Nube abstracta de partículas luminosas ámbar y violeta formando una esfera sobre fondo oscuro
Volver al blog
IA 17 Noviembre 2026 16 min lectura 12 visitas

Qwen4-Max: qué es, precio, benchmarks y cómo usar el nuevo modelo de Alibaba

Chester
Chester Editor 17 Nov 2026 · 16 min de lectura · 12 visitas

Qwen4-Max es el nuevo modelo insignia de Alibaba, disponible por API desde el 16 de noviembre de 2026: un modelo enorme, de 2,4 billones de parámetros, que cuesta 1,50 dólares por millón de tokens de entrada y 4,50 de salida, menos de la cuarta parte que Claude Opus 5.5 en la salida. Es un salto importante sobre Qwen3.8-Max: más listo, un 25 % más barato por token y con un coste por tarea que, según los datos independientes, baja a un tercio. Pero no es el mejor modelo chino (ese título sigue siendo de Kimi K3.1 Pro en el índice de Artificial Analysis), es lento y habla mucho, y sus pesos no son abiertos. En este artículo te explicamos qué es, qué dicen los benchmarks de Alibaba y las pruebas independientes, cuánto cuesta de verdad, cómo usarlo desde España y para qué tiene sentido.

En resumen: disponible por API desde el 16 de noviembre de 2026 (versión preliminar desde el 11). Tamaño: 2,4 billones de parámetros, 71.000 millones activos por token. Contexto: un millón de tokens. Precio: 1,50 $ por millón de tokens de entrada, 4,50 $ de salida y 0,075 $ en caché. Artificial Analysis: 43 puntos, por detrás de Kimi K3.1 Pro (46) y lejos de Claude Fable 5.2 (65). Pesos: cerrados; Alibaba promete modelos Qwen4 más pequeños de código abierto, sin fecha.

¿Qué es Qwen4-Max?

Qwen es la familia de modelos de lenguaje de Alibaba, la gran empresa china de comercio electrónico y computación en la nube. Dentro de cada generación, el modelo «Max» es el más grande y capaz, el que compite con los modelos de frontera de OpenAI, Anthropic y Google. Qwen4-Max es el primero de la cuarta generación.

Alibaba lo publicó en versión preliminar el 11 de noviembre dentro de su plan de suscripción por tokens, y lo abrió a todo el mundo en su API de pago por uso el 16 de noviembre. La compañía lo presenta como su modelo Qwen más capaz hasta la fecha, y su mensaje principal no es tanto la inteligencia bruta como la eficiencia: según Alibaba, reduce de media un 60 % el coste por tarea respecto a Qwen3.8-Max.

Acepta texto, imágenes (de hasta 16 megapíxeles) y vídeo (de hasta dos horas o 2 GB) como entrada, pero solo responde con texto: no genera imágenes ni vídeo. Incluye modo de razonamiento, llamadas a funciones, búsqueda web, salida estructurada, caché de contexto, procesamiento por lotes y ajuste fino.

Pasillo de un centro de datos con armarios de servidores iluminados con luz ámbar
Qwen4-Max funciona en la nube de Alibaba: no se puede descargar ni ejecutar en un ordenador propio.

Cómo está hecho

Qwen4-Max usa una arquitectura de mezcla de expertos (MoE) revisada. En lugar de usar todos sus parámetros para cada palabra, activa solo una parte, lo que lo hace mucho más barato de ejecutar de lo que sugiere su tamaño:

  • 2,4 billones de parámetros en total en el modelo principal.
  • 71.000 millones activos por token, un 25 % menos que los 95.000 millones de Qwen3.8-Max.
  • 328.000 millones de parámetros adicionales en una tabla de «embeddings N-gram», una especie de diccionario de patrones cortos de texto aprendidos, que ayuda al modelo a reconocer combinaciones frecuentes sin gastar cálculo.
  • Un millón de tokens de contexto, igual que su predecesor.

La consecuencia práctica es que, aunque es más grande, gasta menos. Según Alibaba, con el razonamiento alto usa alrededor de un 35 % menos de tokens por tarea, y según Heise, en el índice de Artificial Analysis consume un 32 % menos de tokens de entrada y un 39 % menos de salida que Qwen3.8-Max.

