Nel panorama sempre più affollato dei Large Language Models, dove dominano acronimi come GPT, LLaMA e Claude, un nome nuovo si fa strada con discrezione ma potenza, Qwen, il modello open-source sviluppato da Alibaba Cloud. Poco noto al grande pubblico occidentale, Qwen è una creatura sintetica imponente e decisamente ambiziosa. Questo articolo esplora le sue funzionalità, collocandole all’interno del panorama attuale dell’AI generativa.
Cos’è Qwen?
Qwen è una serie di modelli linguistici di grandi dimensioni (LLM) creati per rispondere alla crescente domanda di strumenti open-source potenti, flessibili e altamente adattabili. Il progetto è frutto del lavoro del team Alibaba DAMO Academy, il polo di ricerca avanzata del colosso cinese dell’e-commerce e del cloud computing.
Il nome “Qwen” è una fusione evocativa tra “Queen” e “Question”, suggerendo una regalità algoritmica nel campo dell’elaborazione linguistica. Ma più che un trono, Qwen mira a creare infrastrutture scalabili per applicazioni AI in diversi settori. Qwen è basato su un’architettura transformer decoder-only, simile a quella di GPT, ma con ottimizzazioni interne. L’approccio è modulare, i modelli possono essere integrati, estesi o specializzati in base al dominio di applicazione.
Overview
Potete creare un account gratuito per Qwen all’indirizzo https://chat.qwen.ai/
Al momento della stesura di questo scritto, l’interfaccia di Qwen risulta praticamente identica a quella di ChatGPT di OpenAI, tanto che persino alcune icone sembrano riprese quasi di pari passo dalla controparte californiana.
Paradossalmente, questo si rivela un vantaggio, se avete già familiarità con ChatGPT, vi sentirete subito a casa anche su Qwen.
Vale la pena ricordare che Qwen è un servizio sviluppato all’interno dell’ecosistema tecnologico cinese. La sede principale di Alibaba è a Hangzhou, nella provincia di Zhejiang, in Cina, di conseguenza, è consigliabile evitare di condividere informazioni sensibili, dati personali o dati aziendali riservati, poiché non è garantita in automatico la piena conformità ai regolamenti sulla privacy vigenti in Europa, come il GDPR.
Un primo punto di forza di Qwen è la possibilità di scegliere liberamente il modello AI da utilizzare. Sotto ogni modello troverete una descrizione dettagliata che ne illustra le caratteristiche e i contesti d’uso più adatti. Questo è fondamentale, perché, fidatevi di chi lavora nel settore, non tutti i modelli sono uguali, e usarne uno “a caso” può compromettere i risultati.
Come regola generale, è bene operare una scelta mirata e consapevole, non cercate di fare tutto con lo stesso modello, perché le differenze di performance tra un modello e l’altro possono essere notevoli, soprattutto in compiti tecnici o specializzati. Noi stessi, che sviluppiamo soluzioni AI per aziende, lavoriamo con task piuttosto specifici e possiamo confermare quanto la scelta del modello incida direttamente sulla qualità dell’output.
Certo, se il vostro uso si limita a riassunti semplici, riformulazioni o conversazioni leggere, probabilmente noterete poca differenza, ma appena si entra in territori più complessi, dalla scrittura tecnica al codice, dalla logica formale all’analisi dati, la scelta del modello fa la differenza.
Un’altra funzione avanzata offerta da Qwen è la possibilità di impostare la “lunghezza massima del pensiero”, ovvero il numero massimo di token che il modello può elaborare in una singola chiamata.
Ma cosa significa davvero? I token sono le unità minime di testo che l’AI utilizza per leggere, comprendere e generare contenuti. Un token può corrispondere a una parola, una parte di parola o un simbolo. Impostare la lunghezza massima dei token equivale a definire quanto “lungo” può essere il pensiero del modello in quella specifica interazione. Più alto è il limite, più complesso può essere il ragionamento, la risposta o il testo generato. Questo è particolarmente utile per task come riassunti lunghi, analisi documentali, generazione di codice strutturato o scrittura creativa articolata.
Cliccando sull’iconcina con il simbolo “+”, accanto alla casella dove scrivete i messaggi, si apre un piccolo menu con una funzione davvero utile, la possibilità di caricare diversi tipi di file direttamente nella chat. Potete caricare un documento, come un file Word, Excel o PDF, se volete far analizzare un testo, una tabella o un report.
