Saltar al contenido principal

Qwen4-Max: características, benchmarks, precios y acceso

El nuevo buque insignia de Alibaba llega con una columna vertebral de 2,4 billones de parámetros, visión nativa y una ventana de contexto de 1M de tokens por $1,50 por millón de tokens de entrada, rebajando en precio a todos los buques insignia occidentales.
Matt Crabtree
Matt Crabtree

Crea tu cuenta gratuita

Practica y programa tu progreso.

Continuar con GoogleAl continuar, aceptas nuestra Términos de uso, nuestros Política de privacidad y que tus datos se almacenen en EE. UU.

El equipo Qwen de Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026, y lo primero que salta a la vista es el precio: $1,50 por cada 1 millón de tokens de entrada y $4,50 por cada 1 millón de tokens de salida en QwenCloud.

Como referencia, los recopilatorios de esa misma semana listan GPT-6 Astra a $10 en entrada y $50 en salida, y Claude Fable 5.2 a $8 y $40.

Qwen4-Max es el primer modelo construido sobre la nueva arquitectura Qwen4, con una columna vertebral de 2,4 billones de parámetros, 71B de parámetros activados por token, 328B adicionales en parámetros de embedding N-gram, visión nativa y una ventana de contexto de 1 millón de tokens.

Alibaba lo posiciona como un modelo de agente para horizontes largos más que como un modelo de chat, y dedica la mayor parte del material de lanzamiento a ejecuciones autónomas de varias horas en ingeniería, finanzas, derecho y descubrimiento de fármacos.

En este artículo, cubro todas las novedades de Qwen4-Max: arquitectura, funciones clave, cifras de benchmarks (incluyendo dónde difieren los resultados independientes de los de Alibaba), modos de esfuerzo, precios y acceso.

Para situar contra qué compite, consulta nuestra comparativa de GPT-6 Astra y Claude Opus 5.5 y nuestro tutorial sobre construir agentes auto-mejorables con Harness².

Resumen

  • Qwen4-Max es el nuevo buque insignia de Alibaba, construido sobre una arquitectura Qwen4 totalmente renovada, con visión nativa y una ventana de contexto de 1M de tokens.
  • Las mayores ganancias están en trabajo agentivo de largo recorrido y entregables profesionales, donde supera a Claude Opus 5.5 en varias de las ejecuciones que reporta Alibaba.
  • El punto débil es la programación en terminal: queda por detrás de Kimi K3.1, Opus 5.5 y ambos GPT-6 por un margen amplio. En comprensión de gráficos y vídeo también se queda atrás de los tres modelos estadounidenses.
  • El precio es su argumento más fuerte. Rebaja a todos los buques insignia occidentales en las listas actuales tanto en entrada como en salida, aunque tarifas más bajas por token no garantizan menor coste por tarea.
  • Toma los números con cautela: el gráfico de lanzamiento lo compila el proveedor. Ya hay ejecuciones independientes y son más mixtas: Artificial Analysis lo sitúa noveno y Vals undécimo, y los testers lo describen como lento y verboso. La prueba Terminal-Bench de Vals sí coincide con la cifra de Alibaba.
  • No hay pesos abiertos para Max. Se prometen modelos Qwen4 más pequeños como open source más adelante.

¿Qué es Qwen4-Max?

Qwen4-Max es el modelo insignia de pesos cerrados de Alibaba y el primer lanzamiento de la serie Qwen4, sucesor de Qwen3.8-Max.

Es un modelo mixture-of-experts disperso, es decir, solo una fracción de sus parámetros trabaja en cada token. De sus 2,4 billones de parámetros de base, 71B están activos por token, y añade otros 328B en embeddings N-gram, que son tablas de búsqueda con poco coste computacional. Acepta texto, imagen y vídeo como entrada y produce salida en texto.