Dónde queda frente a los demás

La referencia independiente más usada para comparar modelos es el índice de inteligencia de Artificial Analysis, que promedia nueve pruebas. Así queda Qwen4-Max:

Índice de inteligencia de Artificial Analysis

Puntuación media en nueve pruebas independientes. Más es mejor.

Índice de inteligencia de Artificial AnalysisPuntuación media en nueve pruebas independientes. Más es mejor.Claude Fable 5.2Índice: 65 — Claude Fable 5.265Gemini 4 CarbonÍndice: 60 — Gemini 4 Carbon60Claude Opus 5.5Índice: 59 — Claude Opus 5.559GPT-6 AstraÍndice: 57 — GPT-6 Astra57GPT-6.1 SolÍndice: 55 — GPT-6.1 Sol55Kimi K3.1 ProÍndice: 46 — Kimi K3.1 Pro46Qwen4-MaxÍndice: 43 — Qwen4-Max43Qwen3.8-MaxÍndice: 34 — Qwen3.8-Max34020406080
Ver los datos en tabla
DatoÍndice
Claude Fable 5.265
Gemini 4 Carbon60
Claude Opus 5.559
GPT-6 Astra57
GPT-6.1 Sol55
Kimi K3.1 Pro46
Qwen4-Max43
Qwen3.8-Max34
Fuente: Artificial Analysis, recogido por Heise y A2Agent (16 de noviembre de 2026).

Con 43 puntos, Qwen4-Max mejora en 9 puntos a Qwen3.8-Max y avanza en las nueve pruebas del índice, según Heise. Pero queda noveno en la clasificación general, por detrás de todos los modelos de frontera occidentales y también de Kimi K3.1 Pro, de Moonshot AI, que con 46 puntos sigue siendo el modelo chino mejor situado. Lo analizamos en nuestro artículo sobre Kimi K3.1 Pro.

La distancia con la cabeza es grande: Claude Fable 5.2, el último modelo de Anthropic, lidera el índice con 65 puntos. Te contamos sus novedades en nuestro artículo sobre Claude Fable 5.2 y Mythos 5.2.

Los benchmarks de Alibaba

Alibaba ha publicado una tabla con sus resultados frente a los principales modelos del mercado. Estos son los más relevantes:

PruebaQwen4-MaxClaude Opus 5.5GPT-6.1 SolKimi K3.1
DeepSWE v1.1 (programación)75,774,275,275,5
Terminal-Bench 4.0 (terminal)48,559,656,167,2
ProgramBench (replicar software)31,565,052,525,0
APEX-Agents v1.1 (agentes)72,173,560,065,5
JobBench (tareas profesionales)68,575,466,261,2
HLAB-Vals (agentes jurídicos)21,39,26,311,7
BioMysteryBench (biología)85,081,984,480,6
Humanity's Last Exam51,759,854,051,1
Chartography (gráficos)54,266,367,850,0
Comprensión de vídeo68,174,873,863,2

Lo que dice la tabla, leída con calma:

  • Gana a su predecesor en todo. Qwen4-Max supera a Qwen3.8-Max en cada una de las pruebas.
  • Destaca en agentes de trabajo y en algunas tareas de conocimiento: lidera DeepSWE por la mínima, HLAB-Vals, BioMysteryBench y Agents' Last Exam (46,7 frente a 43,4 de Opus 5.5 y Kimi).
  • Flojea en programación con terminal y en replicar software, donde Opus 5.5, GPT-6.1 Sol y Kimi le sacan mucha ventaja.
  • También queda por detrás en comprensión de gráficos y vídeo, pese a aceptarlos como entrada.

Según el recuento de A2Agent, en la comparación de Alibaba Qwen4-Max solo es el mejor en 4 de 16 pruebas, mientras que Opus 5.5 lo es en 7. Y en la clasificación por votos AgentArena saca 7,5 puntos, frente a 18,2 de Opus 5.5.

Alibaba también destaca Work360, una prueba propia con 26 áreas profesionales, en la que Qwen4-Max saca 52,69 puntos frente a 47,74 de Qwen3.8-Max. Hay que tomarla con cautela: la ha diseñado, preparado y corregido la propia Alibaba, y solo compara con su modelo anterior.

Red abstracta de finos hilos luminosos violetas y naranjas que conectan pequeños puntos de luz sobre fondo oscuro
Qwen4-Max destaca en tareas de agentes de trabajo, pero queda por detrás en programación con terminal.

