Ho recuperato tutte le informazioni necessarie tramite le mie ricerche. Ecco l'articolo completo.

Qwen3.8 Max vs Fable 5: il modello AI "low cost" che sta rivoluzionando il mercato

Perché tutti ne parlano, quanto costa davvero e quale scegliere

Una piccola premessa per chi non è tecnico

Prima di entrare nel vivo, facciamo un passo indietro. Un modello AI (o Large Language Model, LLM) è un programma che ha "studiato" miliardi di testi, immagini e codici, imparando a ragionare, scrivere e programmare. Pensatelo come un assistente digitale estremamente preparato, a cui si può fare qualsiasi domanda.

Quando si parla di AI, circolano tre termini che vi ritroverete spesso:

• Token: la "moneta" con cui si misura il testo. Un token è circa una parola o mezza parola. Ogni volta che l'AI legge o scrive, consuma token.
• Parametri: sono i "ricordi" del modello, le informazioni apprese durante l'addestramento. Più sono, più il modello è capace (ma anche più costoso da eseguire).
• Finestra di contesto: la quantità di testo (in token) che l'AI riesce a "tenere a mente" contemporaneamente. Più è grande, meglio riesce a gestire documenti lunghi o interi progetti.

Tenete a mente questi concetti: serviranno tra poco.

La domanda da un milione di dollari (anzi, da 28.000 $ al mese)

Negli ultimi giorni, nel mondo tech non si parla d'altro: Alibaba ha lanciato Qwen3.8 Max, il suo modello AI più grande e potente di sempre, presentato ufficialmente il 3 agosto 2026.

Il motivo del clamore? Due parole: low cost.

Il confronto immediato è con Claude Fable 5, il modello di punta di Anthropic, considerato fino a oggi il punto di riferimento assoluto per qualità. Ebbene: Qwen3.8 Max costa 5-8 volte meno a parità di lavoro. Un risparmio che, su volumi aziendali, può valere decine di migliaia di dollari al mese.

Ma come sempre in ambito AI, non è tutto oro quel che luccica. Vediamo tutto nel dettaglio.

Qwen3.8 Max: il gigante open-weight di Alibaba

Qwen3.8 Max è il modello più grande mai costruito dal team Qwen di Alibaba. Ecco le sue caratteristiche principali:

| Specifica | Dettaglio | |---|---| | Sviluppatore | Alibaba Cloud / Qwen Team | | Data di rilascio | 3 agosto 2026 | | Parametri totali | 2,4 trilioni (il più grande modello open-weight mai rilasciato) | | Parametri attivi | ~95 miliardi per token | | Architettura | MoE (Mixture of Experts) | | Finestra di contesto | Fino a 1-2 milioni di token | | Input | Testo, immagini, video | | Output | Testo | | Pesi open-source | Sì (prima volta per un modello "Max") |

Cos'è l'architettura MoE?

Quel "2,4 trilioni di parametri" suona spaventoso, e lo sarebbe se il modello dovesse attivare tutti i suoi "ricordi" per ogni domanda. Per questo Qwen usa l'architettura MoE (Mixture of Experts, letteralmente "miscela di esperti").

Immaginate un'azienda con migliaia di dipendenti specializzati: invece di far lavorare tutti su ogni singolo compito, l'AI attiva solo gli "esperti" più adatti al problema. Ecco perché, nonostante abbia 2,4 trilioni di parametri totali, ne usa "solo" ~95 miliardi per ogni risposta. È come avere una biblioteca gigantesca ma saper aprire solo i libri giusti al momento giusto.

Un modello multimodale e "pensante"

Due caratteristiche importanti:

1. Multimodale: capisce testo, immagini e video. Potete mostrargli un'immagine e chiedergli di analizzarla.
2. Modalità Thinking e Non-Thinking: può "pensare" a lungo prima di rispondere (utile per problemi complessi) oppure rispondere al volo (utile per la velocità).

Claude Fable 5: il rivale "premium"

Per capire il confronto, serve conoscere l'avversario. Claude Fable 5 è il modello di punta di Anthropic (la società che ha creato la famiglia Claude). È un modello chiuso: non potete scaricarlo, funziona solo via API (cioè a pagamento, tramite connessione al servizio cloud di Anthropic).

