Alibaba presenta Qwen2.5-Max mentre DeepSeek ridefinisce la corsa all'AI

Alibaba ha portato Qwen2.5-Max sotto i riflettori di Google News dopo aver affermato che il suo nuovo modello superava DeepSeek-V3 e diversi importanti sistemi americani. Il rilascio di gennaio 2025 è arrivato durante una settimana insolitamente intensa per l'AI cinese. DeepSeek aveva appena costretto il settore a riconsiderare quanta capacità di calcolo e quanti capitali fossero necessari per un modello competitivo.

La sfida contava più della posizione di Alibaba in classifica. Qwen2.5-Max rappresentava la risposta di un grande fornitore cloud a un concorrente più piccolo che aveva conquistato la narrazione globale. Alibaba ha rilasciato il modello durante le festività del Capodanno lunare, una scelta insolita che ha evidenziato l'urgenza legata a DeepSeek.

Il modello metteva inoltre alla prova una proposta più ampia. Alibaba poteva combinare infrastrutture enormi, distribuzione enterprise e una vasta community di sviluppatori con l'approccio orientato all'efficienza reso popolare da DeepSeek? I risultati dei benchmark offrivano una prima risposta, ma non definitiva.

Cosa ha effettivamente rilasciato Alibaba

Qwen2.5-Max era la risposta diretta di Alibaba a un mercato dell'AI improvvisamente organizzato attorno alla narrativa dell'efficienza di DeepSeek.

Alibaba ha presentato Qwen2.5-Max come un modello mixture-of-experts su larga scala. Un sistema mixture-of-experts attiva parti selezionate della propria rete per ogni richiesta, invece di utilizzare simultaneamente tutti i parametri. Questo design può ridurre la capacità di calcolo necessaria per addestramento e inferenza, mantenendo al contempo la capacità di un modello di grandi dimensioni.

L'azienda ha dichiarato di aver preaddestrato Qwen2.5-Max su oltre 20 trilioni di token. I token sono le unità in cui un modello suddivide testo e altri input per elaborarli. Alibaba ha quindi applicato fine-tuning supervisionato e reinforcement learning basato sul feedback umano, che adegua il comportamento usando esempi selezionati e preferenze umane.

L'annuncio ufficiale del modello ha confrontato Qwen2.5-Max con DeepSeek-V3, GPT-4o di OpenAI, Llama 3.1 405B di Meta e Claude 3.5 Sonnet di Anthropic. Alibaba ha riportato risultati particolarmente favorevoli su Arena-Hard, LiveBench, LiveCodeBench, MMLU-Pro e GPQA-Diamond.

Queste valutazioni coprono capacità diverse. MMLU-Pro misura conoscenze accademiche generali e ragionamento. GPQA-Diamond utilizza complesse domande scientifiche scritte da specialisti. LiveCodeBench valuta la programmazione rispetto a problemi pubblicati di recente, riducendo la probabilità che le domande del test siano apparse nei dati di addestramento.

Arena-Hard usa una valutazione automatizzata per confrontare le risposte a prompt difficili. Anche LiveBench aggiorna le proprie domande per limitare la contaminazione, che si verifica quando il materiale di benchmark entra nel set di addestramento di un modello. Nessun singolo test rileva l'affidabilità nell'intera gamma dei flussi di lavoro aziendali reali.

Alibaba ha reso Qwen2.5-Max disponibile tramite Qwen Chat e un'interfaccia di programmazione delle applicazioni su Alibaba Cloud. Un'API consente agli sviluppatori di collegare il modello al proprio software. A differenza di molte versioni di Qwen, Alibaba non ha pubblicato pesi scaricabili di Qwen2.5-Max al lancio.

Questa distinzione è importante. I pesi aperti consentono alle organizzazioni di ispezionare, modificare e gestire un modello sulla propria infrastruttura. Un modello ospitato mantiene i parametri sottostanti sotto il controllo del fornitore e richiede ai clienti di accedervi tramite un servizio.

Il rilascio ha quindi combinato un'architettura orientata all'efficienza con una convenzionale strategia di distribuzione cloud. Gli sviluppatori potevano testare rapidamente il modello, ma non potevano esaminarne autonomamente la costruzione completa né riprodurre il processo di addestramento di Alibaba.

