Qwen4-Max baja tarifas y promete usar menos tokens

Qwen4-Max baja tarifas y promete usar menos tokens

Alibaba lanza Qwen4-Max con tarifas 25% menores y una ventana de contexto de un millón de tokens.

Por Humberto Toledo el 15 de noviembre del 2026 a las 11:05 pm PST

✨︎ Resumen (TL;DR):

  • Alibaba lanzó Qwen4-Max, su modelo insignia de IA, con una ventana de contexto de un millón de tokens.
  • En Singapur, la API cuesta 1.50 y 4.50 dólares por millón de tokens de entrada y salida, frente a 2 y 6 dólares de Qwen3.8-Max, una reducción de 25 %.
  • Qwen afirma que redujo el consumo hasta cerca de 50 % en sus pruebas, pero el costo real depende de cada tarea.

Alibaba lanzó Qwen4-Max, su nuevo modelo insignia de inteligencia artificial, con una ventana de contexto de un millón de tokens. La compañía redujo 25 % las tarifas de su API frente a Qwen3.8-Max en la región internacional de Singapur y afirma que el modelo usa hasta cerca de 50 % menos tokens en sus evaluaciones. QwenCloud lo presenta para programación, trabajo profesional y agentes que usan herramientas.

El anuncio sigue a una versión de prueba que comenzó el 11 de noviembre. El comunicado de Qwen lleva fecha del 15 de noviembre de 2026. La oferta de pago por uso utiliza el identificador qwen4-max, mientras que la vista previa conserva qwen4-max-preview.

MCP prepara una extensión para transferir archivos con IA
Te podría interesar:
MCP prepara una extensión para transferir archivos con IA

Un modelo multimodal con activación parcial

El núcleo de Qwen4-Max tiene 2.4 billones de parámetros, es decir, 2.4 millones de millones. De ese núcleo, activa 71,000 millones por token.

La mezcla de expertos es una arquitectura que usa partes de la red para procesar cada token, en vez de activar todos sus componentes a la vez.

El equipo añadió 328,000 millones de parámetros para representaciones de secuencias cortas de tokens, llamadas N-gram Embedding. Es un componente adicional de la arquitectura: la cifra de 2.4 billones describe el núcleo y no incluye esa tabla.

Las tarifas bajan, pero el ahorro depende de la tarea

En la región internacional de Singapur, la tabla de Alibaba Cloud fija para Qwen4-Max 1.50 dólares por cada millón de tokens de entrada y 4.50 dólares por cada millón de tokens de salida. Qwen3.8-Max aparece con 2 y 6 dólares, respectivamente. La reducción es de 25 % en ambas tarifas.

Si una aplicación enviara un millón de tokens y recibiera 100,000, el cargo sería de 1.95 dólares con Qwen4-Max frente a 2.60 dólares con Qwen3.8-Max. El cálculo supone el mismo volumen para los dos modelos y deja fuera la caché y otros cargos.

En una tarea real, cada modelo puede necesitar una cantidad distinta de tokens para completar el mismo trabajo. Por eso, una tarifa menor por token no garantiza por sí sola un gasto menor.

Alibaba también comparó el costo de una tarea completa. En su evaluación Work360, el promedio pasó de 4.43 dólares con Qwen3.8-Max a 1.67 dólares con Qwen4-Max, una disminución aproximada de 62 %.

Ese dato describe el resultado de la evaluación de Alibaba, no una tarifa aplicable a todos los encargos. El costo concreto dependerá de la longitud de la entrada y la respuesta, de los intentos necesarios y de las condiciones del servicio.

El equipo de Qwen afirma que Qwen4-Max también obtuvo una puntuación mayor en Work360: 52.69 frente a 47.74 de Qwen3.8-Max. En esa prueba, la reducción de tokens fue de aproximadamente 24 % con el nivel de esfuerzo Xhigh y de 35 % con High.

En Terminal-Bench 4.0, una prueba de tareas de terminal, Qwen reportó reducciones de alrededor de 48 % y 49 %, respectivamente. Los resultados sustentan el “hasta cerca de 50 %” del anuncio, pero proceden de evaluaciones presentadas por el fabricante. Para llevar la comparación a otro flujo de trabajo, habría que medir ambos modelos con las mismas tareas y comparar calidad y costo.

La tabla de Alibaba Cloud también fija 0.075 dólares por millón de tokens para lecturas de caché en Singapur. Esa tarifa aplica a entradas reutilizadas que cumplen las condiciones de caché y no sustituye el precio de toda la solicitud. Las tarifas cambian según la región de despliegue.

La ventana de un millón tiene límites concretos

La ventana de contexto es el espacio que el modelo puede manejar como contexto, no una respuesta de un millón de tokens. En QwenCloud, el modo de razonamiento admite un máximo de 983,616 tokens de entrada y hasta 262,144 tokens combinados para el razonamiento y la respuesta final.

Sin ese modo, la documentación indica un máximo de 991,808 tokens de entrada y 131,072 tokens de salida. Son límites distintos y no cantidades que puedan sumarse libremente en una misma solicitud.

Además de interpretar imágenes y video, Qwen4-Max admite llamadas a herramientas y salidas estructuradas. Alibaba lo ofrece mediante una API de pago por uso y Token Plan; los límites y las condiciones de acceso dependen de la modalidad elegida.

La vista previa se retirará el 25 de noviembre

La documentación de Alibaba sitúa qwen4-max-preview en Token Plan hasta el 25 de noviembre, hora de Pekín, y señala que esa versión será retirada al terminar el periodo. El modelo disponible por pago por uso utiliza el identificador qwen4-max.

El retiro anunciado se refiere al identificador de prueba, no a una fecha de cierre del nuevo modelo de pago por uso. La diferencia importa para quienes ya integraron la vista previa.

La documentación de qwen4-max-preview fija un máximo de 393,216 tokens combinados entre razonamiento y respuesta. Esa cifra corresponde a la versión de prueba; para qwen4-max, QwenCloud documenta un máximo combinado de 262,144 en el modo de razonamiento.

Sobre la ejecución fuera de la infraestructura de Alibaba, el equipo de Qwen anunció que publicará los pesos de modelos Qwen4 más pequeños, pero no dio una fecha. Ese anuncio no establece las condiciones ni una fecha para publicar los pesos de Qwen4-Max.

Alibaba ya publicó en agosto los pesos de un modelo insignia de la generación anterior, Qwen3.8-2.4T-A95B, bajo una licencia propia. Las condiciones de esa versión no determinan las que tendría un eventual lanzamiento de los pesos de Qwen4-Max.

Qwen4-Max combina una tarifa por token más baja con la afirmación de que necesita menos tokens en determinadas evaluaciones. No son la misma medida: el precio por millón de tokens no garantiza que todas las tareas cuesten menos. En un uso concreto pesan el volumen de entrada y salida, los reintentos, la caché, la región y la modalidad del servicio. Para quienes integraron la vista previa, la fecha operativa es el 25 de noviembre, hora de Pekín; para los pesos de Qwen4-Max, todavía no hay una fecha anunciada.

Fuentes: 1, 2, 3, 4, 5

Más de AI

Feed