⚡ Veredicto rápido

Es posible que ganemos una comisión si compras a través de nuestros enlaces, sin coste adicional para ti.

Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026, y el lanzamiento estaba diseñado para hacer ruido: un modelo de mezcla de expertos (MoE) de 2.4 billones de parámetros, una puntuación destacada de programación de 75.7 en DeepSWE v1.1 y afirmaciones de haber superado a los mejores modelos de Anthropic y Moonshot. Una vista previa llevaba funcionando discretamente desde el 11 de noviembre, así que el lanzamiento fue menos una sorpresa que una confirmación, pero los detalles importan más que el bombo, porque este es un lanzamiento de Qwen muy distinto.

La familia Qwen construyó su reputación sobre los pesos abiertos. Los desarrolladores podían descargar los modelos, ejecutarlos localmente y ajustarlos libremente, y esa apertura es una gran razón por la que Qwen se convirtió en una de las familias de modelos más usadas del mundo. Qwen4-Max rompe ese patrón: es cerrado, disponible solo a través de la API de Alibaba, con modelos Qwen4 más pequeños prometidos para más adelante. Esa sola decisión cambia a quién va dirigido este modelo, y es lo primero que hay que entender antes que los benchmarks.

¿Qué es Qwen4-Max?

Qwen4-Max es el nuevo modelo de lenguaje grande insignia de Alibaba, el nivel superior de la familia Qwen4. Con 2.4 billones de parámetros totales en una arquitectura de mezcla de expertos (MoE), es uno de los modelos más grandes que ha lanzado Alibaba, pero el número de parámetros por sí solo dice poco. En un diseño MoE, solo una fracción de esos parámetros está activa para cada token, así que las preguntas importantes son qué puede hacer y cuánto cuesta ejecutarlo, no lo grande que sea la cifra principal.

Alibaba posiciona a Qwen4-Max de lleno en la programación y el trabajo agéntico: tareas largas de ingeniería de software, uso de herramientas en varios pasos y agentes autónomos que planifican, ejecutan y se corrigen solos. La puntuación de 75.7 en DeepSWE v1.1 es la pieza central de esa propuesta. DeepSWE evalúa a los modelos en problemas reales de ingeniería de software, del tipo que a un desarrollador humano le lleva horas, no segundos, así que una puntuación a mitad de los 70 es un resultado genuinamente sólido que sitúa a Qwen4-Max entre los mejores modelos de programación disponibles hoy. Para el panorama más amplio de modelos de programación, consulta nuestro resumen de los mejores modelos de código con IA de 2026.

Lo que Alibaba aún no ha confirmado en los materiales de lanzamiento que revisamos es una cifra de ventana de contexto: consulta la documentación oficial de Qwen para conocer la cifra actual antes de planificar cargas de trabajo de contexto largo. Los detalles de disponibilidad también se están asentando: el modelo está activo a través de la API de Alibaba Cloud, y si aparecerá en las aplicaciones de Qwen para consumidores, y cuándo, conviene confirmarlo en el sitio oficial en lugar de suponerlo.

Los benchmarks: sólidos, pero lee la letra pequeña

Aquí es donde una reseña honesta tiene que ir más despacio. Las afirmaciones de benchmarks del día del lanzamiento siempre las elige el vendedor, y el lanzamiento de Qwen4-Max es un caso de manual de por qué eso importa.

Primero, el propio gráfico comparativo de Alibaba muestra a Qwen4-Max liderando solo 4 de 16 benchmarks. No es un mal resultado: liderar en una cuarta parte de una amplia serie de benchmarks, incluidos los tests de programación que más importan a sus usuarios objetivo, es creíble. Pero no es la barrida que sugieren los titulares, y en los otros 12 benchmarks siguen liderando los competidores. Si tu carga de trabajo es razonamiento general, matemáticas o escritura larga en lugar de código, la puntuación principal podría no describir tu experiencia en absoluto.

Segundo, la propia cobertura es confusa. La cobertura de Bloomberg dice que Qwen4-Max superó a Claude Fable 5.1 y Kimi K3.1 Pro; otros medios que cubren el mismo lanzamiento nombran a Claude Opus 5.5 en su lugar. Dos nombres distintos de modelos Claude para la misma comparación, publicados el mismo día, son una señal de alerta: sugieren que al menos un reporte trabaja con tablas comparativas confusas o desactualizadas. Atribuimos cada afirmación de comparación directa en este artículo a las propias cifras de Alibaba, y recomendamos esperar benchmarks independientes antes de declarar un ganador. La posición honesta a 16 de noviembre es esta: Qwen4-Max parece un modelo de programación de primer nivel según las cifras de Alibaba, y el panorama independiente aún se está formando.

Para contextualizar cómo suelen desarrollarse estas comparaciones de buques insignia, nuestra comparativa Gemini 4 Hydrogen vs Claude Fable 5.2 muestra lo reñida que se ha vuelto la cima del mercado, y lo dependiente que es de la carga de trabajo.

Precios de la API: dinero de buque insignia, cobrado con justicia

Qwen4-Max cuesta $1.50 por millón de tokens de entrada y $4.50 por millón de tokens de salida a través de la API de Alibaba. Eso es claramente territorio de buque insignia: más caro que los modelos económicos y de gama media que cuestan centavos por millón de tokens, pero competitivo frente a otros modelos de primer nivel, varios de los cuales cobran más por los tokens de salida.