La arquitectura es donde Qwen4 más se aleja de la generación anterior, y ayuda a explicar el tema de costes más adelante. Cambian tres componentes:

  • Atención híbrida (GDN + QSA): por cada capa de atención dispersa, tres capas Gated DeltaNet comprimen el contexto previo en una memoria de tamaño fijo. La capa dispersa luego selecciona solo las partes relevantes del contexto, lo que mantiene asequible una ventana de 1M de tokens.
  • Residual con compuertas: cada capa tiene cuatro rutas en paralelo, con compuertas que controlan qué fluye entre ellas. Alibaba atribuye a esto un entrenamiento estable.
  • Embedding N-gram: búsquedas para patrones locales frecuentes de tokens, que añaden capacidad con poco cómputo extra.

Alibaba informa de que el entrenamiento de 2,4T no tuvo picos de pérdida, esos saltos bruscos que señalan inestabilidad.

Su modelo base, Qwen4-Max-Base, también marcó los bits por byte más bajos de cinco checkpoints evaluados en conocimiento, código, QA y STEM. Bits por byte mide qué bien predice texto un modelo: cuanto más bajo, mejor.

El resultado fue de un 5 a un 13% por debajo de Qwen3.8-Max-Base, activando a la vez un 25% menos de parámetros. Son pruebas internas, y se señala que dos de los checkpoints comparados habían recibido entrenamiento adicional, así que no es una comparación totalmente equivalente.

La cifra estrella es Work360, el benchmark propio de Alibaba que cubre 721 campos profesionales, donde Qwen4-Max obtuvo 52,69 frente a 47,74 de Qwen3.8-Max.

Qwen4 Max

Funciones clave de Qwen4-Max

El lanzamiento se organiza en torno a lo que el modelo entrega al final de una ejecución larga más que a lo que dice en un solo turno, así que las funciones de abajo se centran en duración, herramientas y formatos de salida.

Una ventana de contexto de 1 millón de tokens con visión nativa

Qwen4-Max acepta texto, imágenes y vídeo en una ventana de 1M de tokens, con una entrada máxima de 991K tokens, o 983K con el modo thinking activado.

Thinking está activado por defecto, y hasta 262K tokens de razonamiento computan contra el presupuesto de salida.

El límite de salida está documentado de forma inconsistente.

La página del modelo en QwenCloud lista 393K de salida máxima en ambos modos, mientras que la documentación de la API indica 131.072 tokens sin thinking y 262.144 sumando thinking y respuesta final. Comprueba qué cifra aplica a tu endpoint antes de dimensionar max_tokens.

La vía de visión es nativa y no un añadido, lo que hace posible la demo clínica: Alibaba describe al modelo revisando en una sola conversación una historia con decenas de informes de laboratorio, más de 10.000 caracteres chinos de notas de evolución y 1.433 imágenes médicas originales, ordenándolas en seis series antes de enviar subagentes a leer cientos de cortes.

Alibaba afirma que el hallazgo de imagen fue consistente con el diagnóstico del médico responsable y que las cuatro recomendaciones de manejo coincidieron punto por punto con las órdenes de ese día.

Entrega un trabajo de larga duración y oriéntalo a mitad de camino

Live Delivery es la función más interesante, porque ataca el problema que hace inviables en la práctica las ejecuciones de agentes de varias horas.

En lugar de esperar a que termine una tarea de horas y descubrir que el agente malinterpretó el encargo en el minuto tres, el agente envía pronto una primera versión utilizable y la va mejorando en entregas sucesivas mientras tú lo rediriges.

Alibaba ha publicado el Qwen-Live-Delivery-Plugin con licencia Apache-2.0 para que lo instales sin tener que reconstruir el patrón; eso sí, en el lanzamiento está en la versión 0.1.0 y solo soporta Codex CLI, en Linux y macOS con Node.js 22+.

El soporte para otros harnesses de agentes está en su lista de tareas.

Es cierto que la entrega continua de trabajo parcial es más un patrón de harness que una capacidad del modelo, por eso que el plugin sea abierto importa más que el nombre de marketing.

Entregables auditables, no solo respuestas

La demo de finanzas produce libros de Excel y presentaciones de PowerPoint editables con dos mecanismos de trazabilidad: hipervínculos dentro de las celdas que llevan a la fuente original de datos, y un mapeo uno a uno entre los gráficos de PowerPoint y el libro subyacente.