Il primo ciclo di Google News ha enfatizzato l'affermazione di Alibaba secondo cui Qwen2.5-Max superava rivali di primo piano. Lo sviluppo più duraturo era strategico. Alibaba stava utilizzando il suo modello più visibile per attirare carichi di lavoro verso il proprio cloud, invece di rilasciare ogni asset per un'implementazione locale senza restrizioni.

Perché DeepSeek ha costretto Alibaba a muoversi

DeepSeek ha trasformato la domanda competitiva da chi potesse costruire il modello più grande a chi potesse offrire un'intelligenza credibile con minori risorse limitate.

DeepSeek ha rilasciato V3 nel dicembre 2024 e lo ha seguito con la famiglia R1, focalizzata sul ragionamento, nel gennaio 2025. R1 ha attirato ampia attenzione perché abbinava solide prestazioni dichiarate a pesi del modello aperti e a una licenza permissiva.

Il report tecnico di V3 dell'azienda descriveva un modello mixture-of-experts da 671 miliardi di parametri, che ne attivava 37 miliardi per ogni token. DeepSeek ha dichiarato di aver utilizzato 2,788 milioni di ore GPU Nvidia H800 per il processo di addestramento completo.

Questa divulgazione ha fornito agli sviluppatori un punto di riferimento insolitamente dettagliato. Non includeva ogni costo associato a ricerca, dati, esperimenti, personale o infrastrutture. Tuttavia, ha incoraggiato confronti con i piani di spesa molto più consistenti associati ai laboratori frontier americani.

La tempistica di DeepSeek ha intensificato la pressione. Il suo assistente per consumatori è salito nelle classifiche delle app mentre gli investitori rivalutavano le ipotesi sulla domanda di calcolo e sulla leadership americana nell'AI. L'attenzione è andata ben oltre gli sviluppatori di modelli.

Alibaba ha risposto nel giro di pochi giorni. Secondo un report di gennaio, la sua divisione cloud ha dichiarato che Qwen2.5-Max superava GPT-4o, DeepSeek-V3 e Llama 3.1 405B in quasi tutti i confronti citati.

Questa formulazione invitava a un titolo semplice, con un vincitore e un perdente. Il confronto sottostante era più complesso. DeepSeek-V3 era una base general-purpose per chat e programmazione, mentre R1 poneva l'accento sul ragionamento esteso. Qwen2.5-Max competeva direttamente con V3 in vari test, ma inizialmente non è stato presentato come la risposta di Alibaba all'approccio completo al ragionamento di R1.

L'annuncio di Alibaba ha inoltre divulgato meno dettagli sui costi di addestramento e sulle dimensioni del modello. Ha descritto l'architettura e il volume di addestramento senza pubblicare un report tecnico completo paragonabile al documento su V3 di DeepSeek. I lettori potevano confrontare i punteggi dei benchmark, ma non i profili completi di efficienza che vi stavano dietro.

Questo ha creato un'asimmetria. Alibaba voleva il confronto sulle prestazioni con DeepSeek, mentre il vantaggio più influente di DeepSeek riguardava trasparenza ed economia. Vincere un benchmark selezionato non avrebbe risolto automaticamente la questione più importante.

Il rilascio durante le festività ha rafforzato questa impressione. Le principali aziende tecnologiche cinesi raramente programmano importanti annunci di prodotto in un periodo in cui l'attività commerciale rallenta. Reuters ha descritto la tempistica come prova della pressione che DeepSeek esercitava sui concorrenti consolidati.

Alibaba aveva valide ragioni per rispondere rapidamente. Gestiva una delle maggiori attività cloud della Cina e aveva già posizionato Qwen come una piattaforma importante per sviluppatori. Lasciare che DeepSeek definisse le aspettative del mercato rischiava di indebolire il brand di modelli di Alibaba e la sua proposta cloud.

La risposta ha anche mostrato che DeepSeek era diventata il punto di riferimento in Cina. Alibaba non doveva più soltanto eguagliare OpenAI, Anthropic, Google o Meta. Doveva difendere la propria posizione contro un laboratorio nazionale con minore distribuzione ma uno slancio eccezionale.

I titoli di Google News non possono risolvere la disputa sui benchmark

L'affermazione da titolo era facile da ripetere, ma le prove di Alibaba non dimostravano una superiorità universale su DeepSeek o sui modelli americani.

I risultati dei benchmark sono utili quando i ricercatori pubblicano metodi, prompt, versioni dei modelli e impostazioni di valutazione chiare. Diventano meno affidabili quando i fornitori selezionano soltanto test favorevoli o usano configurazioni diverse per ciascun concorrente.

