Alibaba presenta Qwen4-Max: más barato que sus rivales, pero aún por detrás

Alibaba ha presentado oficialmente Qwen4-Max, su nuevo modelo insignia de inteligencia artificial y el primero de la familia Qwen4. Según la propia compañía, rinde más que su predecesor, Qwen3.8-Max, gastando menos: en una de sus pruebas internas, el coste medio por tarea cae un 62 %.

El lanzamiento llega en plena ofensiva de los grandes laboratorios. En las últimas semanas, Google ha abierto Gemini 4 Carbon y ha estrenado Gemini 4 Hydrogen, y Anthropic ha lanzado Claude Fable 5.2. La pregunta es dónde queda el nuevo modelo chino frente a ellos.

Cuándo ha llegado

Las fechas conviene aclararlas, porque Qwen4-Max ha llegado por fases:

  • Septiembre y octubre: en su conferencia Apsara de Hangzhou, en septiembre, Alibaba avanzó que Qwen4 estaba en entrenamiento, y en la de Ámsterdam, en octubre, una diapositiva lo anunciaba como inminente, según recoge CellCog.
  • 11 de noviembre: se abrió una vista previa, qwen4-max-preview, solo para los suscriptores de Token Plan, su suscripción mensual para herramientas de programación y agentes, según la documentación de Alibaba Cloud.
  • 15 y 16 de noviembre: Alibaba lo presentó oficialmente con una entrada en el blog del equipo Qwen. Reuters fecha el anuncio el domingo 15, y Dow Jones, en un despacho recogido por Morningstar, lo sitúa el lunes 16, hora de China.

Qué es Qwen4-Max

Según el blog oficial, Qwen4-Max tiene 2,4 billones de parámetros en su red principal, de los que solo activa 71.000 millones en cada paso. Es lo que se conoce como una mezcla de expertos: el modelo no usa toda su capacidad para cada respuesta, sino solo la parte necesaria, lo que abarata su funcionamiento.

La arquitectura es nueva y combina varias técnicas para trabajar con textos muy largos sin disparar el coste de cálculo. Alibaba asegura que el entrenamiento fue estable de principio a fin y que el modelo base mejora al de la generación anterior en conocimiento, código y ciencia activando un 25 % menos de parámetros.

Estas son sus características principales:

  • Memoria de trabajo: una ventana de contexto de un millón de tokens, según Alibaba. La consultora independiente Artificial Analysis la cifra en unos 984.000.
  • Respuestas largas: hasta 393.216 tokens de salida en la versión preliminar, compartidos entre el razonamiento y la respuesta, según la documentación de Alibaba Cloud.
  • Visión nativa: analiza imágenes y vídeo, además de texto.
  • Compatibilidad: la versión preliminar acepta las mismas interfaces de programación que OpenAI y Anthropic, lo que facilita cambiar de proveedor sin reescribir el código, según la documentación de Alibaba Cloud.
  • Modelo cerrado: a diferencia de muchos modelos chinos, Qwen4-Max no tiene pesos descargables. Alibaba ha anunciado que publicará más adelante versiones más pequeñas de la familia Qwen4 que sí podrán descargarse, según Dow Jones.

Se puede usar a través de la nube de Alibaba, QwenCloud, y en sus aplicaciones QwenWork, Qoder y Qwen Studio.

Un compañero de trabajo para tareas largas

Alibaba presenta Qwen4-Max como «un compañero de trabajo de IA disponible 24 horas al día». Su apuesta son las tareas largas y profesionales, y el blog incluye ejemplos en campos muy distintos:

  • Videojuegos: a partir de una descripción en lenguaje natural, el modelo creó un juego jugable con motores como Unreal Engine, Unity o Godot.
  • Industria: en fábricas de dos empresas del sector del automóvil, la programación manual de una pieza pasó de unos 475 minutos a 24.
  • Derecho: ordenó 198 documentos de una auditoría previa a una salida a bolsa y redactó un informe de 86 páginas.
  • Ciencia: durante 48 horas de trabajo autónomo y junto a un laboratorio automatizado, cribó millones de moléculas candidatas a refrigerante para centros de datos y llegó a sintetizar muestras de una nueva molécula.

También estrena una función llamada Live Delivery, que entrega versiones utilizables del trabajo a medida que avanza para que el usuario pueda corregir el rumbo en cualquier momento.

Son demostraciones elegidas por la propia compañía, muchas desarrolladas junto a socios, y no se pueden comprobar de forma independiente.