Las pruebas independientes

Lo más interesante es que varias evaluaciones externas confirman los datos de Alibaba en lo esencial:

  • Vals AI midió un 48,48 % en Terminal-Bench 4.0, prácticamente igual que el 48,5 % que anunció Alibaba. Eso da credibilidad al resto de su tabla.
  • En el índice general de Vals, Qwen4-Max saca un 63,20 %, el undécimo de 38 modelos y el mejor resultado de un modelo chino en esa prueba. GPT-6.1 Sol queda justo por encima, con un 63,94 %.
  • Por áreas, en Vals: octavo de 41 en finanzas (61,99 %), decimoquinto de 129 en Vibe Code Bench (86,66 %), y flojo en investigación jurídica profunda (puesto 33 de 95).
  • Artificial Analysis le da los 43 puntos que comentábamos, y señala que es muy verboso: generó 127 millones de tokens de salida en su índice, frente a una mediana de 78,6 millones.

Conclusión de las pruebas externas: Qwen4-Max es un modelo sólido, del nivel de los modelos occidentales de gama media-alta en tareas de oficina y conocimiento, pero no compite con los mejores en programación ni en razonamiento difícil.

Precio en la API

Aquí es donde Qwen4-Max juega su mejor carta. Su precio oficial es de 1,50 dólares por millón de tokens de entrada, 4,50 por millón de salida y 0,075 por millón de entrada en caché, un 25 % menos que Qwen3.8-Max en entrada y salida y un 70 % menos en caché.

Precio en la API

Dólares por millón de tokens.

  • Qwen4-Max
  • GPT-6.1 Sol
  • Kimi K3.1 Pro
  • Claude Opus 5.5
Precio en la APIDólares por millón de tokens.0 $5 $10 $15 $20 $Qwen4-Max: 1,50 $ — EntradaGPT-6.1 Sol: 2,00 $ — EntradaKimi K3.1 Pro: 2,00 $ — EntradaClaude Opus 5.5: 4,00 $ — EntradaEntradaQwen4-Max: 4,50 $ — SalidaGPT-6.1 Sol: 10,00 $ — SalidaKimi K3.1 Pro: 10,00 $ — SalidaClaude Opus 5.5: 20,00 $ — SalidaSalida
Ver los datos en tabla
DatoQwen4-MaxGPT-6.1 SolKimi K3.1 ProClaude Opus 5.5
Entrada1,50 $2,00 $2,00 $4,00 $
Salida4,50 $10,00 $10,00 $20,00 $
Fuente: precios oficiales de cada empresa. Qwen4-Max, región de Singapur.

En la salida, que es lo que más cuesta en casi todas las tareas, Qwen4-Max cuesta el 22,5 % de lo que cuesta Claude Opus 5.5 y el 45 % de GPT-6.1 Sol, según Xenospectrum. El precio indicado es el de la región de Singapur, la opción habitual para clientes internacionales; en la región global (con centros como Tokio) es ligeramente más barato: 1,413 dólares de entrada y 4,24 de salida. Los nuevos usuarios de pago por uso en Singapur reciben un millón de tokens gratis.

Para hacerte una idea: un informe de 100.000 tokens de entrada con una respuesta de 10.000 tokens costaría unos 15 céntimos de entrada y 4,5 céntimos de salida, menos de 20 céntimos en total.

El coste real por tarea

El precio por token engaña si el modelo necesita muchos tokens para terminar una tarea, y Qwen4-Max habla mucho. Por eso Artificial Analysis mide también el coste de completar todas las pruebas de su índice:

Coste por tarea del índice de Artificial Analysis

Dólares por tarea completada. Menos es mejor.

Coste por tarea del índice de Artificial AnalysisDólares por tarea completada. Menos es mejor.GPT-6.1 SolCoste por tarea: 1,27 $ — GPT-6.1 Sol1,27 $Qwen4-MaxCoste por tarea: 3,27 $ — Qwen4-Max3,27 $Kimi K3.1 ProCoste por tarea: 3,68 $ — Kimi K3.1 Pro3,68 $Qwen3.8-MaxCoste por tarea: 10,02 $ — Qwen3.8-Max10,02 $Claude Opus 5.5Coste por tarea: 10,04 $ — Claude Opus 5.510,04 $0 $5 $10 $15 $
Ver los datos en tabla
DatoCoste por tarea
GPT-6.1 Sol1,27 $
Qwen4-Max3,27 $
Kimi K3.1 Pro3,68 $
Qwen3.8-Max10,02 $
Claude Opus 5.510,04 $
Fuente: Artificial Analysis, recogido por Heise y A2Agent.

