Un post su Reddit cattura uno stato d’animo che serpeggia nella comunità di chi lavora con LLM on-premise: l’autore chiede se ci siano novità su un ipotetico Qwen 3.7 9B, dopo che a maggio Alibaba ha rilasciato i modelli Qwen 3.7 Max e Plus esclusivamente in modalità proprietaria e via API. Nessuna versione open-weight per quella fascia di parametri, nessuna roadmap pubblica. E la domanda di fondo è concreta: nel segmento 8-9 miliardi di parametri, cosa batte oggi Qwen 3.5 9B per un setup locale?

La faccenda non è solo un rumor mancato. Segnala una tensione ormai strutturale nel panorama LLM, tra chi spinge i modelli più performanti dentro recinti cloud e chi invece ha bisogno di eseguirli su hardware proprio, in modalità self-hosted. La famiglia Qwen era diventata un punto di riferimento per molti team grazie alle release aperte della serie 2.5, che includevano modelli da 7B e 14B facilmente gestibili su GPU consumer come una RTX 3060 con 12 GB di VRAM o una 4060 Ti da 16 GB, magari con un pizzico di quantization per stare comodi in memoria.

Adesso il cambio di rotta di Alibaba costringe a riconsiderare l’intero scenario. Se un grande fornitore asiatico sceglie la strada chiusa per i modelli di punta, potrebbe innescare un effetto domino che riduce nel medio termine le alternative open per chi opera in contesti regolamentati, dove la residenza dei dati e la conformità GDPR o norme settoriali impediscono di appoggiarsi a API di terze parti. Non si tratta di una crisi immediata — modelli come Llama 3, Mistral e lo stesso Qwen 3.5 9B rimangono utilizzabili — ma la domanda su un successore aperto diventa strategica per chi pianifica investimenti in hardware e pipeline di inference.

Per chi monta un piccolo server on-premise con una o due schede, la classe 9B è spesso il punto di equilibrio ideale: abbastanza capacità per fine-tuning mirati e contesti di qualche migliaio di token, ma abbastanza leggera da non richiedere l’infrastruttura di un data center. In assenza di un Qwen 3.7 9B open, serve guardare altrove. C’è chi sperimenta con varianti raffinate di modelli esistenti tramite tecniche di distillation o DPO, ma il benchmark implicito della community — «cosa supera Qwen 3.5 9B?» — non ha ancora una risposta univoca, perché molto dipende dal task: ragionamento, generazione di codice, comprensione multilingue. E la valutazione reale si fa sui propri dati, non su classifiche pubbliche.

La vicenda mette in luce un principio più ampio: la scelta del fornitore di modelli è ormai una scelta architetturale, non solo un cambio di peso. Ogni blocco open-weight che viene meno sposta il baricentro delle decisioni verso la diversificazione del parco modelli, l’uso di framework di serving come vLLM o Ollama che astraggono dal singolo checkpoint, e la capacità interna di valutare TCO a lungo termine, includendo energia, licenze e il costo di eventuali migrazioni future. Sul fronte hardware, intanto, la community discute sempre più spesso di workstation con 48 GB di VRAM o build multi-GPU economiche, proprio per tenersi le mani libere qualunque cosa decidano i vendor di modelli.

Al momento, nessun indizio conferma un Qwen 3.7 9B open. E mentre il silenzio di Alibaba si allunga, la domanda vera non è tanto «quale modello batte Qwen 3.5 oggi», ma «come ci prepariamo a un mercato dove i modelli migliori potrebbero non essere più scaricabili».