Alibaba Qwen3.7-Max: 35 ore IA autonoma

Punti chiave

Fatto: Il 20 maggio 2026, Alibaba ha presentato Qwen3.7-Max al suo Cloud Summit di Hangzhou: un modello che ha operato in autonomia per 35 ore consecutive, eseguito 1.158 chiamate agli strumenti e ottenuto un miglioramento delle prestazioni di 10× su un chip che non aveva mai visto durante il training.
Impatto: L’annuncio include il chip Zhenwu M890 (3× le prestazioni del predecessore, 144 GB HBM3, già distribuito a 400+ clienti enterprise) e il server rack Panjiu AL128, formando lo stack integrato verticalmente più completo del mercato cinese.
Sorpresa: Qwen3.7-Max supporta esplicitamente Claude Code di Anthropic come harness esterno. Il modello che la Cina ha appena lanciato è compatibile con gli strumenti per agenti che le aziende occidentali stanno già standardizzando.

Il numero era studiato per colpire. Trentacinque ore. Un’intera settimana lavorativa compressa in una singola esecuzione ininterrotta — nessuna approvazione intermedia, nessuna domanda di chiarimento, nessun umano a guardare lo schermo. All’Alibaba Cloud Summit del 20 maggio, Qwen3.7-Max non si è limitato a funzionare per tutto quel tempo: ha lavorato su hardware che non aveva mai visto in fase di addestramento, partendo da zero documentazione, e ha prodotto un codice kernel che superava di dieci volte l’implementazione di riferimento del produttore del chip.

Per un COO o un CTO che sta valutando l’infrastruttura IA in questo momento, la domanda non è se questo sia impressionante. È cosa cambia di conseguenza.

Cosa è successo realmente in quelle 35 ore

Il task di benchmark era deliberatamente sfidante. Alibaba ha posto Qwen3.7-Max di fronte al chip Zhenwu M890 — il suo acceleratore IA proprietario, senza documentazione pubblica disponibile — con l’obiettivo di ottimizzare il codice kernel di SGLang, un framework di inferenza IA molto diffuso. Il modello non disponeva di specifiche hardware, nessuna implementazione di riferimento, nessun dato di training specifico per quel chip.

In 35 ore ha eseguito 432 valutazioni del kernel e 1.158 chiamate agli strumenti distinte. Ha diagnosticato autonomamente i fallimenti di compilazione, rivisto il proprio approccio ogni volta, e iterato fino a ottenere un miglioramento della velocità di 10,0× rispetto all’implementazione di riferimento Triton. Il confronto con i competitor è illuminante: GLM 5.1 ha raggiunto 7,3×, Kimi K2.6 è arrivato a 5,0×, DeepSeek V4 Pro a 3,3×. Qwen3.7-Max non era marginalmente migliore — operava in una categoria diversa.

La finestra di contesto si espande a 1 milione di token (quasi 4× rispetto al predecessore Qwen3.6-Max-Preview), e il modello supporta harness per agenti tra cui OpenClaw, Hermes Agent, Claude Code di Anthropic, Qwen Paw e Qoder. Quest’ultimo dettaglio merita attenzione: il modello IA di frontiera che la Cina ha appena commercializzato è compatibile con gli strumenti che le aziende europee stanno già standardizzando.

DIAGNOSI GRATUITA — La tua azienda è pronta ad autorizzare esecuzioni IA autonome di 35 ore? Come funziona Transform → ✓ 30 min ✓ Senza costi ✓ Direttore IA dedicato

La scommessa full-stack che ridisegna il mercato globale

Alibaba non ha lanciato un modello. Il summit ha presentato tre prodotti interconnessi che formano quello che l’azienda chiama uno stack di “fabbrica IA”: Qwen3.7-Max per il livello software; lo Zhenwu M890 di T-Head (la sussidiaria per i chip di Alibaba) per il livello di calcolo; e il server Panjiu AL128 — un’unità rack-scale che raccoglie 128 acceleratori M890 con una larghezza di banda interna nell’ordine dei petabyte al secondo. Le spedizioni cumulative della serie Zhenwu hanno raggiunto 560.000 unità presso 400+ clienti in oltre 20 settori. Non è una roadmap: è un ecosistema già distribuito.

Ciò che colpisce di questa mossa è la precisione con cui punta al problema di dipendenza che definisce l’ecosistema IA occidentale. Il filing IPO di SpaceX ha recentemente rivelato che Anthropic paga circa 15 miliardi di dollari l’anno in affitto di capacità di calcolo — una cifra che rende impossibile ignorare il rischio di dipendenza da un singolo fornitore. Lo stack integrato di Alibaba è al tempo stesso un prodotto e un argomento competitivo: se sei un’azienda che cerca alternative reali al duopolio Nvidia-Azure-AWS, perché esporre i tuoi workload IA a catene di fornitura di GPU rese fragili dai controlli sull’export?