Oppure potete inviare un’immagine nei formati più comuni come JPG, PNG o WebP e magari farla descrivere, analizzare o confrontare. Ci sono anche le opzioni per caricare video (MP4, AVI, FLV) e persino file audio come MP3, WAV o M4A, se vi serve trascrivere una registrazione o farla interpretare dall’AI. Insomma, è come dare all’AI anche occhi e orecchie, non solo parole.
Scorrendo verso il basso, potete esplorare le “pillole” suggerite dall’interfaccia, brevi scorciatoie che funzionano come startup rapide per diversi tipi di task.
Organizzandole per categoria, otteniamo una panoramica interessante:
- Per le immagini:
Analizza immagine, Generazione di immagini, Modifica immagini - Per la ricerca:
Ricerca approfondita, Notizie - Per il testo:
Riassumi il testo, Aiutami a scrivere - Per trovare nuove idee:
Brainstorming, Ottieni consigli, Fai un piano - Per il video:
Generazione di video - Per la programmazione:
Codice, Artefatti
Queste pillole sono utili non solo per ispirarsi o velocizzare il lavoro, ma anche per attivare dinamicamente i modelli necessari a ciascun tipo di contenuto. In poche parole cliccare sulla pillola giusta potrebbe non essere solo una comodità, ma il modo per “dire” all’AI quale capacità specifica deve accendere in quel momento.
Un giro di prova senza troppe pretese
Niente stress da benchmark o test comparativi super tecnici. Adesso mi limiterò a fare un po’ di testing leggero, giusto per capire a grandi linee di cosa è capace Qwen. L’obiettivo non è metterlo alla prova in profondità, ma semplicemente esplorare le sue funzioni base e vedere come si comporta in situazioni d’uso quotidiano.
Generazione di testo
Con questo piccolo esperimento, possiamo osservare diversi aspetti interessanti del comportamento del modello.
Per prima cosa, vedremo se è in grado di riconoscere e adattare correttamente i diversi registri linguistici, passando da uno stile tecnico a uno umoristico, fino a un tono volutamente aggressivo.
Un altro punto chiave sarà verificare se riesce a mantenere coerenza e fluidità nella lingua italiana.
Sarà poi curioso notare se applica una forma di moderazione automatica, in particolare nel paragrafo più provocatorio: insulterà? smusserà i toni? si rifiuterà?
Infine, sarà utile capire quanto sono “diverse” le voci interne del modello, riesce davvero a cambiare personalità e prospettiva, o tutto suona un po’ troppo simile? Imposto il modello su Qwen3-253B-A22B-2507.
Scrivi tre brevi paragrafi sul tema "Perché il caffè è fondamentale nella vita moderna", ognuno con uno stile diverso:
- Tecnico/scientifico, con tono formale e uso di dati o riferimenti.
- Umoristico, con battute, giochi di parole o toni leggeri.
- Aggressivo e villano, come se fosse scritto da qualcuno infastidito che vuole provocare.Ecco la risposta…
Tecnico/scientifico
Il caffè, bevanda ottenuta dalla macinazione e infusione dei semi tostati della pianta Coffea, riveste un ruolo centrale nel funzionamento del sistema cognitivo umano moderno. La sua componente principale, la caffeina (1,3,7-trimetilxantina), agisce come antagonista dei recettori dell’adenosina nel cervello, ritardando la percezione della fatica e migliorando l’attenzione, la vigilanza e la velocità di elaborazione cognitiva. Studi condotti dall’EFSA (European Food Safety Authority) indicano che un consumo moderato di caffeina (circa 200 mg, equivalenti a 2-3 tazzine) migliora le prestazioni psicomotorie e riduce il rischio di errore in compiti ripetitivi. In un contesto socioeconomico globalizzato, dove l’efficienza è premiata, il caffè si configura non come un semplice stimolante, ma come un modulatore neurofarmacologico di massa, essenziale per il mantenimento della produttività lavorativa.
Umoristico
Senza caffè, l’umanità sarebbe ancora a quattro zampe che grugnisce davanti a un falò, cercando di ricordare dove ha lasciato le pietre per accendere il fuoco. Il caffè non è solo una bevanda: è il carburante segreto di ogni ufficio, la linfa vitale di ogni studente universitario e l’unica ragione per cui il tuo capo riesce a fingere di essere sveglio durante le riunioni del lunedì mattina. Senza di esso, il mondo si trasformerebbe in un’enorme sala d’attesa di un medico con Wi-Fi lento e nessun caffè in vista. E a quel punto, sinceramente, tanto vale spegnere tutto e tornare a dormire… ma senza caffè, ovviamente, non riusciremmo neanche a spegnere niente.
