Los modelos medianos Qwen3.5 de Alibaba desafían el dominio occidental en IA con una arquitectura diseñada para uso local

El rendimiento de la IA de frontera llega al hardware de consumo

El equipo de desarrollo de IA Qwen de Alibaba lanzó una nueva serie de modelos de lenguaje grandes que cuestiona de raíz la idea de que la inteligencia artificial más avanzada requiere infraestructura a escala de la nube o API propietarias. La serie Qwen3.5 Medium Model, presentada hace apenas unos días, incluye cuatro modelos nuevos diseñados para funcionar de manera eficiente en hardware local y que, según la empresa, igualan el rendimiento de las principales alternativas occidentales.

Tres de los cuatro modelos se publican con la permisiva licencia Apache 2.0, que permite a empresas y desarrolladores independientes descargarlos, modificarlos y utilizarlos con fines comerciales sin pagar licencias. El trío de código abierto incluye Qwen3.5-35B-A3B, Qwen3.5-122B-A10B y Qwen3.5-27B, todos disponibles desde ahora en Hugging Face y ModelScope. Una cuarta variante, Qwen3.5-Flash, sigue siendo propietaria y solo se ofrece a través de la API de Alibaba Cloud Model Studio, aunque a precios considerablemente inferiores a los de la mayoría de sus competidores occidentales.

La afirmación más llamativa de Alibaba se refiere a los resultados de las pruebas de rendimiento. Según la empresa, el modelo insignia Qwen3.5-35B-A3B supera a GPT-5-mini de OpenAI y Claude Sonnet 4.5 de Anthropic en evaluaciones de terceros sobre recuperación de conocimientos y razonamiento visual. Claude Sonnet 4.5 se lanzó hace apenas cinco meses, por lo que este rápido acercamiento competitivo llama la atención en una industria cuyos ciclos de desarrollo suelen durar trimestres o años.

La innovación arquitectónica permite el uso local

Lo que distingue a Qwen3.5 de las generaciones anteriores es su arquitectura híbrida, que combina Gated Delta Networks con un sistema disperso de mezcla de expertos (Mixture-of-Experts). Para quienes no tienen formación técnica, esto supone un cambio fundamental en la forma en que los modelos de IA procesan la información. Los modelos densos tradicionales activan todos sus parámetros para cada consulta, lo que consume enormes recursos informáticos. En cambio, el enfoque MoE funciona como una consulta a especialistas: dirige cada pregunta solo al subconjunto más pertinente de los conocimientos del modelo.

Las especificaciones técnicas muestran las mejoras de eficiencia. Aunque Qwen3.5-35B-A3B cuenta con 35.000 millones de parámetros en total, solo activa 3.000 millones para cada token. La arquitectura utiliza 256 módulos expertos, de los cuales 8 expertos enrutados y 1 experto compartido procesan aspectos concretos de cada consulta. Esta activación selectiva reduce drásticamente la latencia de inferencia sin sacrificar la calidad de las respuestas, y permite al modelo alcanzar lo que Alibaba describe como una precisión casi sin pérdidas incluso al comprimirlo a pesos de 4 bits mediante cuantización.

La resistencia a la cuantización tiene implicaciones prácticas revolucionarias para la flexibilidad de implementación. La mayoría de los modelos de IA sufren una degradación considerable del rendimiento al comprimirse para funcionar localmente. La estabilidad de Qwen3.5 ante la compresión significa que el modelo insignia puede procesar ventanas de contexto de más de un millón de tokens en GPU de consumo con solo 32 GB de VRAM. Aunque este umbral requiere hardware de consumo de gama alta, sigue siendo mucho más accesible que los centros de servidores que suelen necesitarse para obtener un rendimiento comparable con modelos de la competencia.

Los resultados de las pruebas, bajo escrutinio independiente

Las afirmaciones de Alibaba sobre los resultados de las pruebas solo cuentan una parte de la historia. Aunque las evaluaciones patrocinadas por la empresa sitúan a Qwen3.5-35B-A3B por delante de GPT-5-mini y Claude Sonnet 4.5 en métricas como MMMLU (conocimientos multilingües) y MMMU-Pro (razonamiento visual), las pruebas independientes revelan un panorama competitivo más matizado.

Pruebas independientes recientes de SWE-rebench, que evalúan modelos con correcciones de errores de solicitudes de incorporación de cambios reales de GitHub en lugar de pruebas sintéticas, mostraron que Claude Sonnet 4.5 alcanzó la tasa de aprobación más alta, con un 55,1 %. El modelo de Anthropic resolvió de forma exclusiva varios casos complejos que ningún otro modelo probado pudo solucionar, incluidos problemas en los repositorios python-trio, cubed-dev y canopen. En este entorno de programación del mundo real, Sonnet 4.5 mantuvo un claro liderazgo.

