Azienda AI / Alibaba Cloud
Alibaba Cloud
Un’azienda citata spesso per l’ampiezza della gamma, per un inquadramento concreto enterprise-cloud e per linee di modelli discusse anche in contesti open weight.
Alibaba Cloud oggi non si legge piu soltanto come una storia Qwen, ma come un catalogo AI first-party completo dentro Model Studio. La lineup attuale copre i modelli flagship e flash della serie Qwen3.8 per testo, coding agent, OCR, generazione ed editing di immagini, generazione video, voce, traduzione realtime, varianti Omni multimodali, layer di retrieval come embedding e reranking, modelli decisionali/di classificazione e, con HappyOyster, world model esplorabili.
In questa pagina il focus resta volutamente sulle linee proprietarie di Alibaba - Qwen, Wan, HappyHorse, HappyOyster e CosyVoice - e non sui modelli di terze parti (DeepSeek, GLM, Kimi) presenti anch’essi nel catalogo della piattaforma. In questo modo il provider risulta piu leggibile per quello che e davvero: un player che fa convergere infrastruttura cloud, tooling agentico e ampiezza di modello in un unico stack.
Catalogo modelli
Ogni release della linea di modelli di questa azienda.
Ogni riga è una release distinta: la sua data, il suo tipo e le caratteristiche per cui è nota. Apri una fonte per approfondire.
| Modello | Rilascio | Tipo | Caratteristiche | Fonte |
|---|---|---|---|---|
| Qwen-Image-2.1-Turbo | ott 2026 | Visuale |
| |
| Qwen-Image-2.1-Pro | ott 2026 | Visuale |
| |
| Qwen Decision Model | set 2026 | Preview |
| |
| Qwen3.8-Omni-Flash-Realtime | set 2026 | Multimodale |
| |
| Qwen3.8-Omni-Flash | set 2026 | Multimodale |
| |
| HappyOyster 1.0 | set 2026 | World model |
| |
| Qwen3.8-LiveTranslate-Flash-Realtime | set 2026 | Audio |
| |
| Qwen-Flash-Character | ago 2026 | Role-play |
| |
| Qwen-MT-Image 2.0 | ago 2026 | Traduzione |
| |
| Qwen3.8-Flash | ago 2026 | Ottimizzato costi |
| |
| Wan 3.0 Video | ago 2026 | WAN |
| |
| Qwen3.8-27B | ago 2026 | Visuale |
| |
| Qwen3.8-2.4T-A95B | ago 2026 | Release open |
| |
| Qwen3.7-Text-Embedding | ago 2026 | Embedding |
| |
| Qwen-Audio-3.0-Realtime | ago 2026 | Audio |
| |
| Qwen-Image-3.0 | ago 2026 | Visuale |
| |
| Qwen3.8-Max | ago 2026 | Flagship |
| |
| Qwen-Audio-3.0-ASR | lug 2026 | Audio |
| |
| Qwen3.7-Flash | lug 2026 | Ottimizzato costi |
| |
| Qwen-Audio-3.0-TTS | lug 2026 | Audio |
| |
| HappyHorse 1.1 | giu 2026 | WAN |
| |
| Qwen3.7-Max | giu 2026 | Flagship |
| |
| Qwen3.7-Plus | giu 2026 | Flagship |
| |
| Qwen3.5-LiveTranslate-Flash-Realtime | mag 2026 | Audio |
| |
| Qwen-Image-2.0-Pro | apr 2026 | Visuale |
| |
| HappyHorse 1.0 | apr 2026 | Visuale |
| |
| Qwen3.6-Flash | apr 2026 | Ottimizzato costi |
| |
| Qwen3.6-Max Preview | apr 2026 | Flagship |
| |
| Wan 2.7 Video Suite | apr 2026 | WAN |
| |
| Qwen3.6-Plus | apr 2026 | Flagship |
| |
| Qwen3.5-Omni-Flash | mar 2026 | Multimodale |
| |
| Qwen-Image-2.0 | mar 2026 | Visuale |
| |
| Qwen3-ASR-Flash | mar 2026 | Audio |
| |
| CosyVoice V3 Plus | feb 2026 | Audio |
| |
| Qwen3-Rerank | gen 2026 | Embedding |
| |
| Qwen-Image-Edit-Max | gen 2026 | Visuale |
| |
| Qwen3-TTS-VD-Realtime | gen 2026 | Audio |
| |
| Qwen-Image-Max | dic 2025 | Visuale |
| |
| Qwen3-VL-Plus | dic 2025 | Visuale |
| |
| Wan 2.6-T2I | dic 2025 | WAN |
| |
| Qwen3-Omni-Flash | dic 2025 | Multimodale |
| |
| Qwen3-TTS-Flash | nov 2025 | Audio |
| |
| Qwen-VL-OCR | nov 2025 | Visuale |
| |
| Qwen3-Max | set 2025 | Flagship |
| |
| Qwen3-Coder-Plus | set 2025 | Coding |
| |
| Qwen3-LiveTranslate-Flash-Realtime | set 2025 | Audio |
| |
| Qwen-Embedding | ago 2025 | Embedding |
| |
| Qwen-Flash | ago 2025 | Ottimizzato costi |
| |
| Qwen-MT-Plus | lug 2025 | Traduzione |
| |
| Qwen3 | apr 2025 | Reasoning ibrido |
| |
| Qwen2.5-Max | gen 2025 | Flagship |
| |
| QwQ-32B-Preview | nov 2024 | Reasoning |
| |
| Qwen 2.5 | set 2024 | Release modello |
| |
| Qwen2 | giu 2024 | Release modello |
| |
| Qwen 1.5 | feb 2024 | Release open |
| |
| Tongyi Qianwen 2.0 | ott 2023 | Aggiornamento |
| |
| Tongyi Qianwen (Qwen) | apr 2023 | Debutto |
|
Timeline
Una timeline pratica di release dei modelli e tappe aziendali.
