✨︎ Resumen (TL;DR):
- Alibaba lanzó Qwen3.8-Max, su modelo de IA más grande, con 2.4 billones de parámetros y una ventana de contexto de hasta 1 millón de tokens.
- Arena AI lo ubicó en quinto lugar en texto con 1,496 puntos, frente a los 1,485 de Kimi K3, aunque Kimi conserva ventaja en código web.
- Qwen planea publicar los pesos de Qwen3.8-Max y Qwen3.8-27B durante la semana que comienza el 10 de agosto, sin fecha exacta ni licencia confirmadas.
Alibaba lanzó el 3 de agosto Qwen3.8-Max, su modelo de IA más grande hasta ahora, con 2.4 billones de parámetros y capacidad para recibir texto, imágenes y video. Arena AI lo colocó en el quinto lugar de su ranking general de texto, con 1,496 puntos, por encima de Kimi K3, que obtuvo 1,485 y quedó en el puesto 13. La ventaja no se repite en código web, y Qwen prepara la publicación de los pesos de Qwen3.8-Max y Qwen3.8-27B durante la semana del 10 de agosto, sin licencia ni fecha exacta confirmadas.
Qué ofrece un modelo de 2.4 billones de parámetros
Qwen3.8-Max es un modelo multimodal basado en una arquitectura Mixture of Experts (MoE) que recibe texto, imágenes y video, y responde en texto. Puede procesar hasta 1 millón de tokens en una sola ventana de contexto, y Alibaba lo presentó como un sistema capaz de trabajar con documentos extensos, código y tareas de oficina.
El sistema reúne 2.4 billones de parámetros, pero Alibaba afirma que utiliza aproximadamente 95,000 millones de parámetros por consulta, en vez de activar el modelo completo cada vez. Esa configuración reduce el cómputo necesario para responder, aunque la escala total sigue exigiendo una infraestructura considerable.
Alibaba orienta Qwen3.8-Max a:
- programación autónoma;
- investigación prolongada;
- flujos de trabajo con múltiples pasos;
- documentos extensos, código y tareas de oficina.
Los rankings favorecen a Qwen solo en algunas tareas
En la clasificación general de texto de Arena AI, consultada el 3 de agosto de 2026, Qwen3.8-Max aparecía en el quinto lugar con 1,496 puntos. Kimi K3 ocupaba el puesto 13 con 1,485 puntos, y Qwen también estaba por delante de Moonshot AI. Arena marcó las dos puntuaciones como preliminares.
La tabla de programación web invierte la relación:
- En Code Arena, Kimi K3 ocupaba el segundo lugar con 1,676 puntos y Qwen3.8-Max aparecía en el cuarto con 1,668.
- En Vision Arena, Qwen3.8-Max alcanzaba el segundo puesto global con 1,305 puntos, detrás de Claude Fable 5, que registraba 1,318.
Los resultados acotan el alcance de la comparación. Qwen lleva ventaja en texto, mientras Kimi conserva una diferencia pequeña en programación web. Las puntuaciones de Qwen siguen siendo preliminares y pueden cambiar conforme aumente el número de votos, así que los datos no describen una victoria general.
Una prueba autónoma de aproximadamente 16 días
El equipo de Qwen acompañó el lanzamiento con una demostración de programación de largo plazo. Según su publicación oficial, después de aproximadamente 16 días de operación autónoma, el repositorio utilizado en la prueba había acumulado 265 commits y 127 pull requests al 30 de julio.
Alibaba también presentó un proyecto de ingeniería de software completado en 16 días. La demostración busca mostrar que Qwen3.8-Max puede mantener una tarea durante periodos más largos que una conversación común, con cambios, revisiones y decisiones intermedias.
Las cifras provienen de una prueba presentada por Alibaba, no de una auditoría independiente. La demostración describe el tipo de trabajo que la empresa quiere asociar con Qwen3.8-Max: programación con agentes, investigación extensa y procesos que no terminan en una sola respuesta.
La apertura de pesos aún depende de la licencia
Qwen anunció que publicará los pesos de Qwen3.8-Max y Qwen3.8-27B la próxima semana. Como el anuncio ocurrió el 3 de agosto, la referencia apunta a la semana que comienza el 10 de agosto, aunque la compañía todavía no ha dado un día concreto.
Open weights es una modalidad de distribución que pone los parámetros entrenados a disposición para descarga y adaptación. Laboratorios, empresas y desarrolladores con la infraestructura necesaria podrán probar los modelos fuera de los servidores de Alibaba.
Publicar los pesos no convierte automáticamente al software en código abierto. La licencia determinará si será posible modificar los modelos, redistribuirlos o utilizarlos comercialmente. Qwen todavía no ha publicado esas condiciones ni los requisitos de hardware para ejecutar Qwen3.8-Max.
El modelo de 2.4 billones de parámetros seguirá requiriendo infraestructura considerable, incluso con aproximadamente 95,000 millones de parámetros activos por consulta. Por su escala nominal, Qwen3.8-27B podría resultar más accesible para equipos con recursos propios, pero todavía faltan detalles sobre su arquitectura, la memoria necesaria y la licencia.
Con el lanzamiento, Alibaba busca colocar un modelo de gran escala en rankings públicos y preparar la primera apertura de pesos de su familia Max. La publicación permitirá comprobar sus afirmaciones con los mismos pesos y evaluaciones reproducibles. Hasta entonces, Qwen tiene un resultado favorable en texto y una posición competitiva en visión, mientras Kimi K3 mantiene la ventaja en código web; la fecha exacta y la licencia siguen pendientes.
