Qwen4-Max trasforma la corsa all’IA in una sfida di prezzo, non di classifiche
Il nuovo modello di punta di Alibaba non deve vincere ogni benchmark. Se resta abbastanza vicino e costa molto meno, i laboratori USA dovranno spiegare cosa compra il sovrapprezzo.
Foto: Earthranger / Wikimedia Commons (CC BY-SA 3.0)
E se la prossima grande guerra dei modelli di IA non la vincesse chi guida la classifica, ma chi manda la fattura più leggera? Il lancio di Qwen4-Max da parte di Alibaba il 16 novembre va in questa direzione, e crediamo sia la domanda giusta per chiunque paghi per i token.
Ecco cosa sappiamo. Secondo Business Standard, Alibaba afferma che il modello riduce del 60% i costi per attività e aggiunge misure di protezione informatica. Quella cifra è una dichiarazione dell’azienda stessa, quindi considerala marketing finché test indipendenti non la confermano. Elenchi come OpenRouter riportano 1,50 dollari per milione di token in ingresso e 4,50 dollari per milione di token in uscita, mentre altri gli attribuiscono una finestra di contesto da un milione di token. Alibaba sostiene inoltre che il modello batta Claude e Kimi nei test di programmazione, ancora una volta secondo il fornitore.
I segnali esterni sono più modesti. Artificial Analysis assegna a Qwen4 Max 43 punti nel suo Intelligence Index, e Digg segnala un sesto posto provvisorio nella classifica di sviluppo web di Arena. È un buon risultato, ma non un en plein.
«Abbastanza buono e più economico» batte «il migliore» più spesso di quanto i laboratori ammettano
La modestia dei piazzamenti è proprio il punto. Un modello non deve essere il primo per diventare pericoloso. Se sta vicino alla vetta e costa meno per attività, gli uffici acquisti inizieranno a fare domande scomode. Vorranno sapere perché pagano un sovrapprezzo per un vantaggio che si vede in un grafico ma non nel loro carico di lavoro.
Separeremmo anche il prezzo di listino dal costo per attività. Secondo i resoconti del lancio, la proposta di Alibaba combina tariffe più basse e meno token consumati per lavoro. La distinzione conta. Token economici su un modello prolisso non sono un risparmio, mentre token costosi su un modello che azzecca la risposta al primo colpo possono esserlo. Il 60% è quindi il numero da verificare, e aspetteremmo test di terze parti prima di crederci.
I costi di passaggio sono il vero fossato, e si stanno riducendo
Dalla documentazione non possiamo dire con quale licenza sia distribuito Qwen4-Max, quindi non faremo speculazioni. Possiamo però dire ciò che descrivono gli elenchi: una grande finestra di contesto, chiamata di funzioni e input di testo e immagini. Qualche anno fa sarebbero stati titoli di apertura. Oggi sembrano requisiti minimi, e a nostro avviso è questa la storia silenziosa.
Quando le schede tecniche si somigliano tra i fornitori, l’argomento per restare con uno di loro si sposta sull’abitudine e sul lavoro di integrazione. L’abitudine è un fossato debole. Secondo noi i laboratori che puntano soprattutto a essere la scelta predefinita sono i più esposti, perché ogni alternativa credibile e più economica abbassa il costo di provare altro, anche solo per negoziare.
Cosa dovrebbero fare i laboratori USA invece di difendere la classifica
I prezzi premium possono sopravvivere, ma servono argomenti migliori di qualche punto in un test di programmazione. Affidabilità, assistenza, garanzie di sicurezza, gestione dei dati e strumenti hanno un valore reale. Molti acquirenti, soprattutto nei settori regolamentati, probabilmente peseranno anche l’origine di un modello eseguito su infrastruttura cloud cinese, una preoccupazione legittima che qui non possiamo quantificare.
La parte scomoda per i laboratori USA è che questi argomenti richiedono impegno, mentre pubblicare un benchmark costa poco. Ci aspettiamo, ed è una previsione, che i prossimi mesi portino tagli di prezzo, pacchetti e un discorso più forte sulla fiducia. Sarebbe un bene per i clienti.
Il nostro verdetto
Non cambiare fornitore per un titolo del giorno del lancio. Fai girare il tuo carico di lavoro su Qwen4-Max e misura il costo per attività completata, non il prezzo per milione di token. Se i risparmi reggono, usali come leva con il tuo fornitore attuale. In ogni caso, l’epoca in cui si pagava di più solo per stare in cima alla classifica sembra al tramonto.
Ancora nessun argomento: apri il primo.
Altri articoli
La scommessa di OpenAI sulla robotica: vince la scala, ma chi spiegherà i guasti?
Fondere la robotica nei modelli generali può essere efficiente, ma dissolve gli specialisti che saprebbero perché un robot ha lasciato cadere la bottiglia, e questo conta più del benchmark.
Harbor di Apple potrebbe rendere l'IA privata qualcosa che la gente usa davvero
Un'app per Mac trapelata promette modelli locali facili e un cluster Thunderbolt automatico. Se arriva come descritta, la sfida non sarà più la privacy, ma il prezzo.
Fable 5.2 mostra che la corsa all'IA ora si gioca sul prezzo per capacità
Il nuovo modello di punta di Anthropic costa meno ed è più veloce del predecessore. Per noi il primato in classifica svanisce in fretta: restano prezzo e affidabilità.
Data center e licenza sociale: la bolletta della luce può accendere la miccia
Dal sito cancellato a Sydney alla pausa proposta in Texas fino all'offerta di Milei in Patagonia: la risorsa più scarsa dell'IA è il consenso pubblico, non i chip.