Otras pruebas independientes del benchmark APEX, realizadas con 70 tareas que incluían bases de código reales y problemas concretos, revelaron nuevas complejidades en el perfil de rendimiento de Qwen3.5. Aunque el modelo denso de 27.000 millones de parámetros tuvo un desempeño respetable para su uso en una sola GPU, con una puntuación de 1384 Elo y mejores resultados que DeepSeek V3.2, las variantes más grandes mostraron una preocupante pérdida de rendimiento en tareas complejas de coordinación entre varios archivos. La variante MoE de 35.000 millones de parámetros, con solo 3.000 millones activos, cayó a 1256 Elo en tareas agénticas y rindió peor que la variante más pequeña de 27.000 millones en razonamiento de varios pasos. Lo más notable es que la enorme configuración Qwen3.5-397B se desplomó en tareas de dificultad máxima: pasó de aproximadamente 1550 Elo en tareas difíciles a 1194 cuando tuvo que coordinar el trabajo en muchos archivos a lo largo de cadenas de razonamiento extensas.

Cuando tiene que coordinar el trabajo en muchos archivos a lo largo de muchos pasos, pierde de vista lo que está haciendo.

Este análisis independiente, publicado por un investigador que financió las pruebas con sus propios recursos y gastó más de 3.000 dólares en capacidad informática, sugiere que, aunque Qwen3.5 destaca en tareas acotadas, podría tener dificultades con trabajos agénticos complejos y prolongados, un ámbito en el que Claude Sonnet 4.5 muestra una fortaleza particular.

Modo de razonamiento e integración de herramientas

Todos los modelos Qwen3.5 incluyen un modo de razonamiento nativo, activado de forma predeterminada, que representa un giro hacia interacciones de IA centradas primero en el razonamiento. Antes de generar las respuestas finales, los modelos construyen cadenas internas de razonamiento delimitadas por etiquetas específicas y desarrollan explícitamente la lógica de los problemas complejos, en lugar de llegar de inmediato a conclusiones. Este enfoque se asemeja a las metodologías de cadena de pensamiento que han mejorado la precisión de otros modelos de frontera.

La serie también hace hincapié en las capacidades agénticas e incorpora compatibilidad con llamadas a herramientas, lo que permite a los modelos interactuar con sistemas externos, buscar en la web y ejecutar código. La API de Qwen3.5-Flash ofrece precios detallados para estas funciones: las búsquedas web cuestan 10 dólares por cada 1.000 llamadas y, por tiempo limitado, el acceso al intérprete de código se ofrece sin cargo. Esta estructura de precios convierte a Flash en una de las opciones de LLM alojados más económicas del mundo: cuesta 0,10 dólares por millón de tokens de entrada y 0,40 dólares por millón de tokens de salida.

Como comparación, Claude Sonnet 4.5 cuesta 3,00 dólares por millón de tokens de entrada y 15,00 dólares por millón de tokens de salida, mientras que GPT-5.2 cobra 1,75 y 14,00 dólares, respectivamente. Incluso alternativas orientadas al uso local, como GLM-5 de Z.ai, cuestan 1,00 y 3,20 dólares por millón de tokens. Esta diferencia de precios, de entre 30 y 100 veces, podría impulsar una adopción considerable entre las empresas que priorizan el ahorro y están dispuestas a aceptar diferencias marginales de rendimiento a cambio de un gran alivio presupuestario.

Implicaciones para la soberanía de los datos empresariales

Más allá de las métricas de rendimiento, el lanzamiento de Qwen3.5 tiene importancia estratégica para la implementación de IA en empresas. La posibilidad de ejecutar modelos con capacidades de frontera íntegramente en infraestructura privada responde a las crecientes preocupaciones sobre la soberanía de los datos y los riesgos de las API de terceros. Las organizaciones de sectores regulados, como las finanzas, la salud y la contratación pública, se enfrentan cada vez más a requisitos de cumplimiento que prohíben transmitir datos confidenciales a servicios externos de IA en la nube.

Al permitir ventanas de contexto de un millón de tokens en hardware local bajo control de la organización, Qwen3.5 permite procesar enormes repositorios de documentos, contenido de video de una hora y extensos conjuntos de datos institucionales sin exponer información propia a API externas. Este cambio arquitectónico desvincula las capacidades avanzadas de IA de las grandes inversiones de capital y podría democratizar el acceso a herramientas que antes estaban reservadas a empresas tecnológicas con amplios recursos.

La licencia de código abierto también permite personalizar los modelos y ajustarlos a aplicaciones específicas de cada sector. A diferencia de los modelos propietarios, que solo ofrecen acceso mediante API de caja negra, los pesos abiertos de Qwen3.5 permiten a las organizaciones adaptarlos a vocabularios especializados, bases de conocimientos internas y requisitos de flujos de trabajo particulares. Esta flexibilidad resulta especialmente valiosa en sectores con terminología especializada o requisitos normativos de documentación.