Punti di forza riconosciuti:

• Qualità superiore su compiti complessi: ragionamento scientifico, analisi di alto rischio, refactoring di codice legacy
• Punteggi "auditati" da terze parti: ogni benchmark è verificato da enti indipendenti, non solo dichiarato dal produttore
• Sicurezza e conformità: pensato per ambienti regolamentati

Il problema? Il prezzo. Ed è qui che la sfida si accende.

Il confronto prezzi: il cuore della questione "low cost"

Ecco la tabella che sta facendo il giro del mondo. I prezzi si intendono per 1 milione di token (un volume di lavoro considerevole).

| Voce | Qwen3.8 Max | Claude Fable 5 | Risparmio | |---|---|---|---| | Input (testo letto) | $2,00 | $10,00 | 5× più economico | | Output (testo scritto) | $6,00 | $50,00 | ~8× più economico | | Caching input | $0,25 (sconto 90%) | ~50% di sconto | Più vantaggioso |

Cosa significa "caching"?

Quando si lavora con l'AI, spesso si riutilizzano gli stessi documenti (es. un contratto da analizzare più volte). Il caching è un sistema per non far pagare di nuovo l'input ripetuto: è come tenere il documento "aperto" invece di rileggerlo da zero ogni volta. Qwen applica uno sconto del 90% su queste operazioni, un vantaggio enorme.

L'esempio che tutti citano

In un test reale di coding 3D, Qwen3.8 Max ha generato 46.600 token a $0,28, mentre Fable 5 ne ha generati 38.700 a $1,93. Risultato: 7 volte più economico e con anche più output.

I costi su scala reale

Per capire l'impatto concreto, guardiamo cosa succede in un mese con volumi di lavoro diversi:

| Volume mensile | Qwen3.8 Max | Claude Fable 5 | Risparmio | |---|---|---|---| | Leggero (10M in / 5M out) | $70 | $350 | -$280/mese | | Medio (100M in / 50M out) | $700 | $3.500 | -$2.800/mese | | Pesante (1B in / 500M out) | $7.000 | $35.000 | -$28.000/mese |

28.000 dollari al mese di risparmio. Per una startup o un'azienda con volumi elevati (agenti AI sempre attivi, code review massicce, analisi di interi archivi), è la differenza tra sopravvivere e fallire.

Ma la qualità regge? I benchmark

Il "low cost" è inutile se il lavoro è scadente. E qui sta il punto più delicato del confronto.

Cosa sono i benchmark?

I benchmark sono test standardizzati che misurano le capacità di un'AI su compiti specifici. Immaginateli come esami universitari: ogni esame verifica una materia (scrivere codice, ragionare, leggere documenti, ecc.). Un punteggio più alto significa più capacità.

I risultati principali

| Benchmark | Qwen3.8 Max | Claude Fable 5 | |---|---|---| | SWE-bench Pro (coding) | 67,7% | ~80,0% | | GPQA Diamond (ragionamento) | 92,6% | Non divulgato | | LiveCodeBench (coding) | 92,1% | 89,5% | | Multilingual Code | 89,1% | 76,4% | | Terminal-Bench 2.1 | 86,6% | Non divulgato | | HLE (domande difficili) | 43,6% | 53,3% | | PaperBench (ricerca) | 93,0% | — | | IFBench (istruzioni) | 82,8% | — |

Il punto critico da capire

Ecco la parte che richiede onestà intellettuale: tutti i punteggi di Qwen3.8 Max sono auto-dichiarati da Alibaba. Nessun ente indipendente li ha ancora verificati.

Fable 5, invece, ha punteggi auditati da terze parti (l'organizzazione indipendente Artificial Analysis lo colloca al #1 con ~60 Intelligence Index). In termini semplici: Fable 5 è un candidato "verificato dal comitato di valutazione", Qwen è un candidato che promette tanto ma deve ancora dimostrare tutto sul campo.

La verità, al momento, è una sola: "plausibilmente vicino, ma non ancora provato".

Open source: il vero cambio di paradigma

C'è un dettaglio che potrebbe ribaltare tutto: per la prima volta, Alibaba ha deciso di rilasciare i pesi open-source di un modello di classe Max.

