Ho eseguito Qwen3.8-Flash-Next su Strata e gli ho fatto creare tre progetti con OpenCode

Ho eseguito il modello open source MoE da 125B «Qwen3.8-Flash-Next» tramite Strata su un PC Windows con una sola RTX 4090, usandolo come agente di implementazione in OpenCode.

Ho provato tre casi: un gioco 3D in Three.js, una Web app orientata all'uso pratico e 30 secondi di motion graphic. Anticipo la conclusione: il gioco e la Web app sono riusciti. Il video è stato generato, ma la qualità visiva è ancora molto lontana dal risultato desiderabile.

Non si tratta di un benchmark rigoroso, ma di un test pratico di lavoro reale, decisamente soggettivo.

Ambiente di esecuzione

Voce	Configurazione
GPU	NVIDIA GeForce RTX 4090 24GB
CPU	Intel Core i7-13700K (16 core / 24 thread)
RAM	64GB
OS	Windows 11 Pro
Inferenza	Strata v0.1.40.2 / Qwen3.8-Flash-Next IQ2_XS
Contesto	262.144 token
Agente di coding	OpenCode v1.17.13

Il modello pesa circa 70GB. Sulla 4090, le risposte brevi raggiungevano circa 86–108 tok/s; anche prompt lunghi da 32K a 128K venivano caricati a circa 4.400–5.000 tok/s. Ho inoltre elaborato davvero 255K token.

Il limite maggiore, però, non era la VRAM bensì la RAM. Poiché Strata usa molta memoria, far girare contemporaneamente Docker, build di Next.js e Playwright sulla stessa macchina con 64GB diventa piuttosto difficile. Se si vuole sviluppare seriamente in parallelo, credo sia realistico avere almeno 96GB oppure separare il PC per l'inferenza da quello per lo sviluppo.

1. Gioco 3D con Three.js: riuscito

Per iniziare, gli ho fatto creare una versione 3D di Lights Out su una griglia 3×3×3 in Three.js. Il prompt è stato inviato una sola volta e includeva neon, bloom, effetti sonori, UI in giapponese e inglese, Undo e animazioni per il completamento dei livelli.

Lo stack tecnico è un singolo file HTML con Three.js. L'implementazione conta 559 righe e riunisce rendering, post-processing, Web Audio e controlli del mouse. Ha generato circa 31.000 token e ha richiesto circa 5 minuti.

La verifica con Chrome headless ha rilevato zero errori JavaScript. Clic, rotazione della visuale e completamento funzionavano davvero.

C'è stato un solo problema: la costruzione della griglia differiva fra la generazione del livello e il reset. Tuttavia, su questa griglia 3×3×3 ogni configurazione è matematicamente risolvibile, quindi il gioco non può bloccarsi.

• Tasso di successo soggettivo: 90%
• Tempo richiesto: circa 5 minuti
• Valutazione: molto buono per una generazione al primo colpo. Sia l'aspetto sia il comportamento danno pienamente l'impressione di un «prodotto finito»

2. Una Web app con un discreto numero di funzionalità: riuscita

Il secondo progetto è «ORBIT», una console per la gestione delle prenotazioni di uno studio. Non un semplice dashboard: gli ho fatto creare un'app Next.js di 12 schermate e circa 5.700 righe.

Lo stack tecnico include Next.js 16.4 (App Router / TypeScript), Tailwind CSS, Prisma 6.19, SQLite, recharts, date-fns, zod, jose e bcryptjs. Sono implementati login, calendari mensile, settimanale e giornaliero, gestione delle prenotazioni, clienti, stanze, personale, fatture, report e impostazioni.

Lo sviluppo autonomo iniziale ha richiesto 62 minuti. Tuttavia, 37 minuti sono stati trascorsi bloccati in uno smoke test che non terminava, quindi il tempo di lavoro effettivo dell'LLM è stato di circa 25 minuti. Tutte e 12 le schermate erano pronte 26 minuti dopo l'avvio. Solo lo sviluppo iniziale ha generato 157.000 token.