Alibaba dice que Qwen4 invoca 90 herramientas MCP en su configuración de investigación de inversiones, extrayendo cotizaciones, estados financieros, tipos de interés y dividendos de A-shares, acciones de Hong Kong y EE. UU., bonos, fondos y derivados, y contrastando contra divulgaciones públicas.

Esa cuenta de herramientas describe la configuración general. Por separado, Alibaba demuestra el flujo con un caso de derivados del CSI 300.

El ejemplo legal es el más llamativo.

Dadas 198 working papers con nombres inconsistentes y entregadas por lotes, Qwen4-Max las renombró y organizó por contenido en 14 carpetas, construyó un índice de working papers, contrastó registros públicos mercantiles y judiciales con los documentos, y produjo un informe de 86 páginas que cubre 12 áreas de revisión y 14 cuestiones jurídicas concretas, con cada conclusión citada a un working paper.

Manejo integral de herramientas profesionales

Qwen4-Max opera Blender, Unity, Unreal Engine y Godot directamente, gestionando modelado de geometría, materiales, iluminación, lógica de juego y diseño del HUD, para luego ejecutar el resultado y usar feedback visual para ajustar el seguimiento de cámara y la respuesta a impactos.

Una de las demos es un juego de carreras para Android instalable, construido en Unity 6.

El caso de manufactura es el que viene con una cifra asociada, aunque es una demostración de empresa, no una medición independiente.

En SANF y Pacific Union, el modelo construyó modelos 3D de líneas de producción a partir de planos 2D, simuló tiempos de ciclo, realizó comisionado virtual de PLC y planificó trayectorias de mecanizado, reduciendo el esfuerzo de programación manual de una sola pieza de unas 475 minutos a 24 minutos.

Investigación operativa y planificación en la nube

Alibaba desplegó Qwen4-Max contra sus propios problemas de planificación en Alibaba Cloud, dejando que el modelo generara algoritmos candidatos, comprobara viabilidad y valores objetivo con MindOpt (el solver de Alibaba) y luego iterara sobre el código.

Los resultados reportados muestran que los costes de planificación de llamadas de modelo para anotación de datos cayeron un 10,42% frente al referente, la asignación online de GPU aumentó un 4,62% la duración de capacidad ociosa de máquina completa, y la replanificación offline de CPU alcanzó su objetivo óptimo más de 14,61 veces más rápido.

Son cifras internas sobre cargas internas, así que tómalo como demostración del uso de herramientas de investigación operativa más que como un benchmark transferible.

Bucles de investigación autónoma que llegan a resultados físicos

Durante una ejecución continua de 48 horas en la plataforma Mira de Deep Principle, Qwen4 construyó un espacio candidato de 2,7 millones de moléculas, las cribó, realizó cálculos de primeros principios y análisis retrosintético, y luego dirigió un laboratorio automatizado a través de síntesis, purificación y pruebas.

Tras cuatro iteraciones de diseño, síntesis y aprendizaje activo, produjo una muestra física de una nueva molécula refrigerante.

En la plataforma PharmMaster de DP Technology, dirigida al inflamasoma NLRP3, realizó 454 llamadas a herramientas, 3.239 evaluaciones de métricas computacionales y diseñó 24 moléculas candidatas.

Los cálculos de energía libre de unión relativa situaron la afinidad nominal de la candidata final en unas 3,6 veces la referencia derivada de patente, que el equipo experto de DP Technology consideró digna de validación en laboratorio húmedo.

Plomería API estándar: function calling, búsqueda web y salidas estructuradas

En QwenCloud, Qwen4-Max soporta function calling, salidas JSON estructuradas, autocompletado por prefijo vía Partial Mode, caching implícito y explícito de contexto, llamadas por lotes, búsqueda web y fine-tuning. Los límites de velocidad están en 5.000.000 de tokens por minuto.

¿Cómo rinde Qwen4-Max en los benchmarks?

