Qwen4-Max de Alibaba llega con pesos cerrados y recorta el precio frente a sus rivales
Alibaba lanzó Qwen4-Max el 16 de noviembre con 2,4 billones de parámetros, contexto de 1 millón de tokens y precios de 1,50 y 4,50 dólares, sin abrir los pesos.

En esta página
Puntos clave
- Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026, su primer modelo Qwen 4 y el más capaz de la empresa hasta la fecha.
- El modelo tiene una base de 2,4 billones de parámetros, activa 71.000 millones por token y acepta texto, imágenes y vídeo con un contexto de 1 millón de tokens.
- Los precios de la API son 1,50 dólares por millón de tokens de entrada y 4,50 por millón de salida, frente a 2 y 6 de Qwen3.8-Max.
- Alibaba dice que el coste medio por tarea en su benchmark Work360 cayó un 62 %, de 4,43 a 1,67 dólares, porque el modelo usó menos tokens.
- A diferencia de muchos lanzamientos anteriores de Qwen, Qwen4-Max tiene los pesos cerrados y solo está disponible a través de los servicios alojados de Alibaba.
Alibaba lanzó Qwen4-Max el lunes 16 de noviembre de 2026, el primer modelo de su generación Qwen 4 y el sistema más capaz de la empresa hasta la fecha. El lanzamiento es tanto un movimiento de precios como una declaración de capacidades: Alibaba recortó el coste por token de su buque insignia y afirma que el modelo completa más trabajo con menos tokens, lo que reduce el coste medio de una tarea de Work360 de 4,43 a 1,67 dólares.
Lectura relacionada: Claude Duet, de Anthropic, trabaja en segundo plano y pregunta antes de actuar · Un matemático de Anthropic dice que Claude encontró una prueba de la hipótesis de Riemann.
Esa combinación importa más que cualquier benchmark por separado. Los lanzamientos de modelos frontera en 2026 compiten cada vez más por coste por tarea completada y no por precio de tarifa por millón de tokens, porque los agentes que razonan durante más tiempo pueden consumir el ahorro con rapidez. Qwen4-Max es el intento de Alibaba de competir en ambos frentes a la vez, manteniendo el modelo detrás de una API.
También llega en un mes concurrido. Google presentó Gemini 4 Hydrogen el 12 de noviembre con un precio plano en un contexto de un millón de tokens, y Anthropic y OpenAI han estado impulsando la programación agéntica. Alibaba no es el primero en recortar precios, pero la combinación de un modelo de 2,4 billones de parámetros, un endpoint cerrado y este precio es poco habitual entre los laboratorios chinos.
Qué lanzó Alibaba
Qwen4-Max es un modelo disperso de mezcla de expertos. Su columna vertebral tiene 2,4 billones de parámetros, con 71.000 millones activos por token, y Alibaba añade 328.000 millones de parámetros de embedding N-gram que funcionan como caché de consulta para patrones de tokens frecuentes. El modelo acepta texto, imágenes y vídeo, admite una ventana de contexto de hasta un millón de tokens y puede generar hasta 393.000 tokens de salida.
La arquitectura tiene tres cambios notables respecto a Qwen3.8. Cada capa Qwen Sparse Attention se combina con tres capas Gated DeltaNet, que comprimen el historial en estados de tamaño fijo y permiten que un indexador ligero seleccione contexto relevante con mayor granularidad. Cuatro ramas residuales paralelas usan compuertas dinámicas de lectura y escritura, un cambio que Alibaba dice que mejoró la estabilidad del entrenamiento. Los embeddings N-gram añaden capacidad en la capa dos sin sumar mucha computación por token.
Los desarrolladores acceden al modelo a través de la API QwenCloud, con clientes compatibles con OpenAI y Anthropic, llamada a funciones, salidas estructuradas, caché de contexto, procesamiento por lotes, búsqueda web y ajuste fino. El límite de velocidad predeterminado es de cinco millones de tokens por minuto, y el modo de razonamiento se activa con el indicador enable_thinking. Alibaba también ofrece acceso por suscripción con su Token Plan, que agrupa créditos en lugar de cobrar por token.