Il grafico di lancio di Alibaba includeva diverse valutazioni rispettate. Tuttavia, non rappresentava ogni capacità rilevante in produzione. Si basava inoltre in parte su giudici automatizzati, che possono favorire determinati stili di risposta o non cogliere errori fattuali sottili.

Le piccole differenze di punteggio meritano particolare cautela. Possono cambiare con la formulazione dei prompt, le impostazioni di campionamento, le istruzioni di sistema o il software di valutazione. Un vantaggio ristretto non dovrebbe essere trattato come un divario tecnico decisivo.

Anche i nomi dei modelli complicano ulteriormente i confronti. I fornitori aggiornano i sistemi ospitati senza cambiare sempre il loro branding pubblico. Un benchmark eseguito su una versione di GPT-4o o Claude 3.5 Sonnet potrebbe non descrivere la versione disponibile settimane dopo.

La contaminazione crea un'altra incertezza. Un modello può ottenere buoni risultati perché i suoi dati di addestramento contenevano il benchmark o domande strettamente correlate. Le valutazioni live cercano di ridurre questo rischio aggiungendo nuovo materiale, ma nessun processo può rivelare completamente un dataset proprietario di addestramento.

Il testing indipendente era quindi essenziale. I risultati di Alibaba hanno stabilito una ragione credibile per esaminare Qwen2.5-Max. Non hanno stabilito che fosse il miglior modello per ogni sviluppatore, lingua o flusso di lavoro.

La distinzione è diventata più chiara nei confronti rivolti agli utenti. Un modello che eccelle nelle domande accademiche può comunque incontrare difficoltà con chiamate di strumenti, documenti lunghi, coerenza fattuale o formati di output rigorosi. I miglioramenti nei benchmark di programmazione potrebbero non tradursi in modifiche sicure a un grande repository software.

La copertura linguistica introduce un'altra variabile. Storicamente, i modelli Qwen si sono rivolti sia all'uso cinese sia a quello inglese. Le prestazioni possono variare tra lingue, dialetti, domini tecnici e domande culturalmente specifiche che i benchmark incentrati sull'inglese misurano a malapena.

Anche il comportamento in materia di sicurezza influisce sulla qualità apparente. Un sistema prudente può rifiutare una richiesta che un altro modello tenta di soddisfare. Le classifiche possono valutare più favorevolmente la risposta tentata, anche quando il rifiuto riflette una politica di sicurezza deliberata.

La copertura indipendente ha colto questa incertezza. Una successiva valutazione del settore ha osservato che le informazioni sui modelli di Alibaba rimanevano limitate e che i test condotti dai fornitori offrivano soltanto prove preliminari.

Questo non rende insignificanti i risultati di Alibaba. L'azienda ha mostrato che Qwen2.5-Max meritava confronti seri con modelli di rilievo internazionale. Ha inoltre dimostrato che i laboratori cinesi potevano rilasciare sistemi competitivi a una cadenza rapida, nonostante l'accesso limitato ai chip avanzati.

La conclusione corretta è più circoscritta di quanto molti titoli di Google News suggerissero. Qwen2.5-Max era un credibile contendente frontier sulla base delle prove divulgate da Alibaba. Il suo vantaggio universale su DeepSeek, OpenAI, Anthropic o Meta rimaneva non dimostrato.

Gli sviluppatori che valutano affermazioni di questo tipo hanno bisogno di test specifici per l'attività. Dovrebbero misurare accuratezza, latenza, output strutturato, uso degli strumenti, recupero dagli errori e prestazioni linguistiche usando materiale interno rappresentativo.

Una knowledge base sull'AI ricercabile può aiutare i team a conservare prompt, output, documenti sorgente e note dei revisori durante le valutazioni. Il passaggio importante consiste nel creare una documentazione ripetibile, invece di affidarsi alle impressioni del giorno del lancio.

Il vantaggio di Alibaba è la distribuzione, non una singola classifica

Alibaba non ha bisogno che Qwen2.5-Max vinca ogni benchmark se il modello rafforza le sue attività cloud, commerciali e di software enterprise.

Il più forte vantaggio iniziale di DeepSeek derivava dall'entusiasmo degli sviluppatori. Le sue versioni open-weight consentivano agli ingegneri di scaricare i modelli, ispezionarne il comportamento, sottoporli a fine-tuning e distribuirli tramite infrastrutture indipendenti.