Las conclusiones son claras:

  • Frente a su predecesor, el ahorro es enorme: de 10,02 a 3,27 dólares por tarea. Es la mejora más importante de esta versión.
  • Frente a Claude Opus 5.5, cuesta un tercio por tarea, aunque Opus es bastante más capaz.
  • Frente a GPT-6.1 Sol, sale más caro: 3,27 dólares frente a 1,27, a pesar de que Sol tiene una tarifa por token más alta. Sol necesita muchos menos tokens para resolver lo mismo y, además, saca más puntuación.

Es decir, Qwen4-Max es barato por token, pero no es la opción más económica por resultado. Si tu prioridad es el coste por tarea con buena calidad, GPT-6.1 Sol es hoy difícil de batir. Si quieres algo aún más barato para tareas sencillas, mira nuestras guías de GPT-6.1 Terra y de Gemini 4 Hydrogen.

Balanza antigua de latón sobre una mesa de madera oscura con pequeñas esferas de cristal en cada platillo
Barato por token no siempre significa barato por tarea: lo que cuenta es cuánto gasta el modelo hasta terminar.

Las pegas: lento y verboso

Las evaluaciones externas coinciden en dos defectos:

  • Es lento. En el índice de Vals tardó 1 hora, 4 minutos y 39 segundos en completar las pruebas. Entre los once primeros de esa clasificación, solo Claude Opus 5.5 y Sonnet 5.5 son más lentos.
  • Habla demasiado. Genera muchos más tokens de salida que la media, lo que encarece las tareas y alarga las esperas, aunque haya mejorado mucho respecto a Qwen3.8-Max.

Para usos interactivos, como un asistente que responde mientras esperas, eso pesa. Para tareas que se lanzan en segundo plano, como procesar documentos por lotes, importa mucho menos.

También hay una limitación técnica sin aclarar: la documentación del modelo completo fija la salida máxima en 262.144 tokens (razonamiento y respuesta sumados), pero la página del producto habla de 393.000. Si tu aplicación necesita respuestas muy largas, haz pruebas antes.

Cómo usarlo desde España

Qwen4-Max no está en las tiendas de aplicaciones habituales como un asistente de consumo al estilo de ChatGPT, sino orientado a empresas y desarrolladores. Estas son las vías:

  • API de Alibaba Cloud (Qwen Cloud): pago por uso o con el plan de suscripción por tokens. Para clientes internacionales, la región de Singapur.
  • Aplicaciones de Alibaba: QwenStudio y QwenWork, sus herramientas de trabajo y desarrollo.
  • Intermediarios: plataformas como OpenRouter y Vercel AI Gateway, que permiten usarlo con la misma clave que otros modelos. Es la forma más cómoda si ya trabajas con varios proveedores.
  • Qoder: el entorno de programación con IA de Alibaba.

La API es compatible con el formato de OpenAI, así que la mayoría de herramientas que admiten «proveedores compatibles con OpenAI» pueden usarlo cambiando la dirección y el nombre del modelo. Ojo: el precio promocional «desde 3 dólares» del plan de suscripción no es el precio por token de la API, y conviene no confundirlos.

Privacidad y datos

Antes de mandar datos a un modelo, sea de donde sea, conviene saber dónde se procesan. Con Qwen4-Max hay dos puntos que pesan especialmente para empresas europeas:

  • Elige la región. Alibaba ofrece regiones fuera de China, como Singapur. Revisa en las condiciones del servicio dónde se almacenan y procesan los datos de la región que elijas.
  • Datos personales y RGPD. Si vas a tratar datos personales de clientes o empleados, necesitas comprobar que las transferencias internacionales cumplen el Reglamento General de Protección de Datos. Esto vale para cualquier proveedor de fuera de la Unión Europea, también los estadounidenses.

En materia de seguridad del modelo, Alibaba asegura que ha añadido controles frente a la inyección de código, fallos de seguridad de memoria y control de accesos roto, y que ha hecho trabajo específico de seguridad sobre riesgos químicos, biológicos, radiológicos y nucleares. Según Reuters, sus pruebas internas no encontraron indicios de capacidades de alto riesgo significativas. Las autoridades de Estados Unidos sí han advertido sobre la destilación de modelos por parte de empresas chinas, algo que contamos en el aviso de la NSA, CISA y el FBI.