Cosa significa "pesi open-source"?

Quando un modello è "open-weight", chiunque può scaricare il "cervello" del modello (i parametri) e:

• Eseguirlo sul proprio hardware (self-hosting), senza pagare nessun abbonamento mensile
• Personalizzarlo e adattarlo alle proprie esigenze
• Verificare con mano le sue capacità, senza fidarsi delle dichiarazioni di marketing

In pratica: invece di pagare a consumo ogni mese, potete acquistare (o già possedere) i server giusti e avere un'AI "vostra", senza costi ricorrenti. È la differenza tra affittare un ufficio per sempre e comprarlo una volta sola.

Claude Fable 5, al contrario, è chiuso e solo API per sempre: non potrete mai eseguirlo sui vostri server.

Una precisazione importante: con 2,4 trilioni di parametri, eseguire Qwen3.8 Max in locale richiede hardware mostruoso (circa 48-64 GPU H100/B200). La soluzione realistica è la variante Qwen3.8-27B, una versione più piccola (~17GB di VRAM) pensata per il self-hosting da parte di aziende e sviluppatori.

Quando scegliere Qwen3.8 Max (il campione del low cost)

• Volumi elevati: agenti AI sempre accesi, code review su larga scala, automazioni continue. Il risparmio cresce con il volume.
• Lavori multilingua: Qwen domina in cinese, giapponese, coreano, arabo, hindi — un vantaggio enorme per aziende con mercati internazionali.
• Contesti lunghissimi: con 1-2 milioni di token di contesto, può analizzare interi codebase o documenti colossali in una sola volta.
• Startup / bootstrap: il rapporto qualità-prezzo è semplicemente imbattibile.
• Autonomia completa: se volete i pesi open, il self-hosting e nessun fornitore "agganciato".

Quando scegliere Claude Fable 5 (il campione della fiducia)

• Lavori ad alto rischio: quando un singolo errore costa milioni (finanza, medicina, infrastrutture critiche).
• Ricerca scientifica: ragionamento complesso, biologia, chimica.
• Refactoring multi-file: codice legacy molto complesso dove la precisione conta più del costo.
• Conformità normativa: ambienti regolamentati che richiedono safeguard rigorosi e tracciabilità verificata.

La strategia consigliata: un modello per ogni lavoro

La verità è che non serve scegliere. Molti team stanno già adottando un approccio a doppio motore:

Qwen per il volume e il costo, Fable 5 per i casi critici.

Un router intelligente instrada ogni richiesta in base alla difficoltà del compito: le attività "facili" e ad alto volume vanno al modello economico, quelle complesse e delicate al modello premium. In questo modo si ottimizzano entrambe le variabili: qualità massima dove serve, costo minimo dove è possibile.

Il verdetto finale

• Qwen3.8 Max vince sul prezzo: 5-8 volte più economico, con prestazioni sorprendentemente vicine al rivale nei test auto-dichiarati. Il vantaggio low cost è reale, tangibile e, su volumi grandi, decisivo.
• Claude Fable 5 vince sulla fiducia: punteggi auditati, qualità superiore su compiti critici, e un ecosistema "chiuso" ma affidabile.
• Il futuro è incerto ma entusiasmante: se i benchmark di Qwen verranno confermati da terze parti, il mercato delle AI a pagamento dovrà rivedere completamente i propri prezzi. Se invece si riveleranno gonfiati, avremo imparato una lezione preziosa sul marketing in ambito tech.

In attesa dei test indipendenti, la strategia più intelligente è una sola: iniziare a testare Qwen3.8 Max sui propri carichi di lavoro reali. I costi di test sono bassi (grazie proprio al suo prezzo aggressivo) e i dati che otterrete saranno infinitamente più affidabili di qualsiasi benchmark, dichiarato o auditato che sia.

Fonti consultate: FutureStack, TechStartups, OrcaRouter, BenchLM, LLM Stats, Alibaba Group (comunicato ufficiale), OpenLM.ai, Geeky Gadgets, QwenCloud, Artificial Analysis, AI Release Tracker, Forbes, kingy.ai, eesel AI.