La verifica finale ha dato PASS a 24 controlli E2E su 25. Sono passati anche TypeScript, build, lint e smoke test. Ha corretto 7 degli 8 punti richiesti.

D'altra parte, al primo tentativo ha dichiarato che tutte le condizioni erano soddisfatte pur lasciando errori di lint. Inoltre rimane un caso di scorrimento orizzontale nella visualizzazione mobile. Non bisogna fidarsi ciecamente dell'autovalutazione: serve un responsabile dei test separato.

Un altro fallimento ha riguardato la configurazione PostgreSQL + Docker. Con 64GB di RAM non c'era margine per eseguire contemporaneamente Strata, Docker e la build, quindi alla fine sono passato a SQLite. L'agente è stato anche terminato forzatamente due volte per mancanza di memoria.

• Tasso di successo soggettivo: 95%
• Tempo richiesto: circa 62 minuti (lavoro effettivo circa 25 minuti) + circa 30 minuti di correzioni
• Valutazione: almeno le Web app comuni sembrano realizzabili dall'inizio alla fine

3. Video in motion graphic: generazione riuscita, qualità ancora insufficiente

Infine, un motion graphic 4K di 30 secondi sincronizzato con la musica: «STRATA // SIGNAL».

Lo stack tecnico è Python, Skia, NumPy, SciPy, Pillow e FFmpeg. Oltre al video, genera via codice anche musica algoritmica a 128 BPM per 16 battute. Il file finale è 3840×2160, 30fps, 900 frame e 30,000 secondi. L'audio è stereo a 48kHz e -14 LUFS.

Dall'avvio al completamento in 4K sono passate circa un'ora e mezza. Nel mezzo ci sono stati una sessione che ripeteva lo stesso ragionamento fino al limite di output di 32K, una sessione in cui OpenCode è rimasto fermo per 13 minuti dopo l'avvio e una chiusura per memoria insufficiente durante il rendering finale. Il rendering 4K in sé ha richiesto circa 11 minuti e mezzo.

Come file video, funziona. Tuttavia, gli anelli al neon e le streak che avevo specificato sono quasi invisibili in 4K e l'insieme è troppo scuro. Il rumore granuloso è forte, i cambi di scena sono deboli e la sincronizzazione fra immagini e beat è poco chiara. È positivo che sia riuscito autonomamente ad arrivare a 30 secondi, 4K e audio, ma è difficile considerare sufficiente la qualità creativa.

• Tasso di successo soggettivo: 50%
• Tempo richiesto: circa un'ora e mezza
• Valutazione: può creare la pipeline di generazione. Ma la resa visiva richiede revisione umana e molteplici iterazioni di correzione

Conclusione: probabilmente il modello open source più potente mai eseguito su una RTX 4090

È un giudizio estremamente soggettivo, ma fra i modelli open source che possono girare su una RTX 4090, Qwen3.8-Flash-Next è probabilmente il più potente che abbia mai provato.

In particolare, è forte nello sviluppo di Web app. Se gli si passa una specifica, sa pianificare e implementare un'app con molte schermate, arrivando fino a build e test. Naturalmente, non bisogna fidarsi della sua dichiarazione «fatto»: una verifica indipendente è indispensabile. Ciononostante, è sinceramente impressionante che un modello locale riesca a fare tutto questo.

Come sensazione d'uso, ricorda Sonnet nel periodo in cui Opus era costoso e non si poteva ancora usare con leggerezza — non ricordo la versione. Anche il gioco è venuto piuttosto bene. D'altra parte, per compiti come la motion graphic, in cui c'è una grande distanza fra codice funzionante e un'opera realmente valida, sono ancora necessarie ulteriori verifiche.

E il problema maggiore di questa prova non è stata l'intelligenza del modello, ma la RAM da 64GB.

Anche gli LLM locali stanno davvero evolvendo.