Per le aziende italiane ed europee, l’implicazione è più indiretta ma ugualmente reale. Un competitor IA cinese credibile con uno stack verticale distribuito su larga scala eserciterà pressione sui prezzi di tutti i fornitori — e costringerà una discussione seria a livello di board su cosa significhi realmente “rischio fornitore IA” in un orizzonte di 5 anni.

Il vuoto di governance che nessuno vuole guardare in faccia

L’esecuzione autonoma di 35 ore è una storia di capacità tecnica. Ciò che rivela è una storia organizzativa.

Dati Epinium

Nelle missioni Transform di Epinium con team di brand e operations in Europa e LATAM, il 68% dei team che avviano il loro primo workflow IA agentivo non dispone di alcun protocollo di approvazione definito per task che superano i 60 minuti di esecuzione senza checkpoint umano. La tecnologia per esecuzioni autonome di 35 ore è ora disponibile commercialmente. I framework organizzativi per autorizzarle, monitorarle e verificarle sono ancora in fase di costruzione.

Quello che osserviamo in Epinium è uno schema ricorrente: le aziende sottovalutano non le capacità dei modelli, ma il change management interno necessario per distribuirli con vera autonomia. La domanda più difficile non è “La nostra IA può farlo?”. È “Chi nella nostra organizzazione è autorizzato a dire sì a un task di questa durata, questa autonomia, questa criticità — e quale protocollo si attiva se qualcosa va storto?”

Qwen3.7-Max rende questa domanda urgente anziché teorica. Il modello è disponibile ora. I framework di governance, nella maggior parte delle organizzazioni, ancora no.

Cinque domande sugli agenti IA a lungo orizzonte

Che cos’è Qwen3.7-Max e come si differenzia dai modelli Qwen precedenti?

Qwen3.7-Max è il modello di punta di Alibaba progettato specificamente per task agentivi a lungo orizzonte, non per l’IA conversazionale. La finestra di contesto di 1 milione di token è quasi 4× rispetto al predecessore. Gestisce progetti software multi-file, orchestra workflow multi-agente ed è stato valutato su task reali di ottimizzazione chip. Il cambiamento è architetturale: questo modello è stato costruito attorno all’autonomia aziendale, non alla reattività da chatbot.

Qwen3.7-Max può essere integrato negli stack IA delle aziende europee?

Tecnicamente sì. Alibaba ha elencato Claude Code di Anthropic tra gli harness esterni supportati. Le aziende già standardizzate su Claude Code possono testare Qwen3.7-Max senza ricostruire i loro workflow. Se il GDPR, l’AI Act europeo e le politiche di residenza dei dati consentano questa integrazione per il tuo settore specifico è una valutazione separata da condurre con il team legale e compliance.

L’esecuzione di 35 ore si traduce in workflow aziendali pratici?

Non nell’immediato per la maggior parte dei team. Il task di ottimizzazione del kernel era ideale: criteri di successo chiusi, verificabili dalla macchina, senza giudizi umani ambigui in corso di processo. La maggior parte dei processi aziendali non ha ancora questa struttura. Il valore del benchmark è direzionale: indica che tipo di workflow progettare per sfruttare questa capacità, iniziando da quelli con output chiaramente misurabili.

Che cos’è il chip Zhenwu M890 e perché è rilevante per le aziende fuori dalla Cina?

Lo Zhenwu M890 di T-Head vanta 3× le prestazioni del predecessore, con 144 GB HBM3 e 800 GB/s di banda tra chip, con 560.000 unità consegnate a 400+ clienti. Un acceleratore IA cinese credibile a questa scala riduce la dipendenza cinese dalle esportazioni Nvidia, modificando le dinamiche globali di domanda e offerta di GPU e il potere contrattuale di tutti gli attori del mercato.

Quando un’azienda non dovrebbe distribuire un agente IA a lungo orizzonte?

Quando il task ha criteri di successo ambigui che richiedono giudizio umano durante il processo. Quando le conseguenze di un errore sono difficili da annullare. Quando l’AI Act o altri requisiti normativi impongono revisione umana in specifici punti di decisione. E quando non esiste ancora un framework di governance interno che autorizzi, monitori e verifichi un task di quella durata. Distribuire agenti autonomi senza procedure chiare di escalation e rollback distrugge la fiducia nell’IA più in fretta di quanto la costruisce.

Il ritmo sta accelerando. Nel giro di una settimana di maggio 2026, Google ha dichiarato l’era agentiva a I/O, Walmart ha riportato crescita misurabile grazie a Sparky, e Alibaba ha dimostrato un’IA che ha ottimizzato il software del proprio chip meglio degli ingegneri del produttore. Il mercato non aspetta che le organizzazioni siano pronte. La domanda per ogni azienda è con quale velocità riesce a colmare il divario tra ciò che la tecnologia è già in grado di fare e ciò che la sua governance è in grado di autorizzare.

Pronto a colmare il gap di governance IA della tua organizzazione? Epinium Transform aiuta i team di direzione di brand e operations a costruire i framework, i protocolli e le strutture di supervisione degli agenti necessarie per passare dai pilot IA al deployment autonomo in produzione — a partire da una diagnosi gratuita di 30 minuti. Prenota diagnosi →