In questo articolo Indice dei contenuti 3 sezioni
Gemma 4 e Qwen 3.6 non stanno correndo la stessa gara, anche se quasi tutti li mettono uno contro l’altro come se fossero cavalli al galoppo verso lo stesso traguardo. Il problema è che questo modo di ragionare crolla in fretta appena si passa un po’ di tempo davvero a usarli. Uno è pensato per girare in silenzio sul proprio computer senza spedire nemmeno una lettera digitata a un server esterno. L’altro vive nel cloud e lavora su problemi di una portata tale da far sudare freddo qualsiasi macchina domestica. Capire quale dei due serve davvero cambia tutto.
Due modelli costruiti per lavori diversi
C’è un’idea diffusa secondo cui qualsiasi intelligenza artificiale moderna possa gestire tutto quello che le si butta addosso, come se questi modelli open weight fossero intercambiabili. Non è così. Gemma 4 di Google DeepMind e Qwen 3.6 di Alibaba sono due programmi molto diversi, costruiti in modo diverso e per scopi diversi, e queste differenze contano parecchio quando ci si mette a lavorare. Per il primo lo strumento ideale è AI Studio, mentre per il secondo la strada migliore passa da Ollama.
Gemma 4 è fatto per girare in modo efficiente su un sacco di dispositivi diversi, dai telefoni ai portatili fino ai computer da scrivania. La sua variante da 12B ingerisce direttamente audio e immagini grezze, senza bisogno di modelli encoder aggiuntivi attaccati sopra. Qwen 3.6, invece, è nato per l’infrastruttura cloud e per compiti analitici lunghi e complessi. Usa un sistema di attenzione ibrido che gli permette di reggere enormi quantità di testo senza restare a corto di memoria. Uno vuole essere un assistente veloce, privato e sul dispositivo. L’altro punta a fare l’ingegnere nel cloud, capace di restare seduto su un problema difficile per tutto il tempo che serve.
Anche la questione delle licenze pesa più di quanto sembri. Alcune varianti locali di Qwen 3.6 arrivano da Alibaba con una licenza aperta e gratuita, che le aziende possono ospitare in casa senza chiedere permesso, mentre la versione cloud di fascia alta gira su infrastruttura affittata a pagamento. Gemma 4 in passato aveva più paletti, ma la situazione è cambiata. Oggi una piccola impresa o uno sviluppatore in solitaria può prendere l’uno o l’altro e iniziare a costruire senza avere bisogno di un avvocato in stanza.
Come i due modelli affrontano il lavoro di tutti i giorni
Qwen 3.6 gira su server cloud a noleggio, quindi si paga tempo di calcolo a ogni utilizzo, e più lo si spreme più la bolletta cresce. Gemma 4 funziona all’opposto, perché se ne ottiene una copia che gira sull’hardware personale e, una volta configurata, non ha costi ricorrenti. Vuol dire anche che niente di ciò che si digita deve mai lasciare la macchina, cosa che conta parecchio per la privacy.
Mettendoli davvero al lavoro, la differenza salta all’occhio in fretta. Qwen 3.6 Plus vive nel cloud ed è costruito attorno a priorità completamente diverse. Ha una finestra di contesto da un milione di token, affiancata a una modalità di ragionamento sempre attiva, così il modello pensa davvero a ogni richiesta prima di rispondere. In certe conversazioni usa una modalità che conserva il ragionamento, quindi ricorda cosa è successo prima nella chat e può costruire su quanto ragionato due scambi indietro, invece di ripartire da zero e ripetere gli stessi errori.
Tutto questo cambia le carte a seconda di cosa si deve fare. Per fare debug su una grossa base di codice, la finestra da un milione di token di Qwen 3.6 regge interi repository, documentazione delle API e log degli errori tutti insieme. Riesce a seguire un bug attraverso centinaia di file senza perdere il filo. Gemma 4 ha una finestra di contesto che si ferma tra i 128K e i 256K a seconda della variante, quindi non può tenere in memoria altrettanto. Nelle sessioni lunghe tende anche a perdere il ruolo assegnato e a finire in cicli di ripetizione che richiedono un riavvio completo.
Non si sostituiscono due strumenti diversi con uno solo
La cosa da tenere a mente è che questi modelli vanno trattati come attrezzi diversi per lavori diversi. Non si possono scambiare in base a quel che va di moda o all’azienda che li ha fatti. Confrontare Gemma 4 e Qwen 3.6 come se si sfidassero per la stessa corona significa non aver capito il punto. Scegliere l’uno o l’altro guardando una classifica o il nome del marchio è la strada sicura per sbagliare, perché sono nati per risolvere problemi del tutto diversi.
Lo stesso discorso vale per i modelli dietro altre intelligenze artificiali come ChatGPT e DeepSeek. C’è chi sostiene che sia una cosa temporanea, e non è un’idea folle pensare che prima o poi arrivi un modello abbastanza grande da gestire tutto, dai compiti leggeri all’analisi profonda dei repository. Finché i modelli continueranno a crescere, assorbiranno ogni nicchia in un’unica intelligenza artificiale buona per ogni cosa.
Difficile però che accada presto. Un modello capace di ragionare su un milione di token di codice sarà sempre troppo pesante per girare in locale senza lag evidenti. I modelli cloud che gestiscono finestre di contesto del genere hanno bisogno di infrastruttura server seria. Ci sono poi latenza di rete, questioni di privacy e costi operativi che rendono la cosa quasi impossibile da permettersi per un utente normale. Non esiste un modello migliore in assoluto, esiste solo quello sbagliato per un certo compito. Sceglierne uno pensando che sia più veloce può far sfigurare entrambi. Occupano territori davvero diversi, e prima li si tratta così, più l’uno o l’altro diventa utile.
