Alibaba ofrece Qwen4-Max con precios de API más bajos y un contexto de un millón de tokens

11 min de lectura
Alibaba Opens Qwen4-Max With Lower API Prices and a Million-Token Context

Un modelo insignia más económico para tareas más largas

Alibaba ha puesto Qwen4-Max a disposición general a través de QwenCloud, con una ventana de contexto de un millón de tokens, precios más bajos y una reducción declarada de alrededor del 58% en el costo promedio de completar tareas en su evaluación Work360. El lanzamiento llega después de una vista previa limitada que comenzó el 11 de noviembre de 2026.

Contenido
  1. Un modelo insignia más económico para tareas más largas
  2. De la vista previa por suscripción a un acceso más amplio
  3. ¿Qué cabe en una ventana de un millón de tokens?
  4. Cómo funciona la reducción de precios
  5. Los documentos repetidos pueden costar menos de procesar
  6. Un modelo grande que activa una parte menor
  7. Las evaluaciones muestran avances y una competencia desigual
  8. Qué pueden conectar hoy los desarrolladores
  9. Los agentes incorporan una etapa de revisión
  10. Puntos clave

El modelo insignia utiliza una arquitectura de mezcla de expertos, con una base de 2,4 billones de parámetros. Acepta texto, imágenes y video, y genera texto. Alibaba lo presenta como una opción para programación, trabajo de oficina, diseño de interfaces y agentes, es decir, software que puede usar herramientas y realizar una serie de pasos para alcanzar un objetivo.

La documentación de Model Studio de Alibaba, actualizada el 16 de noviembre, indica precios internacionales de US$1,50 por millón de tokens de entrada y US$4,50 por millón de tokens de salida. Los tokens son pequeñas unidades de información que procesa un modelo. En el caso del texto, un token puede ser una palabra, parte de una palabra o un signo de puntuación.

Alibaba afirma que Qwen4-Max también necesita menos tokens que Qwen3.8-Max para realizar tareas comparables. La combinación de precios más bajos y menor uso redujo el costo promedio de las tareas de Work360 de 26,58 a 11,16 yuanes, un ahorro de 15,42 yuanes. Otro cálculo publicado en dólares indica una reducción de US$4,43 a US$1,67, o alrededor del 62%; las cifras en yuanes corresponden a la reducción aproximada del 58% mencionada en el anuncio.

Para los desarrolladores, la ventaja práctica está en la combinación de más espacio para documentos e historiales de conversación, capacidad para procesar material visual y un menor costo por unidad de procesamiento. El ahorro en una aplicación concreta dependerá de sus solicitudes, los ajustes de razonamiento y las respuestas generadas.

Publicidad

De la vista previa por suscripción a un acceso más amplio

Qwen4-Max apareció primero a través de la suscripción Token Plan de Alibaba. El acceso anticipado también llegó a la aplicación Qwen, Qoder, QwenWork y QwenStudio. La disponibilidad general amplía el acceso a través de QwenCloud, mientras el modelo sigue disponible en las aplicaciones de trabajo y desarrollo de Alibaba.

La secuencia publicada es breve:

  • 11 de noviembre de 2026: Alibaba abrió la vista previa limitada, con acceso para desarrolladores a través de Token Plan y acceso anticipado mediante sus aplicaciones.
  • 16 de noviembre de 2026: Alibaba actualizó la documentación de Model Studio con información sobre capacidades, precios, límites de contexto y detalles de la API.
  • Disponibilidad general: Alibaba abrió el acceso a QwenCloud después de la vista previa, pero no indicó una fecha exacta de lanzamiento.

Los desarrolladores llaman al modelo con el identificador qwen4-max. Model Studio también ofrece una cuota gratuita de un millón de tokens, válida durante 90 días desde la activación, el lanzamiento del modelo o la aprobación de la aplicación, lo que ocurra más tarde.

¿Qué cabe en una ventana de un millón de tokens?

La ventana de contexto de Qwen4-Max es el espacio disponible para la información que interviene en una solicitud. Una ventana más amplia permite que una aplicación incluya más documentos, código o historial de conversación en una misma tarea, en lugar de dividirlo todo en solicitudes más pequeñas.

Alibaba especifica longitudes máximas de entrada de 991.808 tokens en el modo sin razonamiento y de 983.616 tokens en el modo de razonamiento. Los dos modos ofrecen distintas formas de abordar una tarea: el modo de razonamiento asigna al modelo un presupuesto para razonar antes de que entregue su respuesta.

La documentación indica una salida máxima de 131.072 tokens en el modo sin razonamiento y un límite combinado de 262.144 tokens para el razonamiento y la respuesta final. Un anuncio publicado sobre el lanzamiento menciona una cifra máxima de salida mayor, de alrededor de 393.000 tokens; la documentación actual del servicio de Alibaba establece los límites operativos que pueden configurar los desarrolladores.

