Alibaba Qwen 4 Max: modelo insignia MoE de 2.4 billones de parámetros con contexto de 1M de tokens y sus límites reales en pruebasNota · digest del 22 de noviembre
Plano infográfico y cristal óptico de la arquitectura MoE de Qwen 4 Max: 2.4 billones de parámetros, enrutamiento de expertos y contexto de 1 millón de tokens.
Nota3 secciones≈ 5 min

Alibaba Qwen 4 Max: modelo insignia MoE de 2.4 billones de parámetros con contexto de 1M de tokens y sus límites reales en pruebas

¿Vale la pena mover tus agentes de IA de trabajo desde los caros modelos insignia occidentales hacia el nuevo Qwen 4 Max de Alibaba? En noviembre de 2026 la compañía lanzó la versión de producción de su modelo mayor (mostró vista previa el 11 de noviembre y abrió acceso completo el 16) apostando a tres cartas: una gran arquitectura dispersa, un millón de tokens sin recargos y una tarifa de API baja. Veamos dónde cuadran las cuentas y dónde la publicidad corre más rápido que los hechos.

Por dentro: 2.4 billones de parámetros y contexto de un millón

El tamaño total impresiona: 2.4 billones de parámetros. Pero no hace falta calentar un centro de datos entero en cada pregunta, porque Qwen 4 Max usa el esquema Mixture-of-Experts (MoE, «mezcla de expertos»). Imagina un instituto de ingeniería: en plantilla hay cientos de especialistas, pero a la sala de juntas solo llaman a quienes hacen falta para la tarea actual. Por cada token, el modelo activa apenas 71 mil millones de parámetros en lugar de los 95 mil millones del anterior Qwen 3.8 Max, mientras un bloque aparte de 328 mil millones de embeddings de N-gramas acelera el trabajo con combinaciones frecuentes de palabras.

Para evitar que el modelo se atasque con prompts largos, los ingenieros de Alibaba combinaron atención dispersa Qwen Sparse Attention (QSA), Gated DeltaNet (GDN) y Gated Residual de cuatro ramas (GR). La red comprime la memoria de trabajo y evita recalcular en vano fragmentos antiguos de la conversación.

Como resultado, Qwen 4 Max sostiene una ventana de contexto de 1 millón de tokens: la memoria inmediata para una sola petición, donde cabe un código base grande completo o un archivo extenso de documentación. En modo normal admite hasta 991 mil tokens de entrada y hasta 131 mil de salida; en modo de pensamiento profundo, hasta 983 mil de entrada y hasta 262 mil de salida total incluyendo el razonamiento. También trae visión nativa: lee directamente imágenes, diagramas y videos sin conversor externo.

Mediciones independientes frente al comunicado de prensa

En el material promocional aparecen afirmaciones llamativas sobre experimentos científicos autónomos de 48 horas. Bajemos el tono y miremos los números. En el ranking independiente Code Arena el modelo debutó en el puesto 6. Rinde con especial soltura en desarrollo web, frontend y programación agéntica, el modo en que la IA arma su plan, llama herramientas, valida el código y cierra la tarea.

La prueba interna Alibaba Work360 (26 dominios, 182 subdominios y 721 áreas profesionales) suena todavía más optimista: según la empresa, en modo de alto esfuerzo el consumo de tokens bajó cerca de un 35% y el costo medio de una tarea compleja cayó casi un 60%, de 4.43 a 1.67 dólares frente a Qwen 3.8 Max. Pero son mediciones del propio fabricante.

Las reseñas independientes enfrían rápido el entusiasmo: en programación profunda desde terminal sobre repositorios grandes y en parte de las pruebas de comprensión visual, Qwen 4 Max todavía va por detrás de los líderes occidentales de la ola de otoño como Gemini 4 Neon, Claude Fable 5.2 y GPT-6.2 Astra. ¿Un caballo de batalla fuerte? Sí. ¿Campeón indiscutible en todo? No.

Tarifas, API y límites reales de uso

La principal ventaja del modelo es su economía en Alibaba Cloud Model Studio (antes DashScope). En el nodo internacional de Singapur rige una tarifa plana para todo el millón de tokens sin recargos escalonados por peticiones largas, y en los nodos chinos y parte de los globales el precio en yuanes es algo menor todavía (10 yuanes por millón de entrada y 30 yuanes por millón de salida).

Tarifas de Qwen 4 Max en el nodo internacional (Singapur)

Con esa caché conviene sobre todo ejecutar escenarios donde el agente reutiliza muchas veces un mismo contexto grande: análisis de logs, auditoría de cientos de páginas de documentación o automatizaciones multipaso con presupuesto ajustado. Las cuentas nuevas reciben una cuota gratuita de un millón de tokens por 90 días, y para tareas en lote en segundo plano vía Batch hay un 50% de descuento. Además de la nube de Alibaba, el modelo está disponible en QwenWork, Qoder, QwenStudio y proveedores como Together AI y OpenRouter.

Para los desarrolladores facilitaron la migración: la API es compatible de serie con los protocolos de OpenAI (Chat Completions y Responses) y Anthropic Messages, así que puedes enchufarlo en entornos agénticos como Claude Code sin reescribir el cliente. Soporta búsqueda web, llamada de herramientas y salida por JSON Schema.

Ahora los límites. Los pesos de Qwen 4 Max son cerrados: no podrás desplegar el modelo insignia en local para tener privacidad total (en Qwen Research prometen abrir pesos más adelante solo para los modelos menores de la cuarta serie). Además, la API cifra la cadena de razonamiento (CoT encryption): el usuario recibe solo un resumen breve, mientras el hilo completo de pensamiento viaja cifrado entre pasos. Si tu equipo necesita auditar abiertamente cada paso del razonamiento o la máxima precisión en programación pesada en terminal, una factura baja de tokens no compensará esas carencias.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 3