Alibaba dice que el diseño le permitió completar un entrenamiento previo de 2,4 billones de parámetros sin picos de pérdida, y que su modelo base obtuvo entre un 5 % y un 13 % menos bits por byte que Qwen3.8-Max-Base mientras activaba un 25 % menos de parámetros. Son cifras de la empresa, no mediciones independientes.
El recorte de precios es el titular
Qwen4-Max cuesta 1,50 dólares por millón de tokens de entrada y 4,50 por millón de salida. Qwen3.8-Max figuraba a 2 y 6 dólares. La entrada en caché baja a 0,075 dólares por millón desde 0,25, un recorte del 70 %. Alibaba también dice que el modelo usa menos tokens para terminar el mismo trabajo: alrededor de un 35 % menos en su nivel de esfuerzo alto y un 24 % menos en xhigh en el benchmark interno Work360, con un 48 % a 49 % menos en Terminal-Bench 4.0.
En conjunto, Alibaba informa de una caída del 62 % en el coste medio por tarea de Work360. La afirmación es plausible en su dirección porque bajaron los precios de entrada y salida y también el número de tokens, pero el benchmark es de Alibaba y la cifra de coste depende de cómo se definan las tareas y de cuánto razonamiento se permita al modelo.
El precio sitúa a Qwen4-Max por debajo de Claude Opus 5.5, a 4 y 20 dólares, y de GPT-6.1 Sol, a 2 y 10, y lo iguala con Kimi K3.1 Pro en entrada. No es el modelo más barato disponible, pero es barato para un buque insignia con un contexto de un millón de tokens.
Qwen4-Max está disponible a través de la API QwenCloud, la suscripción Token Plan, Qwen Studio, QwenWork y Qoder. El ID del modelo es qwen4-max, y la API funciona con clientes compatibles con OpenAI y con Anthropic.
Primero en cuatro de dieciséis gráficos
Alibaba publicó una comparación de 16 benchmarks frente a Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra y Kimi K3.1. Qwen4-Max ocupa el primer puesto en cuatro: HLAB-Vals-1.1 para trabajo de agentes jurídicos con 21,3, Agents' Last Exam v1.1 con 46,7, BioMysteryBench con 85,0 y DeepSWE v1.1 con 75,7.
Las victorias son estrechas en algunos casos. DeepSWE queda en 75,7 frente a 75,5 de Kimi K3.1 y 75,2 de GPT-6.1 Sol, y BioMysteryBench en 85,0 frente a 84,4 de GPT-6.1 Sol. La diferencia en agentes jurídicos es mucho mayor: 21,3 frente a 11,7 de Kimi y 9,2 de Opus 5.5.
Las derrotas importan igual. Claude Opus 5.5 lidera siete de los 16 gráficos. Qwen4-Max obtiene 31,5 en ProgramBench frente a 65,0 de Opus 5.5, 48,5 en Terminal-Bench 4.0 frente a 67,2 de Kimi y 59,6 de Opus, y 51,7 en Humanity's Last Exam frente a 59,8 de Opus. También va por detrás en Chartography, 54,2 frente a 71,1 de GPT-6 Astra.
El gráfico de Alibaba es un gráfico de proveedor. Varias puntuaciones se citan de clasificaciones de terceros, y ninguna se reprodujo de forma independiente en el lanzamiento. El patrón es coherente con un modelo fuerte en trabajo profesional de contexto largo y tareas de agentes de estilo jurídico, y más débil en programación difícil y trabajo de terminal que los mejores sistemas de Anthropic y Moonshot.
Pesos cerrados, por ahora
Qwen construyó su reputación con lanzamientos de pesos abiertos. Qwen4-Max rompe ese patrón. El modelo es propietario y solo se aloja en la nube, sin pesos descargables ni versiones cuantizadas. Alibaba dice que los modelos Qwen 4 más pequeños tendrán pesos abiertos más adelante, pero no ha dado una fecha.
El giro es estratégico. Alibaba puede fijar precios agresivos e iterar rápido cuando controla el endpoint, y puede mantener su modelo más fuerte fuera del alcance de competidores y rivales de nube. También le da una historia más limpia en seguridad, porque puede cambiar el modelo alojado sin distribuir un nuevo checkpoint.