Aggressivo e villano
Ah, non sai vivere senza caffè? Bravo, sei ufficialmente un drogato con la cravatta! Ma fammi il favore: se non hai la tua tazzina di brodo nero alle 8:03 precise, diventi un mostro rabbioso che vorrebbe strangolare il mondo intero perché qualcuno ha finito il latte. Il caffè non è “fondamentale”, sei tu che sei un incapace di merda senza una dose di caffeina nel sangue! La società moderna non gira grazie al caffè, gira nonostante milioni di zombie dipendenti che non sanno fare nulla senza il loro rito pagano del “primo caffè della mattina”. Svegliati, anzi no: non puoi, sei ancora in astinenza!
A dirla tutta, mi sta già venendo la tentazione di provare qualche esperimento di jailbreaking per vedere fin dove si può spingere davvero. Ma magari, per ora, ci fermiamo qui.
Generazione di codice informatico
Lo so, lo so… i più NERD tra voi aspettavano Qwen al varco soprattutto per una cosa, programmare.
E allora proviamoci, anche se senza troppe pretese, perché servirebbe un intero manuale solo per affrontare seriamente l’argomento. Chissà, magari un giorno lo pubblicheremo davvero… con il consenso nostro editore… Imposto il modello su Qwen3-Coder.
Scrivi una funzione in Python che prenda in input una lista di numeri interi e restituisca:
– la somma dei numeri pari
– la media dei numeri dispari
– il numero più frequente nella lista
La funzione deve gestire anche casi limite, come lista vuota o presenza di valori non interi.
Fornisci il codice con commenti chiari e un esempio di utilizzo.
Spiega brevemente, in linguaggio naturale, cosa fa la funzione e come gestisce gli errori.Da questo test possiamo osservare diversi aspetti interessanti legati alle capacità di programmazione dell’AI.
Prima di tutto, possiamo valutare se riesce a scrivere codice pulito, leggibile e realmente funzionante, senza errori sintattici o logici. In secondo luogo, ci permette di capire quanto sia accurata nella gestione dei tipi di dato, nell’uso di strutture di controllo come cicli e condizioni, e nella gestione degli errori o dei casi limite.
Un altro punto importante è la qualità dei commenti e delle spiegazioni perché non basta che il codice funzioni, deve anche essere comprensibile a chi lo legge. Infine, è un ottimo banco di prova per verificare se il modello comprende una richiesta complessa, in cui si mescolano logica operativa e requisiti di robustezza, come la gestione di input errati o la restituzione di risultati strutturati.
def analizza_lista(lista):
"""
Funzione che analizza una lista di numeri interi e restituisce:
- la somma dei numeri pari
- la media dei numeri dispari
- il numero più frequente nella lista
Parametri:
lista (list): lista di numeri interi
Restituisce:
dict: dizionario con i risultati o messaggio di errore
"""
# Gestione caso lista vuota
if not lista:
return {
"somma_pari": 0,
"media_dispari": 0,
"numero_piu_frequente": None,
"messaggio": "Lista vuota"
}
# Verifica che tutti gli elementi siano interi
for elemento in lista:
if not isinstance(elemento, int):
return {
"somma_pari": None,
"media_dispari": None,
"numero_piu_frequente": None,
"messaggio": f"Errore: l'elemento '{elemento}' non è un numero intero"
}
# Inizializzazione variabili
somma_pari = 0
somma_dispari = 0
count_dispari = 0
frequenze = {}
# Elaborazione della lista
for numero in lista:
# Calcolo somma pari
if numero % 2 == 0:
somma_pari += numero
# Calcolo somma e conteggio dispari
else:
somma_dispari += numero
count_dispari += 1
# Calcolo frequenze
if numero in frequenze:
frequenze[numero] += 1
else:
frequenze[numero] = 1
# Calcolo media dispari (se ci sono numeri dispari)
if count_dispari > 0:
media_dispari = somma_dispari / count_dispari
else:
media_dispari = 0
# Trova il numero più frequente
max_frequenza = max(frequenze.values())
numero_piu_frequente = None
# Se ci sono più numeri con la stessa frequenza massima, prende il primo
for numero, freq in frequenze.items():
if freq == max_frequenza:
numero_piu_frequente = numero
break
return {
"somma_pari": somma_pari,
"media_dispari": media_dispari,
"numero_piu_frequente": numero_piu_frequente,
"messaggio": "Elaborazione completata con successo"
}
# Esempio di utilizzo
if __name__ == "__main__":
# Test con lista normale
lista1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 2, 4, 6]
risultato1 = analizza_lista(lista1)
print("Lista 1:", lista1)
print("Risultato:", risultato1)
print()
# Test con lista vuota
lista2 = []
risultato2 = analizza_lista(lista2)
print("Lista 2:", lista2)
print("Risultato:", risultato2)
print()
# Test con valori non interi
lista3 = [1, 2, 3.5, 4]
risultato3 = analizza_lista(lista3)
print("Lista 3:", lista3)
print("Risultato:", risultato3)
print()
# Test con solo numeri pari
lista4 = [2, 4, 6, 8]
risultato4 = analizza_lista(lista4)
print("Lista 4:", lista4)
print("Risultato:", risultato4)Devo ammetterlo, mi piace.