Questa pagina segue i momenti che contano davvero: le release dei modelli chiave, i salti di versione e le mosse aziendali che hanno cambiato il modo in cui questa azienda si presenta sul mercato AI.
Apsara 2026 anticipa quattro livelli di Qwen4 e la rotta verso modelli da 10 trilioni di parametri.
Alibaba dichiara che Qwen4 (Max, Plus, Flash e un livello open da 27B) è in addestramento su una nuova architettura, insieme ai nuovi chip AI Zhenwu e all’impegno a superare i 20 gigawatt di capacita cloud entro il 2032: la prossima generazione di modelli viene legata direttamente a silicio e infrastruttura proprietari.
Qwen3.8-Max arriva a 2,4 trilioni di parametri, puntato dritto contro Anthropic e DeepSeek.
Le azioni di Alibaba salgono al lancio del suo modello piu grande di sempre, un MoE sparso con finestra di contesto da 1M token e coding autonomo di lunga durata, presentato esplicitamente come sfidante della frontiera USA e domestica.
Qwen è scelto per alimentare parte di Apple Intelligence in Cina.
Le notizie secondo cui Apple ha scelto Qwen per alcune funzioni di Apple Intelligence sul mercato cinese spostano la linea di modelli di Alibaba da storia di piattaforma cloud a presenza su dispositivi consumer a scala globale.
Arriva Qwen 3.7-Max insieme alla cloud stack ripensata per gli agenti.
Alibaba presenta Qwen 3.7-Max insieme a una cloud stack ricostruita per agenti autonomi di lunga durata, legando l’evoluzione del modello alla strategia infrastrutturale.
Qwen3.5 apre con un MoE 397B-A17B, seguito in pochi giorni dalle taglie minori.
Il ritmo stesso delle release — quattro modelli in nove giorni — diventa la firma competitiva di Qwen, con la 3.6 in arrivo poco dopo.
Qwen3-Max supera la soglia del trilione di parametri all’Apsara.
Il flagship proprietario corona un anno che ha portato anche Qwen3-Coder, Omni e VL, dividendo la strategia tra famiglia aperta e vertice chiuso.
Qwen3 debutta con modalità di reasoning ibride e una famiglia open-weight più ampia.
La linea Qwen si allarga in una famiglia più matura tra reasoning, velocità e varie taglie di modello, rendendo più chiaro il posizionamento di Alibaba Cloud per developer ed enterprise.
Qwen2.5-Max risponde a DeepSeek durante il Capodanno lunare.
Uscito pochi giorni dopo che R1 aveva scosso il mercato, il MoE su larga scala rivendica vittorie su V3: un segnale di quanto fosse diventata rapida la corsa domestica.
QwQ-32B-Preview apre il ramo reasoning di Qwen.
Un thinking model con licenza Apache rilasciato prima di R1 rende Qwen un pioniere del reasoning aperto.
Model Studio scala e Alibaba Cloud rafforza il proprio ecosistema di partnership.
Alla Apsara Conference, Alibaba Cloud comunica che Tongyi ha superato i 300.000 clienti via Model Studio e mette in evidenza collaborazioni come l’integrazione di Qwen con NVIDIA DRIVE AGX Orin.
Qwen 2.5 arriva con oltre 100 nuovi modelli open source.
Alibaba Cloud accompagna la famiglia Qwen 2.5 con un refresh più ampio della propria infrastruttura AI, in uno dei momenti in cui breadth del catalogo e investimento di piattaforma si muovono insieme.
Qwen2 porta la famiglia a 27 lingue e 128K di contesto.
La generazione che trasforma Qwen da storia per il mercato cinese a serio contendente globale dell’open weight.
Model Studio entra nella spinta internazionale di Alibaba Cloud sull’AI.
Alibaba Cloud lega nuovi investimenti infrastrutturali globali a una maggiore disponibilità di Model Studio, rendendo la piattaforma un ponte più visibile tra presenza cloud e offerta AI.
Qwen 1.5 abbraccia l’intera scala di taglie, da 0.5B a 72B.
Sei taglie aperte rilasciate in una volta fanno di Qwen la famiglia open più ampia disponibile e ne definiscono la strategia edge-to-datacenter.
Tongyi Qianwen 2.0 segna un primo passo verso uno stack prodotto più completo.
Alibaba Cloud aggiorna il modello di punta e lo accompagna con modelli verticali e tooling lungo lo stack generative AI, segnando il passaggio da narrativa sul singolo modello a sistema di prodotto.
Tongyi Qianwen debutta come linea LLM fondativa di Alibaba Cloud.
Il lancio iniziale imposta la direzione con cui Alibaba porta i large language model dentro servizi cloud, applicazioni enterprise ed ecosistema prodotto più ampio.