El desafío del ecosistema de IA chino

Qwen3.5 llega en medio de una oleada de lanzamientos competitivos de código abierto por parte de laboratorios chinos de IA que, en conjunto, desafían la primacía tecnológica occidental. La familia GLM-4.5 de Z.ai, publicada con una licencia Apache 2.0 similar, ofrece un rendimiento comparable y funciones especializadas, como la generación automatizada de presentaciones de PowerPoint. Kimi K2, de Moonshot, y los distintos modelos abiertos de DeepSeek completan un ecosistema que ofrece alternativas viables a los sistemas cerrados estadounidenses.

Esta tendencia presiona a las principales empresas occidentales de IA. Meta ha recibido críticas tras el debut de su familia Llama 4; algunos investigadores de IA han señalado posibles manipulaciones de las pruebas de referencia y un rendimiento irregular en situaciones reales. OpenAI, que marcó el inicio de la era moderna de los LLM, aplazó hasta una fecha posterior aún sin especificar el lanzamiento previsto para julio de su modelo de frontera de código abierto, lo que deja margen para que las alternativas chinas ganen terreno entre los desarrolladores.

La competencia va más allá de las especificaciones técnicas y plantea cuestiones de gobernanza de datos. Las empresas occidentales que adopten modelos desarrollados en China deben tener en cuenta las posibles restricciones de contenido y las consideraciones sobre soberanía de los datos, sobre todo si utilizan API alojadas en la nube en lugar de implementaciones locales. Sin embargo, la naturaleza de código abierto de las principales variantes de Qwen3.5 permite implementarlas en sistemas aislados de internet, lo que mitiga muchas de estas preocupaciones.

Posicionamiento en el mercado y perspectivas

La estrategia de lanzamiento de Alibaba pone el acento en la accesibilidad para distintos niveles de hardware. Qwen3.5-27B está dirigido a implementaciones de alta eficiencia y admite contextos de más de 800.000 tokens, mientras que la variante 122B-A10B requiere GPU de nivel de servidor con 80 GB de VRAM para alcanzar el máximo rendimiento. Este enfoque escalonado permite a las organizaciones elegir el modelo en función de la infraestructura disponible, en lugar de depender necesariamente de la nube.

La empresa también publicó el modelo base como código abierto, junto con variantes ajustadas mediante instrucciones, para responder a las necesidades de la comunidad investigadora en materia de ajuste fino y estudio de la arquitectura. Esta transparencia contrasta con las prácticas de desarrollo cerrado de algunos competidores occidentales y podría acelerar la innovación mediante mejoras colaborativas.

Las primeras reacciones de la comunidad en Hugging Face muestran un entusiasmo particular por las capacidades agénticas y la estabilidad de los modelos ante la cuantización. Los desarrolladores informan de que han logrado implementarlos con éxito en hardware de consumo que antes se consideraba insuficiente para ejecutar modelos de frontera, lo que respalda las afirmaciones de eficiencia de Alibaba, aunque los benchmarks independientes aconsejan cautela en las tareas complejas de programación.

Puntos clave

• Alibaba lanzó la serie Qwen3.5 Medium, con cuatro modelos; tres están disponibles con licencia de código abierto Apache 2.0 para uso comercial.
• El modelo insignia Qwen3.5-35B-A3B activa solo 3.000 millones de sus 35.000 millones de parámetros por token mediante una arquitectura de mezcla de expertos.
• Las pruebas independientes arrojan resultados dispares: buen rendimiento en pruebas de conocimientos y razonamiento, pero dificultades en tareas complejas de programación con varios archivos frente a Claude Sonnet 4.5.
• Gracias a una cuantización avanzada de 4 bits, los modelos admiten ventanas de contexto de más de un millón de tokens en GPU de consumo con 32 GB de VRAM.
• La API de Qwen3.5-Flash cuesta entre 30 y 100 veces menos que las alternativas occidentales: 0,10 dólares por millón de tokens de entrada, frente a 3,00 dólares en el caso de Claude Sonnet 4.5.
• El modo de razonamiento nativo, activado de forma predeterminada en toda la serie, genera cadenas internas de razonamiento antes de producir las respuestas finales.
• La implementación empresarial permite mantener la soberanía total de los datos en sectores regulados que necesitan procesar IA en sus propias instalaciones.
• El lanzamiento se suma a una oleada de modelos chinos de IA de código abierto, entre ellos GLM-4.5 de Z.ai y Kimi K2 de Moonshot, que desafían a los sistemas propietarios occidentales.