Las entradas de texto, imagen y video amplían los tipos de material que una aplicación puede enviar. Por ejemplo, una solicitud de trabajo podría combinar instrucciones escritas con capturas de pantalla o video. El formato de salida documentado es texto, incluido código y datos estructurados.

Publicidad

Cómo funciona la reducción de precios

Los precios internacionales de la API bajan de las tarifas informadas para Qwen3.8-Max, de US$2 por millón de tokens de entrada y US$6 por millón de tokens de salida, a US$1,50 y US$4,50, respectivamente. Ambas tarifas se reducen un 25%. Por separado, la documentación de Alibaba indica precios de despliegue global de US$1,413 por millón de tokens de entrada y US$4,24 por millón de tokens de salida.

Una solicitud que use 100.000 tokens de entrada y genere 10.000 tokens de salida costaría US$0,195 con las tarifas internacionales, antes de aplicar ahorros por caché u otros cargos que correspondan. Las mismas cantidades, con las tarifas anteriores de US$2 y US$6, costarían US$0,26. Este cálculo mantiene constante el uso para mostrar únicamente el efecto del cambio de precios.

El mayor ahorro declarado por Alibaba en el costo de las tareas también depende de usar menos tokens. En Work360, el consumo de tokens informado cayó alrededor de un 24% con el nivel de razonamiento Xhigh y un 35% con High. En Terminal-Bench 4.0, las reducciones informadas fueron de alrededor del 48% y el 49%, respectivamente.

El razonamiento forma parte del costo: la tabla de precios indica que los cargos por salida incluyen tanto la cadena de pensamiento como la respuesta. Por lo tanto, una aplicación que solicite un razonamiento extenso puede gastar más que otra que pida una respuesta breve, aunque el usuario vea una respuesta final de extensión similar.

Los documentos repetidos pueden costar menos de procesar

Qwen4-Max admite el almacenamiento en caché explícito e implícito. La caché permite que un servicio reutilice entradas procesadas anteriormente, como una instrucción estándar, la descripción de una herramienta o un documento de referencia, en lugar de cobrar cada vez la tarifa normal de entrada por el mismo material.

Según la documentación de Alibaba, el almacenamiento en caché explícito funciona con las interfaces OpenAI Chat Completions, OpenAI Responses y Anthropic Messages. Se indican duraciones de cinco minutos y una hora. El precio informado para leer desde la caché implícita es de US$0,075 por millón de tokens, frente a US$0,25 anteriormente, una reducción del 70%.

La reutilización es importante para los agentes, porque pueden consultar las mismas instrucciones y documentos en varios pasos. Un precio más bajo por token, una menor cantidad de tokens generados y la reutilización de entradas comunes pueden contribuir, en conjunto, a reducir el costo de completar una tarea. Su efecto dependerá de la frecuencia con que una aplicación repita información y de la cantidad de trabajo que realice el modelo.

Publicidad

Un modelo grande que activa una parte menor

Los 2,4 billones de parámetros de la base de Qwen4-Max, según los datos publicados, describen los valores numéricos que el modelo aprendió durante el entrenamiento. Su diseño de mezcla de expertos distribuye parte de esa capacidad entre componentes especializados y selecciona un subconjunto mientras procesa cada token.

Los detalles de la arquitectura indican que se activan 71.000 millones de parámetros por token, alrededor del 3% de los 2,4 billones de la base. También describen otros 328.000 millones de parámetros utilizados para incrustaciones de N-gramas, que almacenan representaciones de patrones locales y breves de tokens.

El diseño de Alibaba combina Qwen Sparse Attention con capas Gated DeltaNet. En términos sencillos, algunas capas comprimen la información anterior en un estado compacto, mientras un mecanismo de indexación selecciona partes pertinentes del contexto más amplio. El objetivo es reducir el procesamiento necesario para secuencias largas.

Gated Residuals ofrece cuatro rutas paralelas para la información, con compuertas que controlan la lectura y la escritura. Alibaba informa que el entrenamiento fue estable, sin picos de pérdida, y afirma que su modelo base obtuvo entre un 5% y un 13% menos bits por byte que Qwen3.8-Max-Base, al tiempo que activó un 25% menos de parámetros. Los bits por byte miden la eficiencia de predicción durante una evaluación; un valor más bajo significa que el modelo predice el texto de prueba con mayor eficiencia.

Las evaluaciones muestran avances y una competencia desigual

La tabla comparativa de Alibaba sitúa a Qwen4-Max en primer lugar en cuatro de 16 evaluaciones. Su ventaja más destacada es en HLAB-Vals-1.1, una evaluación de agentes jurídicos, donde obtiene 21,3, frente a 11,7 de Kimi K3.1 y 9,2 de Claude Opus 5.5.