Alibaba ha affrontato il mercato con una base commerciale più ampia. Poteva collegare Qwen al cloud computing, ai servizi dati, al software per il lavoro, al retail online, alla logistica e ai sistemi di assistenza clienti. Questi canali le offrivano più opportunità di trasformare l'uso dei modelli in domanda ricorrente.

Questa è la principale mappa dei concorrenti alla base del lancio. DeepSeek rappresentava un laboratorio orientato anzitutto all’efficienza, la cui trasparenza attirava l’attenzione globale. Alibaba rappresentava un fornitore integrato, in grado di combinare i modelli con l’infrastruttura e i servizi necessari per il deployment.

Nessuno dei due percorsi garantisce il successo. I modelli aperti possono diffondersi rapidamente senza generare un business cloud difendibile. Le piattaforme integrate possono produrre ricavi, ma i clienti potrebbero resistere alla dipendenza da un singolo fornitore.

Qwen2.5-Max si collocava sul lato integrato di questa divisione. Alibaba offriva accesso in hosting tramite Model Studio e rendeva il sistema disponibile in Qwen Chat. I clienti ottenevano un deployment più semplice, mentre Alibaba manteneva il controllo sui pesi del modello e sull’ambiente operativo.

Alibaba manteneva al contempo un ampio portafoglio Qwen aperto. Questa doppia strategia consentiva all’azienda di usare modelli più piccoli o precedenti per attrarre sviluppatori, riservando poi alcune capacità di fascia alta ai servizi in hosting.

L’equilibrio è diventato sempre più importante con l’espansione di Qwen. Nell’aprile 2025, Alibaba ha rilasciato Qwen3 con varianti dense e mixture-of-experts. Il lancio di Qwen3 ha aggiunto il ragionamento ibrido, permettendo agli utenti di scegliere tra risposte più rapide ed elaborazioni più ponderate.

Quel rilascio ha mostrato quanto rapidamente un’etichetta di punta possa scadere. Qwen2.5-Max rappresentava il modello generale più avanzato di Alibaba al momento dell’annuncio, ma i successivi sistemi Qwen hanno cambiato il quadro in termini di prestazioni e deployment.

La breve durata della leadership nei modelli non elimina il valore di un lancio. Ogni rilascio può migliorare la piattaforma circostante, attirare sviluppatori e dare ai team commerciali enterprise un altro motivo per avviare una conversazione sul cloud.

La scala di Alibaba le ha inoltre consentito di perseguire deployment specifici per settore. Secondo una panoramica del mercato AI, la famiglia Qwen è stata utilizzata da sviluppatori e organizzazioni in settori che includono automotive, finanza, gaming e retail.

Gli acquirenti enterprise si preoccupano di aspetti che le classifiche raramente catturano. Hanno bisogno di disponibilità del servizio, controlli di accesso, governance dei dati, osservabilità, supporto e comportamento prevedibile del modello. Hanno inoltre bisogno di opzioni di migrazione quando un fornitore sostituisce o ritira un modello.

Alibaba può integrare queste capacità attorno a Qwen. DeepSeek può competere attraverso apertura, efficienza e ampia compatibilità. OpenAI, Anthropic e Google possono rispondere attraverso le rispettive relazioni cloud, piattaforme agentiche e strumenti per sviluppatori.

Ciò significa che la pressione si estende oltre la Cina. Se Alibaba offre modelli competitivi attraverso uno stack cloud consolidato, i fornitori multinazionali devono difendere sia le prestazioni sia l’economia del deployment. Devono inoltre spiegare perché i clienti dovrebbero accettare un accesso chiuso quando esistono valide alternative aperte.

Per gli sviluppatori, la scelta non è semplicemente Alibaba contro DeepSeek. È una decisione relativa a controllo, integrazione, responsabilità operativa e velocità dei futuri cambiamenti dei modelli.

Qwen2.5-Max ha reso visibile la preferenza di Alibaba. L’azienda ha accolto con favore i confronti diretti tra modelli, ma il suo obiettivo più ampio era trasformare l’intelligenza artificiale in domanda di infrastruttura.

L’affermazione sull’efficienza deve ancora fare i conti con i limiti di hardware e fiducia

Il modello di Alibaba ha sfidato le ipotesi sul tetto dell’AI cinese, ma la mancanza di dettagli sui costi e le restrizioni esterne hanno limitato le conclusioni degli osservatori.