Qwen4-Max es más fuerte en trabajo agentivo de largo recorrido y más débil en programación en terminal y comprensión visual, y la brecha es lo bastante grande como para condicionar su adopción.

Alibaba lo compara con Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra y Kimi K3.1 (el Kimi-K3.1-Pro de Moonshot).

Trabajo de largo recorrido y agentes

La más destacada es Agents' Last Exam v1.1, donde Qwen4-Max obtuvo 46,7 frente a 43,4 de Claude Opus 5.5, 42,6 de GPT-6.1 Sol y 27,9 de su predecesor Qwen3.8-Max.

Un salto de 18,8 puntos en una generación en un benchmark de tareas de largo recorrido es el dato único al que señalaría de este lanzamiento.

Qwen4 Max Benchmarks

Todos los resultados de abajo provienen del gráfico de lanzamiento de Alibaba, compilado por el proveedor: léelos como reportes del vendedor aunque algunas filas citen rankings de terceros. El mejor resultado de cada fila está en negrita.

BenchmarkQué mideQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Agents' Last Exam v1.1Tareas valiosas de largo recorrido46.727.943.442.643.4n/a
AA-Briefcase v1.1 (Elo)Trabajo intelectual con agentes168616051801155515691674
APEX-Agents v1.1Tareas de servicios profesionales72.163.373.560.064.765.5
AutomationBench-AAFlujos SaaS con agentes72.556.269.564.968.573.3
HLAB-Vals-1.1Trabajo legal con agentes21.315.49.26.37.111.7
JobBenchTareas de puestos profesionales68.565.375.466.266.161.2
AgentArena (mejora neta)Tareas de agentes en el mundo real7.5n/a18.211.813.93.9

El patrón es irregular. Qwen4-Max arrasa en el benchmark legal, casi el doble que el siguiente (21,3 frente a 11,7 de Kimi K3.1), queda segundo en AA-Briefcase, APEX-Agents, AutomationBench-AA y JobBench, y cae cerca del fondo en AgentArena, donde el 18,2 de Opus 5.5 más que duplica su 7,5.

Si tus agentes trabajan con muchos documentos profesionales, pinta bien; si operan herramientas en entornos abiertos, menos.

Programación y tareas en terminal

En código sería prudente. Qwen4-Max obtiene 48,5 en Terminal-Bench 4.0, por detrás de Kimi K3.1 con 67,2, Opus 5.5 con 59,6, GPT-6 Astra con 59,1 y GPT-6.1 Sol con 56,1, lo que lo coloca quinto de los seis modelos del gráfico, aunque mejora casi 10 puntos frente a los 38,9 de Qwen3.8-Max.

BenchmarkQué mideQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.1Programación con agentes75.769.374.275.274.175.5
CodeArena (Elo)Desarrollo web175016761816174217631686
Terminal-Bench 4.0Programación en terminal con agentes48.538.959.656.159.167.2
ProgramBenchReplicación de software caja negra31.528.065.052.555.025.0

ProgramBench es la mala: 31,5 frente a 65,0 de Opus 5.5, menos de la mitad. En DeepSWE, cinco modelos quedan en 1,6 puntos, así que trataría esa fila como ruido más que como victoria, aunque Qwen4-Max quede nominalmente primero.

Una salvedad sobre la fila de Terminal-Bench.

Cuando comparamos GPT-6 Astra y Claude Opus 5.5, las cifras publicadas eran 66,4% para Opus 5.5 y 57,9% para Astra en Terminal-Bench 4.0, frente a 59,6 y 59,1 en el gráfico de Alibaba.

Diferentes harnesses producen números distintos en el mismo benchmark, buen motivo para no leer brechas de 5 puntos como rankings. La cifra de Qwen4-Max sí parece sólida: Vals midió de forma independiente un 48,48%.