¿Es de código abierto?

No. Esto ha decepcionado a parte de la comunidad, porque Alibaba ha sido una de las empresas que más modelos abiertos ha publicado. Qwen4-Max es un modelo propietario: solo se usa a través de la API y las aplicaciones de Alibaba, y sus pesos no se pueden descargar.

Alibaba ha dicho que publicará como código abierto modelos Qwen4 más pequeños, pero sin fecha. Mientras tanto, los modelos abiertos de la generación anterior, como Qwen3.8-27B o Qwen3.8-Flash-Next, siguen disponibles. Si quieres ejecutar un modelo en tu ordenador, repasamos las opciones en los mejores modelos de IA de código abierto y te explicamos cómo hacerlo en nuestro tutorial de llama.cpp 1.0.

Para qué usarlo y para qué no

Tiene sentido para:

  • Procesar grandes volúmenes de documentos con contexto largo, donde la entrada en caché a 0,075 dólares abarata mucho el coste.
  • Agentes de trabajo de oficina: informes, análisis, extracción de información y tareas encadenadas sin prisa.
  • Tareas de conocimiento especializado, como biología o investigación jurídica básica, donde rinde bien.
  • Equipos que ya usan Alibaba Cloud o trabajan en mercados asiáticos.

Mejor otro modelo para:

  • Programación con agentes en terminal: Kimi K3.1 Pro, Claude Opus 5.5 o GPT-6.1 Sol rinden bastante mejor.
  • Asistentes interactivos donde la velocidad importa.
  • Analizar gráficos o vídeo.
  • Ejecutar en local: necesitas un modelo de pesos abiertos.

Si buscas un asistente de uso diario y no una API, en nuestra guía de las mejores alternativas a ChatGPT comparamos las opciones para el público general.

El equipo para trabajar con IA

Qwen4-Max se ejecuta en la nube, así que no necesitas un ordenador potente para usarlo. Pero si vas a pasar horas trabajando con modelos de IA, programando o revisando documentos largos, estas son nuestras recomendaciones:

Preguntas frecuentes

¿Qué es Qwen4-Max?

Es el modelo de IA más avanzado de Alibaba, disponible por API desde el 16 de noviembre de 2026. Tiene 2,4 billones de parámetros, de los que activa 71.000 millones por token, y un contexto de un millón de tokens.

¿Cuánto cuesta Qwen4-Max?

1,50 dólares por millón de tokens de entrada, 4,50 por millón de salida y 0,075 por millón de entrada en caché, en la región de Singapur.

¿Es mejor Qwen4-Max que Kimi K3.1 Pro?

En el índice de Artificial Analysis, no: Kimi saca 46 puntos y Qwen4-Max, 43. En el índice de Vals, Qwen4-Max queda ligeramente por delante. En programación con terminal, Kimi es claramente mejor.

¿Qwen4-Max es de código abierto?

No. Es un modelo propietario que solo se usa por API y en las aplicaciones de Alibaba. La empresa promete modelos Qwen4 más pequeños de código abierto, sin fecha.

¿Se puede usar Qwen4-Max en España?

Sí, a través de la API internacional de Alibaba Cloud (región de Singapur) o de intermediarios como OpenRouter. Si tratas datos personales, revisa el cumplimiento del RGPD.

¿Es más barato que GPT-6.1 Sol?

Por token, sí. Por tarea completada, no: según Artificial Analysis, Qwen4-Max cuesta 3,27 dólares por tarea de su índice y GPT-6.1 Sol, 1,27, porque Sol necesita muchos menos tokens.

Este artículo contiene enlaces afiliados a Amazon con el tag arkaiacorp-21. Si compras a través de estos enlaces, Arkaia puede recibir una comisión sin coste adicional para ti. Nuestra valoración editorial es independiente y no varía según los ingresos por afiliación.

Fuentes: Alibaba, Heise, Xenospectrum, A2Agent, Artificial Analysis, Vals AI y Reuters (16 de noviembre de 2026). Los benchmarks de la tabla son los publicados por Alibaba.

Compartir:

Comentarios

Cargando comentarios...
Habla con Arisa