I controlli statunitensi sulle esportazioni hanno limitato l’accesso della Cina agli acceleratori AI avanzati. Questi controlli mirano a rallentare lo sviluppo di sistemi che richiedono grandi cluster di chip ad alte prestazioni.

I laboratori cinesi hanno risposto con ottimizzazione software, architetture mixture-of-experts, selezione dei dati migliorata e addestramento più efficiente. DeepSeek è diventato l’esempio più visibile, ma Alibaba, Baidu, Tencent e altre aziende hanno perseguito obiettivi simili.

Qwen2.5-Max ha mostrato che Alibaba rimaneva tecnicamente competitiva in queste condizioni. Tuttavia, l’azienda non ha pubblicato un resoconto completo dell’hardware di addestramento, del consumo energetico, degli esperimenti o delle risorse complessive di sviluppo.

La cifra di 20 trilioni di token descriveva il volume di addestramento, non l’efficienza. Un elevato numero di token non rivela con quale frequenza i dati siano stati ripetuti, come siano stati filtrati o quanta capacità di calcolo sia andata persa in esecuzioni non riuscite.

Anche i conteggi dei parametri richiedono contesto. In un modello mixture-of-experts, i parametri totali e quelli attivi descrivono aspetti diversi del sistema. Senza entrambe le cifre, i lettori non possono stimare i requisiti di inferenza basandosi soltanto sulla scala.

DeepSeek ha divulgato maggiori dettagli architetturali e di addestramento per V3. Questa trasparenza ha rafforzato la sua narrativa sull’efficienza, sebbene i ricercatori esterni non potessero comunque verificare ogni spesa sottostante o riprodurre l’intero progetto.

Le affermazioni di Alibaba hanno affrontato una seconda questione: la fiducia nei diversi mercati. Le organizzazioni che valutano un modello ospitato in Cina devono considerare la localizzazione dei dati, le norme di cybersecurity, l’esposizione normativa e le restrizioni sugli acquisti. Gli acquirenti cinesi affrontano preoccupazioni parallele quando valutano servizi americani.

Questi aspetti non determinano la qualità tecnica. Determinano se un modello tecnicamente capace possa entrare in un flusso di lavoro regolamentato. Una banca, un fornitore sanitario o un appaltatore governativo può rifiutare un servizio per ragioni di conformità anche se ottiene buoni risultati nei test pertinenti.

I controlli sui contenuti creano un’altra limitazione. I servizi di AI generativa offerti pubblicamente in Cina operano in base a normative nazionali e politiche dei fornitori. Le risposte su argomenti politicamente sensibili possono differire da quelle prodotte da modelli ospitati altrove.

Anche i fornitori americani impongono restrizioni di sicurezza e regole di utilizzo accettabile. La domanda chiave per gli acquisti non è se un modello sia privo di restrizioni. È se le sue restrizioni, le pratiche di logging e i processi di escalation corrispondano ai requisiti dell’organizzazione.

Una terza preoccupazione riguarda la sostituzione dei modelli. I sistemi ospitati possono cambiare senza offrire ai clienti accesso ai pesi precedenti. Un’applicazione che oggi funziona in modo affidabile potrebbe comportarsi diversamente dopo un aggiornamento.

I team possono ridurre questo rischio con valutazioni versionate, monitoraggio degli output, modelli di fallback e revisione umana. Non dovrebbero adottare un modello soltanto perché ha guidato una classifica al lancio.

Qwen2.5-Max è inoltre arrivato prima che i test indipendenti su larga scala potessero maturare. Questa tempistica ha reso inevitabile l’incertezza. I benchmark di Alibaba erano elementi di prova, ma erano necessari carichi di lavoro reali per stabilire l’affidabilità del modello.

Il rischio andava in entrambe le direzioni. Liquidare Qwen perché le sue più forti affermazioni iniziali provenivano da Alibaba ignorerebbe un progresso tecnico significativo. Accettare ogni confronto al valore nominale confonderebbe le prove di marketing con una valutazione riproducibile.

La posizione difendibile si trova tra questi estremi. Alibaba ha prodotto un modello serio e ha esercitato ulteriore pressione sui concorrenti globali. L’entità precisa del suo vantaggio in termini di prestazioni ed efficienza è rimasta irrisolta.

Cosa dovrebbe misurare il prossimo ciclo di Google News

I prossimi segnali significativi sono risultati indipendenti su carichi di lavoro reali, adozione duratura da parte degli sviluppatori e prove che l’uso dei modelli migliori il business cloud di Alibaba.

