Nel giro di pochi giorni, due laboratori cinesi hanno sparato colpi ad alzo zero. Dopo la scossa di DeepSeek, Alibaba ha risposto con Qwen3.8, presentato alla World Artificial Intelligence Conference di Shanghai come il secondo modello linguistico più potente al mondo. Il team Qwen ha scritto su X che Qwen3.8 «segue un solo modello sulla Terra». Peccato che di prove non ce ne sia nemmeno una.

Non sono stati diffusi pesi, non ci sono benchmark pubblici, nessun report tecnico. Solo una demo confezionata e l’eco di una rivalità tra colossi che, per ora, somiglia più a una guerra di comunicati stampa che a un avanzamento dell’arte. E non è un dettaglio da poco per chi lavora con LLM on-premise.

La vetrina senza vetro

Chi sceglie un Large Language Model per ambienti self-hosted – che sia una banca, un ospedale, una manifattura – non compra hype. Compra garanzie: latenza sotto carico, footprint di VRAM a diversi livelli di quantization, throughput reale su hardware proprietario, finestra di contesto gestibile senza saturare la memoria. Tutto ciò richiede numeri misurabili, non proclami.

La mossa di Alibaba si inserisce in un copione che abbiamo già visto. Modelli annunciati con titoli roboanti ("rivoluzionario", "superumano") e poi rilasciati, quando va bene, settimane dopo con pesi troncati, licenze ambigue e zero valutazioni indipendenti. Per il deployment on-premise questo è un vicolo cieco: non puoi fare due diligence su un fantasma.

Il punto non è se Qwen3.8 sia davvero secondo solo a GPT-4o o a Claude 3.5 Sonnet. Il punto è che l’assenza di trasparenza sposta l’onere della verifica su chi utilizza il modello, costringendo a reverse engineering su benchmark artigianali, con costi imprevisti e rischi di regressione in produzione.

Chi vince e chi perde

A guadagnarci sono i vendor che alimentano la narrativa della supremazia, magari per attrarre capitali o influenzare decisioni di procurement governativo. A perderci sono le organizzazioni che cercano sovranità sui dati e automazione affidabile senza dipendere da API cloud opache. Per loro, un modello di cui non si conoscono training set, performance su prompt lunghi e consumi energetici è un debito tecnico in attesa di scoppiare.

E c’è un secondo ordine di conseguenze: quando i leader di mercato normalizzano l’annuncio senza evidenza, erodono la fiducia nell’intero ecosistema open e semi-open. I team che devono convincere il CISO o il CFO a investire in GPU per inference locale si ritrovano senza argomenti verificabili, mentre il reparto marketing del vendor sventola classifiche auto-proclamate.

Strutturalmente, è un segnale che la competizione tra modelli si sta spostando sul fronte della percezione, non su quello della riproducibilità. E questo è un problema per chiunque progetti di far girare un LLM su infrastruttura propria, dove il total cost of ownership si misura in elettricità, cicli di manutenzione e tempo medio tra un fallback e l’altro.

La cartina di tornasole

Il discrimine, per chi monitora il settore, è semplice: il giorno in cui Qwen3.8 rilascerà pesi, parametri di inference e un evaluation harness pubblico, allora potremo parlarne come di un’opzione reale per ambienti on-premise. Fino a quel momento è solo un titolo su X.

Nell’ecosistema AI-RADAR, dove si analizzano stack locali e decisioni di deployment, il riflesso è sempre lo stesso: fidarsi delle metriche che puoi eseguire nel tuo data center, non di quelle che leggi in un tweet. La sovranità passa anche dalla verificabilità.