Razonamiento, ciencia y multimodal

Qwen4-Max logra 51,7 en Humanity's Last Exam, por detrás de Opus 5.5 con 59,8 y GPT-6.1 Sol con 54,0, y por delante de Kimi K3.1 con 51,1. Lidera en BioMysteryBench-1.1 con 85,0 y mejora mucho en HealthBench Professional, pasando de 39,6 a 60,0, aunque ambos GPT-6 siguen por encima.

BenchmarkQué mideQwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Humanity's Last ExamRazonamiento multidisciplinar51.743.959.854.053.651.1
BioMysteryBench-1.1Investigación en bioinformática85.084.181.984.478.980.6
HealthBench ProfessionalRazonamiento clínico60.039.659.965.166.057.2
ChartographyComprensión de gráficos54.242.066.367.871.150.0
Video-IndexComprensión de vídeo68.163.274.873.876.763.2

Las filas de visión son lo menos favorecedor del gráfico.

En Chartography, Qwen4-Max marca 54,2, subiendo desde 42,0 de Qwen3.8-Max, pero queda 12 a 17 puntos por debajo de Opus 5.5, GPT-6.1 Sol y GPT-6 Astra, y solo supera a Kimi K3.1. Video-Index cuenta lo mismo: 68,1 frente a 73,8–76,7 de los tres modelos de EE. UU. La visión nativa funciona, pero no lidera.

Eficiencia de tokens y coste por tarea

Este es el dato que más impacta en un presupuesto de producción.

En Work360, Qwen4-Max usó alrededor de un 24% menos de tokens en esfuerzo Xhigh y alrededor de un 35% menos en High que Qwen3.8-Max, y en Terminal-Bench 4.0 los recortes fueron de aproximadamente 48% y 49%.

Combinado con tarifas de API más bajas, Alibaba reporta que el coste medio por tarea en Work360 cayó de $4,43 a $1,67, un 62% menos.

Puntuar más alto gastando alrededor del 38% por tarea es un argumento más útil que muchas victorias en un único benchmark, pero hay dos salvedades. Work360 es un benchmark propio de Alibaba, y la reducción es mayor de lo que sugerirían los recortes de tokens y precio por sí solos: alrededor de un 35% menos de tokens a un precio un 25% menor implica ~51%, y las cifras en yuanes dan 58%. Alibaba no ha explicado la brecha.

Los costes por tarea independientes son menos claros frente a un competidor. En el índice de Artificial Analysis, una tarea promedia $3,27 para Qwen4-Max frente a $10,04 para Opus 5.5, pero solo $1,27 para GPT-6.1 Sol.

En Vals, un test cuesta $9,33 con Qwen4-Max frente a $24,77 con Opus 5.5 y $3,61 con Sol, y Sol puntúa ligeramente más (63,94% frente a 63,20%).

Kimi K3.1 es la comparación más cercana para muchos lectores que valoran una alternativa de ecosistema abierto. Supera a Qwen4-Max en Terminal-Bench 4.0 (67,2 frente a 48,5) y en AutomationBench-AA (73,3 frente a 72,5), mientras que Qwen4-Max lidera en APEX-Agents v1.1 (72,1 frente a 65,5), HLAB-Vals-1.1 (21,3 frente a 11,7) y JobBench (68,5 frente a 61,2). Elige Kimi para trabajo en terminal; Qwen4-Max para flujos de documentos profesionales.

Qué muestran las pruebas independientes

El gráfico de lanzamiento lo compila el proveedor.

Algunas filas citan rankings de terceros, como LM Arena para CodeArena y AgentArena, Artificial Analysis para AA-Briefcase y AutomationBench-AA, el leaderboard de Mercor para APEX-Agents v1.1 y el Vals Index para HLAB-Vals-1.1, con Agents' Last Exam citado de sus autores.

Alibaba ejecutó JobBench por su cuenta. No he encontrado reproducciones independientes de los resultados agentivos, así que trataría esas victorias como provisionales.

Los rankings independientes ya están completando el panorama, y son menos favorables que el material de lanzamiento.