Il primo segnale è la valutazione indipendente su attività reali. Gli sviluppatori dovrebbero guardare oltre le classifiche generali, concentrandosi su agenti di coding, recupero multilingue delle informazioni, analisi di documenti lunghi ed esecuzione affidabile degli strumenti.

Risultati solidi presso più valutatori rafforzerebbero l’affermazione di Alibaba secondo cui Qwen appartiene alla frontiera. Ampi divari tra i benchmark di lancio e i test in produzione la indebolirebbero.

Il secondo segnale è l’adozione da parte degli sviluppatori dopo l’attenuarsi del ciclo di annunci. Download, modelli derivati, attività API, integrazioni e progetti attivi della comunità rivelano se gli ingegneri riconoscono un valore duraturo.

Alibaba ha dichiarato all’inizio del 2025 che gli sviluppatori avevano creato più di 90.000 modelli Qwen derivati in tutto il mondo. La cifra proveniva dall’azienda, ma indicava la scala dell’ecosistema che Alibaba voleva convertire in utilizzo cloud.

Una comunità in crescita rafforzerebbe la posizione di Alibaba contro DeepSeek. La stagnazione suggerirebbe che gli sviluppatori consideravano Qwen2.5-Max un altro leader temporaneo nei benchmark anziché una base preferita.

Il terzo segnale è la conversione commerciale. Alibaba ha impegnato risorse sostanziali nell’infrastruttura cloud e AI, rendendo la crescita dei ricavi e l’adozione da parte dei clienti test centrali della sua strategia.

Il piano di investimenti dell’azienda descriveva un aumento della spesa per infrastruttura AI, modelli fondazionali e applicazioni AI-native. Questo impegno ha alzato la posta. Il progresso tecnico deve alla fine sostenere una domanda duratura.

Una crescita del cloud legata ai prodotti AI rafforzerebbe la tesi secondo cui l’approccio integrato di Alibaba funziona. Investimenti ingenti senza un utilizzo corrispondente farebbero apparire più attraente il percorso più snello di DeepSeek.

I lettori dovrebbero inoltre osservare come rispondono i concorrenti. DeepSeek può replicare con un altro modello aperto o un risultato sull’efficienza più dettagliato. OpenAI, Anthropic, Google e Meta possono ridurre i requisiti di inferenza, migliorare le prestazioni degli agenti o ampliare l’accesso ai propri sistemi.

La competizione risultante non produrrà un vincitore permanente. La leadership nei modelli cambia troppo rapidamente e gli acquirenti valutano combinazioni diverse di qualità, costo, controllo e conformità.

Ecco perché l’inquadramento originario di Google News necessita di una revisione. Alibaba non ha risolto la corsa all’AI rilasciando Qwen2.5-Max. Ha dimostrato che una grande azienda cinese di piattaforme poteva rispondere rapidamente a DeepSeek e tenere il passo con importanti sistemi internazionali.

La questione irrisolta è se la scala di Alibaba diventi un vantaggio o un peso. La sua portata cloud e commerciale può distribuire Qwen su vasta scala. Gli stessi impegni le richiedono di sostenere gli investimenti, conquistare la fiducia delle imprese e mantenere gli sviluppatori coinvolti attraverso ripetute transizioni di modello.

Per sviluppatori e knowledge worker, la risposta pratica è una sperimentazione disciplinata. Scegliete un flusso di lavoro rappresentativo, conservate il materiale sorgente, confrontate gli output alla cieca e registrate gli schemi di errore. Ripetete la stessa valutazione ogni volta che un fornitore modifica il proprio modello.

Per gli acquirenti enterprise, chiedete chi controlla i pesi, dove vengono elaborati i dati, come sono gestiti gli aggiornamenti e se un’applicazione possa cambiare fornitore. I punteggi dei benchmark dovrebbero iniziare la conversazione, non concluderla.

Qwen2.5-Max merita attenzione perché ha ampliato il campo competitivo. DeepSeek merita attenzione perché ha cambiato i termini della competizione. Il prossimo titolo sui modelli conterà soltanto se l’uso indipendente confermerà la promessa che lo sostiene.

Alibaba trasformerà la visibilità di Qwen in deployment enterprise affidabili e ripetibili, oppure un altro rilascio incentrato sull’efficienza resetterà nuovamente il mercato? Seguite le prove dopo l’annuncio, non soltanto la classifica che domina Google News per un giorno.