è gratuito?
Sì, per lo più — i grandi modelli Qwen con pesi aperti sono gratuiti da scaricare ed eseguire, grazie alle licenze permissive (per lo più Apache 2.0); paghi soltanto per le tue risorse computazionali. Il flagship di fascia alta Qwen-Max è invece un’API a pagamento. Esiste inoltre un’app web gratuita Qwen Chat per un utilizzo occasionale.
Quanta VRAM mi serve per eseguire Qwen localmente?
Alla standard quantizzazione Q4_K_M, pianifica circa 6 GB di VRAM per un modello da 8B, circa 11 GB per un modello da 14B e circa 20–22 GB per un modello da 30–32B — sempre con alcuni gigabyte aggiuntivi liberi per la finestra di contesto. Una scheda da 8 GB è il punto di ingresso realistico per un assistente rapido e utile; una scheda da 24 GB (ad esempio RTX 3090, 4090 o 5090) rappresenta il punto ottimale per l’esecuzione locale. Al di sotto di questa soglia, i modelli Qwen più piccoli possono comunque essere eseguiti sulla CPU di uno smartphone o di un laptop, anche se a velocità ridotta.
Quale modello Qwen è il migliore per la programmazione?
Per capacità assoluta, il modello flagship dedicato Qwen3-Coder (un modello Mixture-of-Experts da 480 miliardi di parametri) è l’opzione più potente e si confronta alla pari con i principali modelli chiusi specializzati nella programmazione — ma a tale scala lo si utilizza realisticamente tramite API, non sul proprio computer. Per la programmazione locale, il modello Qwen3-Coder 30B-A3B funziona bene in quantizzazione Q4_K_M su una singola GPU da 24 GB (occupando circa 19 GB su disco) ed è la scelta pratica predefinita. Se disponi soltanto di una scheda da 8–10 GB o di un laptop da 16 GB, passa a un modello Qwen3 generale più piccolo (4B o 8B) oppure al precedente Qwen2.5-Coder-7B, che rimane comunque affidabile per il completamento del codice. Scegli il modello specializzato nella programmazione più grande compatibile con il tuo hardware, piuttosto che il modello dal nome più appariscente.
Devo eseguire un modello Qwen denso o un modello Mixture-of-Experts?
Scegli un modello denso per le dimensioni più piccole e per la massima semplicità — sono facili da quantizzare, prevedibili e ampiamente supportati ovunque. Scegli un modello MoE quando desideri la massima capacità per gigabyte di memoria: un modello Mixture-of-Experts attiva solo una frazione dei suoi parametri per token, permettendoti così di ottenere la qualità di un modello molto più grande al costo computazionale di inferenza di un modello piccolo. Su una scheda da 24 GB, il modello MoE 30B-A3B è spesso la scelta più intelligente offerta da Qwen.
Conclusione
Qwen è la forza più sottovalutata dell’IA cinese. Non possiede la narrazione sui prezzi rivoluzionari di DeepSeek, ma offre qualcosa di potenzialmente più prezioso: la famiglia di modelli più ampia, più ricca e più pronta per la produzione esistente, con un modello flagship che ora compete con le soluzioni di frontiera globali e una lunga coda di modelli open che alimentano migliaia di prodotti in tutto il mondo.
Se cerchi un unico fornitore di IA in grado di accompagnarti da un modello adatto a uno smartphone fino a un flagship top-10 di livello mondiale — open dove conta, multimodale, multilingue e supportato dall’affidabilità di Alibaba Cloud — Qwen rappresenta oggi, nel 2026, la risposta più completa disponibile. Tieni però presente che il miglior modello Qwen è chiuso e che l’API ospitata comporta le consuete limitazioni legate alla giurisdizione cinese. Per la maggior parte dei progetti sviluppati dalla maggior parte dei team, i modelli Qwen open sono più che sufficienti.