  • Artificial Analysis puntúa a Qwen4-Max con 43 en su Intelligence Index, noveno en global, por detrás de Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol y Kimi K3.1.
  • Vals lo sitúa 11.º de 38 en su Index con 63,20%, el más alto de cualquier modelo chino que haya probado, y su Terminal-Bench independiente coincide con la cifra de Alibaba.
  • En Code Arena WebDev va sexto, aunque aún marcado como preliminar con pocos votos.
  • Finanzas es su mejor resultado independiente: octavo de 41 tanto en el índice de finanzas de Vals como en su Finance Agent; legal es más flojo, 17.º de 39 en el Vals Legal Index, algo chocante junto al liderazgo en HLAB-Vals.

La lentitud y la verbosidad son las quejas constantes. Vals registró unos 1 h 4 min por test, más lento que todos salvo Opus 5.5 y Sonnet 5.5 entre los 11 primeros, y Artificial Analysis contabilizó 127 millones de tokens de salida en su índice frente a una mediana de 78,6 millones.

Los informes anecdóticos prácticos son mixtos y a menudo se contradicen: se describe sobre-razonamiento en tareas simples y tiempos largos en prompts extensos; un tester lo situó por debajo de Qwen3.8-Max, mientras otro reportó que completó una tarea agentiva en unos 30 minutos frente a unos 70 de MiniMax M3.1 Flash.

¿Qué tier de Qwen4-Max deberías usar?

Qwen4-Max se entrega como un único modelo con un interruptor de thinking y niveles de esfuerzo con nombre, así que la elección va de cuánto razonamiento pagas más que de qué checkpoint llamas. Thinking está activado por defecto, en esfuerzo alto.

Por tanto, el "modo estándar" implica poner enable_thinking a false. La capacidad de entrada cae levemente con thinking activado, de 991K a 983K, y el razonamiento (hasta 262K tokens) tira del presupuesto de salida.

Como los tokens de thinking cuentan para ese presupuesto, un max_tokens dimensionado solo para la respuesta visible puede truncarla; en la preview, max_tokens limitaba thinking y respuesta juntos, asume lo mismo hasta que lo pruebes.

Los techos de salida documentados difieren entre la API (131.072 sin thinking, 262.144 con) y la página del modelo (393K en ambos modos), como se indicó arriba.

El esfuerzo es el segundo dial.

Alibaba reporta resultados de Work360 y Terminal-Bench 4.0 en Xhigh y High, y los ahorros de tokens frente a Qwen3.8-Max fueron mayores en High en Work360 (35% frente a 24%) y similares en Terminal-Bench. Como los tokens de razonamiento se facturan a la tarifa de salida de $4,50 por millón, el ajuste de esfuerzo es la mayor palanca de tu factura.

High también es el valor por defecto de Qwen4-Max, mientras que Qwen3.8-Max por defecto era xhigh, así que comparar las dos generaciones con ajustes por defecto mezcla cambio de modelo y de esfuerzo. Define el esfuerzo explícitamente cuando hagas A/B.

Caso de usoAjustePor qué
Ejecuciones agentivas de varias horas con llamadas a herramientasThinking, esfuerzo HighMejor ganancia en eficiencia de tokens frente a la generación anterior en Work360
Revisión de documentos largos en 100+ archivosThinking, esfuerzo XhighPresupuesto de 262K tokens de razonamiento más la ventana de 1M de contexto
Extracción estructurada a JSONThinking desactivadoHay salidas estructuradas; apagar thinking evita sobrecarga de razonamiento
Clasificación por lotes de alto volumenThinking desactivado y llamadas por lotesEl caché baja la entrada a $0,075 por millón de tokens
Programación dura en terminalValora otro modeloEl 48,5 en Terminal-Bench 4.0 queda por detrás de Kimi K3.1, Opus 5.5 y ambos GPT-6

Precios y disponibilidad de Qwen4-Max

QwenCloud lista Qwen4-Max a $1,50 por cada 1 millón de tokens de entrada y $4,50 por cada 1 millón de tokens de salida en su tarifa internacional, con entrada en caché a $0,075 por millón. La creación explícita de caché cuesta $1,875 por millón para la ventana de 5 minutos y $3,00 por millón para la de 1 hora, y las lecturas explícitas del caché son $0,075 por millón.

