Introduzione a Qwen4‑Max e alla nuova architettura Qwen4
Alibaba ha annunciato il nuovo modello generativo Qwen4‑Max, il primo della serie a utilizzare l’architettura proprietaria Qwen4. Il modello sostituisce Qwen3.8 Max, lanciato nell’estate precedente, mantenendo il numero di parametri ma introducendo miglioramenti significativi in termini di efficienza e capacità.
Con 2,4 trilioni di parametri, Qwen4‑Max è una mixture‑of‑experts (MoE), ovvero una rete in cui solo una frazione dei pesi è attiva per ogni token elaborato. Questo approccio consente di ridurre i calcoli necessari senza sacrificare la potenza del modello.
Caratteristiche principali
- Numero totale di parametri: 2,4 trilioni.
- Parametri attivi per token: 71 miliardi (circa il 25 % in meno rispetto a Qwen3.8‑Max).
- Finestra di contesto: 1 milione di token.
- Supporto nativo per input multimodali (immagini e video).
- Prezzo per token: 1,5 USD per milione di token in ingresso, 4,5 USD per milione di token in uscita.
Mixture‑of‑experts: come funziona e perché è vantaggiosa
Nel modello MoE, il peso totale è suddiviso in “esperti” specializzati. Solo un sotto‑insieme di questi esperti, tipicamente 11 su 512, viene attivato per ciascun token. Questo meccanismo riduce drasticamente il numero di operazioni di calcolo richieste, ma richiede comunque il caricamento dell’intero set di pesi in memoria.
Alibaba non ha rivelato i dettagli interni di Qwen4‑Max, ma ha confermato che, a differenza del predecessore, il nuovo modello non è a peso aperto, limitando così la possibilità di analisi esterne.
Il vantaggio principale della MoE è la capacità di risparmiare risorse computazionali mantenendo alti livelli di performance, rendendo più sostenibile l’uso di modelli di dimensioni così imponenti.
Confronto con Qwen3.8‑Max
- Qwen3.8‑Max: 2,4 trilioni di parametri, 512 esperti, 11 attivati per token.
- Qwen4‑Max: numero di esperti non divulgato, ma con una riduzione del 25 % dei parametri attivi.
- Costi per token: invariati rispetto al modello precedente.
Efficienza economica e benchmark interni
Alibaba ha pubblicato una serie di benchmark interni che posizionano Qwen4‑Max al vertice o in ottime posizioni rispetto alla concorrenza. Il punto di forza più evidenziato è la riduzione dei costi per token.
Su Work360, un benchmark proprietario, l’utilizzo dei token diminuisce di circa 24 % (modalità Xhigh) e 35 % (modalità High) rispetto a Qwen3.8‑Max. Su Terminal‑Bench 4.0, le riduzioni sono ancora più marcate, con una diminuzione del 48 % e 49 % rispettivamente.
Secondo Artificial Analysis, una società terza specializzata nell’analisi delle prestazioni delle IA generative, Qwen4‑Max ottiene un punteggio globale di 43, collocandosi tra Grok 4.7 (Xhigh) e Muse Wonder (max). Tuttavia, resta al di sotto dei modelli di punta come Fable 5.2 di Anthropic (65), Gemini 4 Carbon di Google (60) e GPT‑6 Astra di OpenAI (57).
Il costo medio per compito è di 3,27 USD, significativamente inferiore a quello dei concorrenti diretti: 7,77 USD per Grok e 6,95 USD per Muse. Questa riduzione è in parte dovuta a una diminuzione del 70 % del costo di lettura dalla cache, passato da 0,25 USD a 0,075 USD per milione di token, influenzando soprattutto le conversazioni lunghe con grandi finestre di contesto.
Un aspetto curioso è la tendenza del modello a produrre risposte molto lunghe: la media è di 127 milioni di token in output per conversazione, un valore che può impattare i costi totali in scenari di utilizzo intensivo.
Tabella n‑gram da 328 miliardi di parametri
Qwen4‑Max introduce una novità importante per la serie Max: una tabella n‑gram di dimensioni eccezionali, pari a 328 miliardi di parametri. Questa è una evoluzione della tabella introdotta con Qwen3.8‑Flash‑Next, che ne contava 51 miliardi.
La tabella n‑gram serve a migliorare la coerenza e la pertinenza delle risposte, fornendo al modello una memoria statistica di sequenze di token più ampia e dettagliata. In pratica, il modello può consultare una base di conoscenza pre‑calcolata per completare o correggere le proprie generazioni, riducendo errori di continuità e aumentando la precisione.
Qwen3.8‑Flash‑Next era presentato come una “early preview” della famiglia Qwen4, ma Qwen4‑Max porta la tecnologia a una scala decisamente più ambiziosa, suggerendo un futuro in cui le tabelle n‑gram saranno parte integrante dei LLM di nuova generazione.
Implicazioni per il mercato e per gli utenti
Il lancio di Qwen4‑Max evidenzia una tendenza crescente nel settore: la ricerca di efficienza computazionale senza sacrificare la scala dei modelli. La combinazione di MoE e tabelle n‑gram permette di contenere i costi operativi, rendendo più accessibili le IA di grande dimensione a un pubblico più ampio.
Gli utenti che hanno esigenze di contesto molto ampio (ad esempio analisi di documenti lunghi, video o immagini complesse) troveranno in Qwen4‑Max una soluzione competitiva grazie alla sua finestra di un milione di token e al supporto multimodale.
Il modello, tuttavia, non è a peso aperto, il che potrebbe limitare l’adozione da parte della community di ricerca che preferisce modelli open‑source per sperimentazioni e personalizzazioni.
Prospettive future
- Possibile diffusione di tecniche n‑gram su larga scala in altri LLM.
- Maggiore attenzione a modelli MoE per ridurre il consumo energetico.
- Concorrenza crescente tra giganti tecnologici per offrire IA potenti a costi più bassi.
In sintesi, Qwen4‑Max rappresenta un passo avanti significativo nella ricerca di modelli di linguaggio più potenti ed economicamente sostenibili. La combinazione di una vasta base di parametri, una sofisticata architettura MoE e una tabella n‑gram di dimensioni senza precedenti potrebbe definire nuovi standard per le IA generative nei prossimi anni.
