In questo articolo Indice dei contenuti 2 sezioni
Alibaba ha rilasciato Qwen4 Max, il nuovo modello di punta della famiglia Qwen, e lo ha fatto puntando su numeri decisamente importanti. Si tratta di un sistema da 2.400 miliardi di parametri basato su architettura MoE, con una finestra di contesto che arriva a un milione di token. Secondo il colosso cinese il nuovo arrivato riesce a superare il predecessore Qwen3.8 Max utilizzando fino a circa il 50% di token in meno.
Il messaggio che arriva da Hangzhou è piuttosto chiaro. Non conta soltanto la potenza bruta ma anche la capacità di ottenere risultati migliori con meno risorse. Ed è proprio su questo equilibrio tra dimensioni e efficienza che Alibaba ha deciso di costruire il lancio del suo nuovo modello di intelligenza artificiale, presentato come il nuovo riferimento dell’intera linea.
Per chi segue da vicino l’evoluzione dei modelli linguistici il passaggio da Qwen3.8 Max a Qwen4 Max rappresenta un salto generazionale vero e proprio, almeno sulla carta. Il cambio di numerazione non è casuale e segnala l’arrivo di una nuova famiglia che prende il posto della precedente ammiraglia.
Un’architettura Mixture of Experts da 2.400 miliardi di parametri
Il primo dato che salta all’occhio riguarda le dimensioni. I 2.400 miliardi di parametri collocano Qwen4 Max tra i modelli più grandi in circolazione, ma la scelta dell’architettura MoE cambia parecchio il modo di leggere questa cifra. In un sistema Mixture of Experts il modello è suddiviso in diverse componenti specializzate, chiamate appunto esperti, e per ogni richiesta ne vengono attivate soltanto alcune.
Tradotto in parole semplici, non tutta la gigantesca rete neurale lavora contemporaneamente. Il modello sceglie di volta in volta quali parti coinvolgere in base al compito da svolgere. È un approccio che permette di avere a disposizione una quantità enorme di conoscenza senza dover per forza pagare ogni volta il prezzo computazionale dell’intera struttura. Proprio per questo l’architettura MoE è diventata negli ultimi tempi una delle strade più battute da chi sviluppa modelli di grandi dimensioni.
Una finestra di contesto da un milione di token e consumi ridotti
L’altro elemento chiave del nuovo modello di Alibaba è la finestra di contesto da un milione di token. Per capire di cosa si parla basta pensare alla quantità di informazioni che il sistema riesce a tenere in considerazione all’interno di una singola conversazione o di una singola richiesta. Più ampia è questa finestra e più materiale il modello può analizzare in un colpo solo, che si tratti di documenti molto lunghi, di grandi porzioni di codice o di scambi particolarmente articolati. Un milione di token è una soglia di tutto rispetto e consente a Qwen4 Max di lavorare su volumi di testo che fino a non molto tempo fa avrebbero richiesto di essere spezzettati in più parti. Per chi utilizza questi strumenti in ambito professionale la differenza si traduce in meno passaggi intermedi e in una visione d’insieme più completa del materiale fornito.
C’è poi la questione dei consumi, forse quella più interessante dal punto di vista pratico. Alibaba afferma che il nuovo modello batte Qwen3.8 Max impiegando fino a circa il 50% di token in meno. I token sono le piccole unità di testo con cui i modelli elaborano e generano le risposte, e il loro numero incide direttamente sui tempi di calcolo e sui costi di utilizzo. Ottenere prestazioni superiori con un consumo che in certi casi si avvicina alla metà significa quindi rendere il modello potenzialmente più rapido ed economico da impiegare rispetto al predecessore.
Con Qwen4 Max la famiglia Qwen si ritrova così una nuova ammiraglia che unisce 2.400 miliardi di parametri, architettura Mixture of Experts e una finestra di contesto da un milione di token, con risultati che secondo Alibaba superano quelli di Qwen3.8 Max usando fino a circa il 50% di token in meno.
Fonte: TecnoAndroid