Esas tarifas rebajan a todos los buques insignia occidentales en las listas actuales: GPT-6 Astra a $10 en entrada y $50 en salida (para prompts de hasta 272K tokens), Claude Fable 5.2 a $8 y $40, Gemini 4 Carbon a $2 y $10 hasta el 30 de noviembre (subiendo a $4 y $20 después), y Grok 4.7 a $2 y $6 (con menos de 200K de contexto).

Son los tiers más caros, eso sí, y los modelos contra los que Alibaba se compara cuestan menos: Claude Opus 5.5 a $4 y $20, y GPT-6.1 Sol y Kimi K3.1 a $2 y $10. Frente a Astra, la tarifa de salida de Qwen4-Max es aproximadamente una décima; frente a Opus 5.5 es cerca del 22%, y frente a Sol y Kimi alrededor del 45%.

Hay una cuota gratuita de 1 millón de tokens en QwenCloud, disponible en la región de Singapur durante unos 90 días, y los límites de velocidad publicados son de 5.000.000 de tokens por minuto.

Alibaba también vende acceso mediante un Token Plan en lugar de puro pago por uso, y fuentes de terceros listan los tiers personales en Lite $6/mes por 20.000 créditos, Essential $10/mes por 45.000, Standard $18/mes por 80.000 y Pro $43/mes por 200.000, además de precios con descuento para nuevos usuarios de $3 y $5 en los dos tiers más baratos, informados hasta el 30 de noviembre.

El plan personal es una oferta en Singapur y, durante la preview, Alibaba lo restringió a herramientas interactivas de código y agentes más que a backends de producción, así que revisa los términos actuales antes de construir sobre él.

Una nota sobre el calendario, porque las primeras coberturas discrepaban sobre si existía un precio público por token.

Alibaba abrió qwen4-max-preview el 11 de noviembre, solo con Token Plan, sin precio por token y retirada el 25 de noviembre. La tarifa de pago por uso llegó con el lanzamiento general el 16 de noviembre bajo el ID qwen4-max, y las cifras de $1,50 y $4,50 de arriba son los precios internacionales a esa fecha.

No se han anunciado pesos abiertos para Max; Alibaba dice que modelos Qwen4 más pequeños se abrirán más adelante.

¿Cómo obtener acceso a Qwen4-Max?

El ID del modelo de la API es qwen4-max, servido en QwenCloud tanto bajo el Token Plan como la API estándar, con endpoints compatibles con OpenAI y Anthropic. Fuera de la API, el modelo está disponible en QwenStudio (la interfaz Qwen Chat), QwenWork y el producto de programación Qoder, que Alibaba co-diseñó junto con el modelo.

Aquí tienes la llamada mínima usando el cliente de Python de OpenAI contra el endpoint Chat Completions en modo compatible. Thinking está activado por defecto, así que la bandera enable_thinking se muestra solo por claridad; ponla en False para desactivar thinking.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "user", "content": "Summarize the revenue drivers in this quarterly report."}
    ],
    extra_body={"enable_thinking": True},  # on by default; False turns thinking off
)

print(response.choices[0].message.content)

Si quieres probar Live Delivery, el plugin está en GitHub como Qwen-Live-Delivery-Plugin. Como actualmente se orienta a Codex CLI, usarlo en otro harness implica cablear tú mismo sus herramientas y hooks MCP. Para los patrones generales detrás del function calling y los harnesses de agentes, nuestro tutorial de Harness² recorre cómo integrar un modelo en OpenCode y calificar los resultados.

Reflexiones finales

Qwen4-Max es Alibaba haciendo un argumento de precio más que de capacidad.

Gana en las filas que implican leer muchos documentos y producir un entregable, pierde en las que implican una terminal, un gráfico o un vídeo, y todo ello a aproximadamente una décima de la tarifa de salida de GPT-6 Astra.

¿Me cambiaría? Para pipelines de agentes con muchos documentos donde el coste por tarea manda, merece una prueba seria, pero no una migración a ciegas.