El modelo también lidera la tabla en Agents' Last Exam v1.1, con 46,7; BioMysteryBench, con 85,0; y DeepSWE v1.1, con 75,7. Las diferencias en estas dos últimas evaluaciones son estrechas: GPT-6.1 Sol obtiene 84,4 en BioMysteryBench, mientras Kimi K3.1 alcanza 75,5 en DeepSWE.

El resultado de Alibaba en Work360 sube de 47,74 para Qwen3.8-Max a 52,69 para Qwen4-Max, un aumento de 4,95 puntos. Work360 abarca 26 dominios de alto nivel y 721 campos especializados, lo que vincula las afirmaciones de la empresa sobre rendimiento y costo con una amplia variedad de tareas laborales.

Otros resultados muestran diferencias mayores frente a la competencia. Qwen4-Max obtiene 31,5 en ProgramBench, frente a 65,0 de Claude Opus 5.5, y 54,2 en Chartography, frente a 71,1 de GPT-6 Astra. Claude Opus 5.5 lidera siete de las 16 evaluaciones de la tabla. Las comparaciones del lanzamiento combinan resultados de Alibaba con algunas puntuaciones tomadas de tablas de clasificación externas, sin una verificación independiente al momento del lanzamiento.

Publicidad

Qué pueden conectar hoy los desarrolladores

Alibaba admite las API de OpenAI Chat Completions, OpenAI Responses, Anthropic Messages y DashScope. La compatibilidad con estas interfaces ofrece a los desarrolladores formas conocidas de enviar solicitudes y recibir resultados, aunque las aplicaciones aún deben configurarse y probarse para el nuevo modelo.

Entre las funciones documentadas se incluyen la transmisión progresiva de respuestas, la búsqueda web, las llamadas paralelas a herramientas y la salida estructurada mediante objetos JSON o JSON Schema. La transmisión progresiva entrega la respuesta a medida que se genera. Las llamadas paralelas a herramientas permiten que el modelo solicite varias operaciones a la vez, mientras que la salida estructurada ayuda al software a recibir información en un formato predecible.

El modo de razonamiento está activado por defecto, con el nivel de esfuerzo de razonamiento en High y un presupuesto de 131.072 tokens. Los niveles disponibles son Low, High y Xhigh. Los desarrolladores pueden ajustar estos controles según las distintas necesidades de velocidad, costo y razonamiento de cada tarea.

La tabla oficial de capacidades de Alibaba indica que la inferencia por lotes, el ajuste fino y el despliegue de modelos no están disponibles. Estas especificaciones del servicio son más limitadas que las de un anuncio del lanzamiento que incluye el procesamiento por lotes y el ajuste fino entre las funciones disponibles. Los límites globales son de 30.000 llamadas y cinco millones de tokens de entrada y salida por minuto; cualquiera de estos umbrales puede restringir el tráfico.

Los agentes incorporan una etapa de revisión

Alibaba también lanzó un complemento que permite a los agentes entregar una primera versión de su trabajo y revisarla en respuesta a los comentarios de los usuarios. Esto incorpora una etapa de revisión a un flujo de trabajo que, de otro modo, podría intentar completar una tarea en una sola ejecución.

Un usuario puede evaluar un resultado inicial antes de pedirle al agente que lo modifique. En tareas de oficina, programación y diseño, esto ofrece un momento concreto para corregir el rumbo, en lugar de esperar a que termine una secuencia más larga de acciones.

Qwen4-Max es un modelo propietario, disponible a través de servicios alojados, sin pesos descargables para ejecutarlo en los equipos de los clientes. Alibaba planea publicar como código abierto modelos Qwen4 más pequeños. Por ahora, el acceso al modelo insignia se ofrece a través de los servicios en la nube y las aplicaciones de la empresa.

Puntos clave

  • Qwen4-Max está disponible de forma general a través de QwenCloud, después de una vista previa iniciada el 11 de noviembre de 2026.
  • El modelo acepta texto, imágenes y video, y admite una ventana de contexto de un millón de tokens.
  • Los precios internacionales de la API son de US$1,50 por millón de tokens de entrada y US$4,50 por millón de tokens de salida, un 25% menos que las tarifas informadas para el modelo anterior.
  • Alibaba afirma que el costo promedio de las tareas de Work360 bajó de 26,58 a 11,16 yuanes, alrededor de un 58%.
  • La documentación oficial indica una salida máxima de 131.072 tokens en el modo sin razonamiento y un límite combinado de 262.144 tokens para el razonamiento y la respuesta.
  • La tabla de Alibaba sitúa al modelo en primer lugar en cuatro de 16 evaluaciones, con resultados más débiles en algunas tareas de programación y visuales.
  • El modelo insignia sigue siendo propietario y está disponible a través de servicios alojados; se prevé publicar como código abierto modelos Qwen4 más pequeños.
Compartir este artículo

También le puede interesar