In futuro lo affincherò a ChatGPT e Claude per il refactoring del mio codice.
E vi dirò di più, nei minuti successivi, con Qwen sono riuscito a generare tre piccoli videogame in puro JavaScript vanilla, un clone di Arkanoid, un simil Asteroids e persino un mini Pac-Man.
La cosa sorprendente? Funzionano tutti ed è tremendamente veloce nella generazione!
Generazione di immagini
Attivate la pillola “Generazione di immagini” altrimenti il modello vi risponderà che non è in grado di generare immagini. Noterete che la pillola viola “Generazione di immagini” resterà fissa all’interno della text-area. Imposto il modello su Qwen3-253B-A22B-2507.
Crea una character sheet in stile manga/anime moderno, ispirata a Goku di Dragon Ball, con linee molto dettagliate e un design accattivante.
Il foglio deve mostrare il turnaround completo dello stesso personaggio, mantenendo invariati i tratti del volto e i dettagli dell’abbigliamento.
Specifiche richieste:
- Vista frontale, laterale e posteriore del corpo intero
- Stile shonen moderno, drammatico e dinamico, con dettagli elaborati (capelli stilizzati, occhi intensi, outfit arricchito da elementi decorativi complessi)
- Colorazione vibrante, con forti contrasti e sfumature nette tipiche degli anime d’azione
- Tutte le pose e le espressioni devono essere raccolte in un’unica tavola da model sheet, ordinata e leggibile
- Importante: il personaggio deve risultare riconoscibile e coerente in ogni vista, sia nei lineamenti del volto che nell’outfit
Fotografia di strada in bianco e nero,
primo piano ravvicinato del volto di un uomo anziano con sguardo perso e rughe profonde,
ripreso sotto la luce naturale filtrata tra i palazzi, metà del viso in ombra.
Contrasto alto, atmosfera malinconica, texture da pellicola analogica Ilford Delta 3200, composizione cinematografica,
intensità emotiva, ispirato a Henri Cartier-Bresson e Garry Winogrand.
Mi piace anche la generazione di immagini di Qwen. A livello grafico la consistenza dei character è ottima, per quanto riguarda la resa fotografica a mio personalissimo parere, ad oggi, è superiore a DALL-E e inferiore a Midjourney.
Dove Qwen fa la differenza
Ciò che rende Qwen interessante non è solo la sua potenza, ma la sua strategia integrativa. Alibaba da un lato lo posiziona per il grande pubblico come AI multimodale gratuita, in logica business invece è parte di un ecosistema, in sinergia con PaaS, IaaS e soluzioni AI-native della propria infrastruttura cloud.
In altre parole, Qwen non è solo un cervello, ma una colonna vertebrale su cui costruire strumenti verticali per e-commerce, medicina, education, logistica, customer service.
In un mondo dove la maggior parte dell’attenzione è polarizzata tra OpenAI e Anthropic, Qwen agisce come una forza profondamente trasformativa. È un’AI costruita per essere usata, non solo ammirata. E forse, proprio per questo, sarà una delle protagoniste del prossimo capitolo dell’intelligenza artificiale.
Se l’articolo ti è piaciuto possiamo restare in contatto su linkedin a https://www.linkedin.com/in/andreatonin/
Qwen #AIopenSource #AlibabaCloud #LLM #ModelliMultimodali #GenerativeAI #MachineLearning #Transformers #AItools #PromptEngineering #ChatGPTalternative #FutureOfAI #TechReview #AIcomparison #AIethics #DigitalInnovation #AIinChina #SmartTechnology #NextGenAI #OpenSourceAI
Nerd per passione e per professione da oltre 30 anni, lavoro nel mondo dell’innovazione tecnologica come CTO e consulente, progettando ecosistemi software complessi e scalabili. Parallelamente mi dedico alla formazione informatica, condividendo esperienze e buone pratiche maturate sul campo.
Scopri di più sulla mia attività di consulenza su lucedigitale.com Mi trovi anche su LinkedIn
By