La bajada de $4,43 a $1,67 por tarea en Work360 es un dato propio de Alibaba, y las ejecuciones independientes son más mixtas: GPT-6.1 Sol fue más barato por tarea y puntúa ligeramente más alto en Vals, y Qwen4-Max es lento y verboso. Para trabajo duro de código, me quedaría con Opus 5.5 o Kimi K3.1, y la ejecución independiente de Vals en Terminal-Bench confirma esa debilidad.

Si quieres sentirte realmente cómodo construyendo con modelos como este, empieza por nuestro itinerario de aprendizaje AI Fundamentals.

FAQs

¿En qué se diferencia Qwen4-Max de Qwen3.8-Max?
Qwen4-Max es el primer modelo sobre la nueva arquitectura Qwen4, con una columna vertebral de 2,4 billones de parámetros, 71B activados por token y visión nativa. Logró 52,69 en el benchmark Work360 de Alibaba frente a 47,74 de Qwen3.8-Max, y saltó de 27,9 a 46,7 en Agents' Last Exam v1.1. Además usa aproximadamente entre un 24% y un 49% menos de tokens en las mismas tareas, recortando el coste medio por tarea en Work360 de $4,43 a $1,67.
¿Cuánto cuesta Qwen4-Max por millón de tokens?
QwenCloud lista Qwen4-Max a $1,50 por cada 1 millón de tokens de entrada y $4,50 por cada 1 millón de tokens de salida, con entrada en caché y lecturas explícitas del caché a $0,075 por millón. La creación explícita de caché cuesta $1,875 por millón para una ventana de 5 minutos y $3,00 por millón para una de 1 hora. Hay una cuota gratuita de 1 millón de tokens y Alibaba también vende suscripciones Token Plan desde unos $6 al mes.
¿Dónde puedo acceder a Qwen4-Max?
Qwen4-Max está disponible en QwenCloud a través del Token Plan o la API, usando el ID de modelo qwen4-max contra un endpoint compatible con OpenAI. También funciona dentro de QwenStudio (Qwen Chat), QwenWork y el producto de programación Qoder. Parte de la documentación de terceros se refiere a un ID de preview, qwen4-max-preview.
¿Qwen4-Max es open source?
No. Qwen4-Max tiene pesos cerrados, y Alibaba no ha anunciado pesos abiertos ni una model card pública. Alibaba ha indicado que modelos más pequeños de la familia Qwen4 se publicarán como open source más adelante, construidos sobre la misma línea y técnicas de entrenamiento.
¿Qwen4-Max es bueno para programar?
Es competitivo en programación con agentes y flojo en trabajo de terminal. Qwen4-Max puntúa 75,7 en DeepSWE v1.1, a la par de Claude Opus 5.5 (74,2) y GPT-6.1 Sol (75,2), pero solo 48,5 en Terminal-Bench 4.0 frente a 67,2 de Kimi K3.1, y 31,5 en ProgramBench frente a 65,0 de Opus 5.5. Para tareas duras en terminal y replicación de software, otros modelos siguen siendo más fuertes.
¿Qué es Live Delivery en Qwen4-Max?
Live Delivery es el enfoque de Qwen4-Max para tareas largas con agentes: en lugar de devolver resultados solo al finalizar el trabajo, el agente entrega pronto una primera versión utilizable y la mejora con iteraciones sucesivas mientras tú lo reorientas a mitad de ejecución. Alibaba ha publicado como open source el Qwen-Live-Delivery-Plugin en GitHub para que puedas instalarlo sin construir el patrón desde cero.
Matt Crabtree

Autor

Matt Crabtree

Escritora y editora de contenidos en el ámbito de la tecnología educativa. Comprometido con la exploración de tendencias de datos y entusiasmado con el aprendizaje de la ciencia de datos.

Temas

Relacionado

An avian AI exits its cage

blog

12 alternativas de código abierto a GPT-4

blog

10 maneras de utilizar ChatGPT para las finanzas