← Torna al blog
Aicirca 6 min di lettura

Qwen 4 ha pubblicato benchmark e listino insieme. I pesi arrivano il 20 dicembre.

Pubblicato 13 nov 2026
Qwen 4 ha pubblicato benchmark e listino insieme. I pesi arrivano il 20 dicembre.

L'11 novembre Alibaba ha messo online le API di Qwen 4 e Qwen 4 Flash.

La notizia è arrivata in Cina nel pomeriggio. Un video su Bilibili, "Qwen 4 è uscito! I modelli aperti sfidano Claude Fable 5.2", il 13 aveva superato le settemila visualizzazioni. Quelle due parole, "modelli aperti", sono il punto più delicato del lancio.

Cosa è stato consegnato davvero

Il prezzo è $1 / $4 per milione di token in ingresso e uscita. Nella fascia alta di quest'anno nessuno dei primi cinque modelli sta lì. Secondo Artificial Analysis, un task di indicizzazione completo in ragionamento alto costa circa $2.94, e Fable 5.2 con la stessa impostazione circa nove volte tanto.

Il punteggio è 58, terzo su Intelligence Index v5. Davanti ci sono Gemini 4 Carbon (63), che Google non ha ancora aperto del tutto, e Fable 5.2 (65). Subito dietro il record di pesi aperti tenuto da Kimi K3.1 Pro. Nelle voci di dettaglio Frontier Code 2.0 arriva a 47.9% e Frontier SWE v2 a 66.8%, il che lo mette tra Opus 5.5 e Fable 5.2 su entrambe le classifiche di coding agentico. Su AA-Briefcase, la classifica del lavoro di conoscenza, segna 1792 Elo, poco sopra i 1785 di Fable 5.2 e ancora sotto i 1813 di Sonnet 5.5.

Sul design dell'API Alibaba va nella direzione opposta ad Anthropic. temperature, top_p e top_k sono esposti, la scelta forzata degli strumenti funziona, il pensiero ibrido si cambia per richiesta e il budget di pensiero si imposta diretto. Fable 5.2 tiene il pensiero adattivo sempre acceso e non accetta quei campi. Per un team di prodotto pesa più di due o tre punti di benchmark: un pensiero che si può spegnere è una bolletta che si può prevedere.

Il multimodale passa da un endpoint: testo, immagini, audio e video, senza SKU Omni separata. La demo: interpretazione simultanea in 19 lingue, latenza audio sotto i 400 millisecondi. Se il numero regge la riproduzione, l'interpretazione di livello workstation non ha più bisogno di un servizio a parte.

Il benchmark che gira in Cina ha bisogno di una parentesi

La classifica che ha circolato di più nel paese è un'altra: GameFeel Bench.

Secondo un report trapelato, Qwen4-Flash segna 49.9, sopra i 47.2 di Opus 5.5 xHigh. Qwen4-27B segna 44.6, quasi i 45 di Sonnet 5.5. Costo per task: $0.4 e $0.16, contro $2.6 di Opus 5.5. Se la versione 27B raggiunge quel livello su una 4090 o un Mac Studio, i team piccoli e medi devono rifare i conti del deployment in casa.

Il problema è la classifica. GameFeel Bench è una valutazione che il team Qwen ha costruito per i propri modelli. La consegna: dato un concept di gioco in linguaggio naturale, produrre un sistema completo con collisioni, macchine a stati, valori economici e feedback di interazione. Domande generate al volo e incrociate da revisione umana, il che secondo il team impedisce di imparare a memoria. L'idea mi convince: un sistema intero è più vicino all'ingegneria vera di un quiz a scelta multipla. Però il set di test non è pubblico e nessun terzo l'ha riprodotto, quindi il numero per ora è un'autodichiarazione. Aspettiamo che qualcuno ci sbatta contro il proprio progetto.

I pesi sono una data sul calendario, non una consegna

Quello che distrae davvero gli sviluppatori è questo: il lancio dell'11 novembre copre solo l'API. Nessun download, nessun repository su Hugging Face, nessun GGUF.

Alibaba promette di pubblicare Qwen 4 (1.2T parametri totali, 56B attivi) e Qwen 4 Flash (30B totali, 3.3B attivi) con licenza Apache 2.0 entro il 20 dicembre. La data è precisa, ma resta una casella su un calendario. Un file su un disco non c'è ancora.

Il Qwen più recente con pesi pubblici è ancora Qwen3.8-Flash-Next. Vuol dire che il modello con il miglior rapporto qualità-prezzo di quel listino non si può ancora far girare in casa.

C'è un precedente positivo: Moonshot ha rispettato l'ultima data promessa per i pesi senza un giorno di ritardo. E uno negativo: un rilascio che la community aveva calcolato per fine ottobre è arrivato con undici giorni di ritardo. Segnate la promessa in calendario, non su un ordine di acquisto.

Comprare o no dipende dal fatto che vogliate farlo girare voi

Mettete le tre cose una accanto all'altra e si capisce.

Se volete qualcosa di economico, stabile e utilizzabile oggi, l'API di Qwen 4 è tra le migliori per rapporto qualità-prezzo dell'anno, soprattutto nei lotti con il pensiero spento e la spesa dentro un budget.

Se vi servono conformità, offline e il modello nel vostro data center, oggi non potete firmare. Si aspetta il 20 dicembre: arriva un set di pesi da 1.2T. Quella dimensione non è scarica e via. Trovare la VRAM e montare lo stack di inferenza tiene occupato un team due settimane.

Quel 49.9 lo tratterei come un segnale in attesa di verifica. I modelli cinesi nella fascia più cara hanno davvero recuperato, a prezzo basso. Questo è un fatto. "Superare Opus 5.5" ha bisogno di un terzo che lo faccia girare sulle proprie domande.

C'è una voce di costo che si ignora: la migrazione. Mettere il multimodale in un endpoint fa stare in una chiamata il lavoro che prima passava da tre catene, immagini con un modello di visione, voce con ASR più TTS, video con fotogrammi rimandati alle immagini. Una catena in meno vuol dire un livello di autenticazione, una configurazione di rate limit e una persona in meno a guardare gli errori. Questa contabilità non arriva in un bilancio, ma decide se tre persone tengono in piedi quattro prodotti.

Grafico riassuntivo con i punteggi di Qwen 4 e il prezzo dell'API

Cosa guardare adesso

Il 20 dicembre è il primo passaggio. Se i pesi escono, non conta il numero di download ma tre cose: quanto ci mettono le versioni quantizzate, che contesto sta su una scheda e quanto tempo serve per adattare i framework di inferenza. Mettere un modello da 1.2T nel proprio data center non è mai stato questione di un comando.

Il secondo passaggio è la riproduzione da parte di terzi. Se altri laboratori misurano i propri modelli sui task "sistema eseguibile da un capo all'altro" di GameFeel Bench, la classifica acquista credibilità. Se tra un anno solo un'azienda pubblica punteggi, era materiale da presentazione.

Il terzo passaggio è il più concreto: se il prezzo tiene. $1/$4 è un prezzo per prendere clienti, e gli ultimi due anni non fanno pensare che resti fermo con la quota stabilizzata. Fissate quella cifra nel budget e l'anno prossimo potreste riscriverla.

Un'ultima cosa. I lanci cinesi di questo giro hanno un tratto comune: prima API e listino per prendere clienti, i pesi per una seconda ondata. Per chi usa i modelli, "open source" descrive sempre più un piano a rate e non una consegna. Non è un inganno, ma chiede di cambiare il modo di leggere gli annunci.

Articoli correlati