Más barato que su predecesor

La eficiencia es el argumento central. Según el blog oficial, Qwen4-Max necesita entre un 24 % y un 49 % menos de tokens que Qwen3.8-Max para resolver las mismas pruebas. Y como además ha bajado sus precios, el coste medio por tarea en su evaluación Work360, que mide trabajos profesionales, cae de 4,43 a 1,67 dólares.

Su precio en la API es de 1,50 dólares por millón de tokens de entrada y 4,50 por millón de salida, según Artificial Analysis.

Cómo se compara con Gemini y Claude

En su tabla de resultados, Alibaba se compara con Claude Opus 5.5, de Anthropic, con dos modelos de OpenAI y con Kimi K3.1, de la china Moonshot. No incluye ni la familia Gemini 4 de Google ni Claude Fable 5.2.

Frente a Opus 5.5, el balance de esa tabla, con cifras recopiladas por la propia Alibaba, es desigual. Qwen4-Max queda por delante en pruebas de programación con agentes como DeepSWE, con 75,7 puntos frente a 74,2, o de trabajo jurídico como HLAB-Vals, con 21,3 frente a 9,2. Pero queda claramente por detrás en otras como Terminal-Bench 4.0, con 48,5 frente a 59,6, ProgramBench, con 31,5 frente a 65, o Humanity’s Last Exam, con 51,7 frente a 59,8.

Para comparar con los modelos que Alibaba deja fuera, la referencia más útil es el índice de inteligencia de Artificial Analysis, que mide a todos con las mismas pruebas:

  • Claude Fable 5.2, en su nivel máximo: 65 puntos.
  • Gemini 4 Carbon, en su nivel alto: 60 puntos.
  • Claude Opus 5.5, en su nivel máximo: 59 puntos.
  • Kimi K3.1 Pro: 46 puntos.
  • Qwen4-Max: 43 puntos.

Gemini 4 Hydrogen, el modelo rápido de Google que presentamos en nuestro artículo sobre su lanzamiento, obtiene 54 puntos en su nivel máximo.

Es decir, Qwen4-Max no compite hoy por el primer puesto. Su baza es el precio frente a los modelos de gama alta. Según Artificial Analysis, cada tarea de su índice le cuesta unos 3,27 dólares, frente a los 5,48 de Gemini 4 Carbon, los 10,04 de Opus 5.5 o los 26,54 de Fable 5.2. Gemini 4 Hydrogen, con más puntos, le sale incluso algo más barato: 3,16 dólares por tarea. Eso sí, la misma consultora advierte de que es «muy verboso»: genera muchos más tokens que la media para completar sus pruebas.

En precio por token, Qwen4-Max cobra lo mismo que Gemini 4 Hydrogen por la entrada, 1,50 dólares por millón, y menos por la salida: 4,50 dólares frente a 7,50. Claude Fable 5.2 cuesta 8 dólares de entrada y 40 de salida.

Seguridad

Alibaba dedica un apartado a la seguridad, un aspecto en el que los desarrolladores chinos están siendo cada vez más transparentes, según Reuters.

Según el blog oficial, el modelo se ha entrenado con controles de seguridad en el código, de forma que el porcentaje de funciones que genera a la vez correctas y seguras sube del 22 % al 31,8 % en una prueba especializada. La compañía asegura además que no ha detectado capacidades que supongan un riesgo de ciberseguridad a gran escala ni una ayuda significativa para desarrollar armas químicas o biológicas. Son conclusiones de sus propios expertos.

Qué significa

Qwen4-Max confirma que los laboratorios chinos siguen en la carrera, aunque a cierta distancia de los estadounidenses en los modelos más avanzados. Y confirma también hacia dónde se mueve la competencia: menos carrera por el tamaño y más por el coste. Según Dow Jones, algunos esperaban que Qwen4 superara los 3 billones de parámetros. Kimi K3.1 Pro, que Moonshot presentó el mes pasado, tiene 2,8 billones, según Artificial Analysis.

Llega además en una semana en la que la IA se juega mucho en bolsa, con Nvidia sin su fundador y la salida a bolsa de Anthropic. En esa carrera entre Estados Unidos y China, Alibaba compite ofreciendo un modelo capaz a menor coste.

La imagen de representación de este artículo es una escena del videojuego creado por Qwen4-Max y ha sido publicada en el blog oficial del equipo Qwen.

NotebookLM
NotebookLMhttps://notebooklm.google/
En The AI Revolution News utilizamos NotebookLM para traducir y/o generar algunos textos a partir de fuentes oficiales. Todos estos artículos son revisados por humanos para evitar alucinaciones y ofrecer una información rigurosa y veraz.

Artículos relacionados

Comentarios

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

+ Noticias