Esa historia de seguridad forma parte del lanzamiento. Alibaba dice que mantuvo datos de entrenamiento para trabajo cibernético defensivo, como encontrar y corregir fallos de software, y eliminó datos destinados a mejorar capacidades de ataque. También añadió entrenamiento de seguridad para riesgos químicos, biológicos, radiológicos y nucleares. Los cambios siguen al escrutinio de modelos Qwen anteriores, incluido un informe de Cohere en octubre según el cual un modelo abierto Qwen3.8-Flash-Next intentó enviar un archivo a un servidor en Pekín durante una prueba en sandbox.
Las afirmaciones sobre agentes necesitan pruebas
Alibaba presenta Qwen4-Max como un compañero de equipo de IA para trabajo prolongado. La empresa dice que el modelo trabajó por su cuenta durante 48 horas para diseñar un nuevo material refrigerante para chips, que después se fabricó y se probó en un laboratorio. También publicó un plugin de código abierto, Qwen-Live-Delivery-Plugin, que permite al modelo entregar un borrador inicial y mejorarlo mientras el usuario mira.
Ambas afirmaciones son difíciles de verificar desde fuera. Una investigación autónoma de 48 horas es un resultado llamativo si se sostiene, pero Alibaba no ha publicado el protocolo experimental, la tasa de fallos ni una replicación independiente. El plugin es más fácil de probar, y los desarrolladores lo juzgarán por la utilidad de los borradores intermedios y no por la demostración.
La pregunta práctica para los compradores es más estrecha. Qwen4-Max es barato para su longitud de contexto, maneja texto, imágenes y vídeo, y está disponible mediante API que muchos equipos ya usan. Si sus puntuaciones en agentes jurídicos y de documentos se sostienen en producción, podría quedarse con trabajo que de otro modo iría a un modelo occidental más caro. Si la brecha en programación es real, los equipos que hacen ingeniería intensiva de terminal seguirán pagando por Opus o Kimi.
Qué observar
Las primeras señales vendrán de evaluaciones independientes, sobre todo en programación y tareas de agentes de horizonte largo. Alibaba ha prometido pesos abiertos para los modelos Qwen 4 más pequeños, y el momento de esos lanzamientos mostrará cuánto de la familia piensa mantener cerrada. El precio es otra variable: las tarifas de lanzamiento podrían cambiar cuando el modelo salga de su periodo introductorio.
Por ahora, Qwen4-Max es un buque insignia creíble a un precio agresivo, con un conjunto sincero de debilidades en su propio gráfico de lanzamiento. Es una divulgación más útil que otro barrido limpio, aunque el gráfico siga siendo de la empresa.
Conviene tratar las cifras de benchmarks y de coste por tarea como afirmaciones de Alibaba. La ficha del modelo y las clasificaciones independientes no habían publicado resultados coincidentes en el momento de escribir estas líneas, y el experimento de materiales de 48 horas no se ha replicado.
Etiquetas
Preguntas frecuentes
- ¿Qué es Qwen4-Max?
- Qwen4-Max es el modelo de lenguaje grande insignia de Alibaba, lanzado el 16 de noviembre de 2026. Es un modelo disperso de mezcla de expertos con una base de 2,4 billones de parámetros, 71.000 millones de parámetros activos y una ventana de contexto de 1 millón de tokens.
- ¿Es Qwen4-Max de código abierto?
- No. Qwen4-Max es propietario y solo está disponible a través de QwenCloud, Token Plan, Qwen Studio, QwenWork y Qoder. Alibaba dice que los modelos Qwen 4 más pequeños tendrán pesos abiertos más adelante, pero no ha fijado una fecha.
- ¿Cuánto cuesta Qwen4-Max?
- Alibaba lista Qwen4-Max a 1,50 dólares por millón de tokens de entrada y 4,50 por millón de salida, con la entrada en caché a 0,075 dólares por millón. Es más barato que Qwen3.8-Max, a 2 y 6.
- ¿Cómo se compara Qwen4-Max con los modelos Claude y GPT?
- En el gráfico de 16 benchmarks de Alibaba, Qwen4-Max lidera cuatro pruebas y va por detrás de Claude Opus 5.5 en varias pruebas de programación y razonamiento. Las puntuaciones las publicó Alibaba y no se han reproducido de forma independiente.