La estructura de precios dice a quién se dirige Alibaba. Los tokens de entrada son baratos en relación con la salida, lo que favorece las cargas de trabajo agénticas en las que el modelo lee mucho contexto —una gran base de código, documentos largos, salidas de herramientas— y escribe respuestas relativamente compactas. Si tu caso de uso es el inverso (prompts cortos, generaciones largas), la tarifa de salida de $4.50 será el número que domine tu factura. Como siempre, consulta la página oficial de precios de Alibaba Cloud antes de presupuestar: los precios de lanzamiento suelen cambiar en las primeras semanas.

No hay un nivel gratuito para Qwen4-Max que hayamos podido confirmar en el lanzamiento: consulta el sitio oficial por si hay créditos de prueba o promociones, habituales en torno a un lanzamiento insignia y fáciles de pasar por alto.

Para quién es realmente Qwen4-Max

No es, en el lanzamiento, para desarrolladores que necesitan pesos abiertos, despliegue local o ajuste fino en su propio hardware. Para esos usuarios, lo correcto es esperar los modelos Qwen4 más pequeños que Alibaba ha prometido: esos son los lanzamientos con más probabilidades de continuar la tradición abierta de la familia.

Qué vigilar antes de comprometerte

Tres cosas decidirán si Qwen4-Max es un modelo de frontera genuino o un lanzamiento bien publicitado. Primero, los benchmarks independientes: las próximas semanas de evaluaciones de terceros confirmarán el resultado de DeepSWE o lo pondrán en contexto. Segundo, los lanzamientos Qwen4 más pequeños: su apertura, tamaño y rendimiento mostrarán si Alibaba mantiene su compromiso con los pesos abiertos en los niveles que la mayoría de los desarrolladores realmente usan. Tercero, la fiabilidad agéntica en el mundo real: con qué frecuencia el modelo completa tareas de varios pasos sin desviarse, alucinar llamadas a herramientas o necesitar un rescate humano. Esa es la métrica que ningún gráfico de lanzamiento captura, y la que más importa para el público al que Alibaba corteja.

El veredicto

Qwen4-Max es un modelo serio con un resultado de programación serio, lanzado con la dosis habitual de exageración del vendedor. La puntuación de 75.7 en DeepSWE merece tomarse en serio; los titulares de «supera a Claude» merecen tomarse con pinzas hasta que lleguen pruebas independientes; y la decisión de los pesos cerrados es la verdadera historia de este lanzamiento: te dice que Alibaba ahora ve su buque insignia como un producto en la nube, no como un artefacto de la comunidad. Pruébalo si creas agentes de programación y puedes vivir con un modelo solo por API. Espera si necesitas apertura. Y si tu modelo actual ya hace el trabajo, no hay razón para cambiar solo por las afirmaciones del día del lanzamiento.

Preguntas frecuentes

¿Qué es Qwen4-Max?

Qwen4-Max es el nuevo modelo insignia de IA de Alibaba, lanzado el 16 de noviembre de 2026. Es un modelo de mezcla de expertos (MoE) de 2.4 billones de parámetros, posicionado como la oferta de primer nivel de Alibaba para la programación y el trabajo agéntico, y está disponible a través de la API de Alibaba en lugar de como una descarga de pesos abiertos.

¿Es Qwen4-Max de código abierto?

No, al menos no en el lanzamiento. Qwen4-Max es un modelo cerrado, solo por API. Es una ruptura con la tradición de pesos abiertos de la familia Qwen. Alibaba ha dicho que los modelos Qwen4 más pequeños llegarán más adelante, y esos son los que tienen más probabilidades de publicarse abiertamente, pero consulta las páginas oficiales de Qwen para conocer el estado actual antes de suponer que algo se puede descargar.

¿Cuánto cuesta Qwen4-Max?

En el lanzamiento, el precio de la API es de $1.50 por millón de tokens de entrada y $4.50 por millón de tokens de salida. Eso lo sitúa en la misma franja de precios que otros modelos insignia: más barato que algunos, más caro que los niveles económicos. Los precios pueden cambiar, así que consulta la página oficial de precios de Alibaba Cloud antes de presupuestar un proyecto.

¿Qué tan bueno es Qwen4-Max programando?

Según las propias cifras de Alibaba, Qwen4-Max obtuvo 75.7 en DeepSWE v1.1, un exigente benchmark de ingeniería de software: un resultado genuinamente sólido que lo sitúa en la élite de la programación. Pero los benchmarks los elige el vendedor: el propio gráfico comparativo de Alibaba muestra a Qwen4-Max liderando solo 4 de 16 benchmarks, así que trata la cifra principal como un dato más, no como toda la historia.

¿Superó Qwen4-Max a Claude y a Kimi?

Depende de qué reporte leas, y esa es exactamente la razón para tener cuidado. La cobertura de Bloomberg dice que Qwen4-Max superó a Claude Fable 5.1 y Kimi K3.1 Pro en los benchmarks elegidos por Alibaba; otros medios nombran a Claude Opus 5.5 en su lugar. Los propios nombres de los modelos difieren entre reportes publicados el mismo día, así que atribuimos todas las afirmaciones de comparación directa a las propias cifras de Alibaba y recomendamos esperar benchmarks independientes antes de declarar un ganador.

¿Debería cambiar a Qwen4-Max?

Si creas agentes de programación o ejecutas cargas de trabajo agénticas pesadas a través de una API, Qwen4-Max merece una prueba: la puntuación DeepSWE y el precio de $1.50/$4.50 son competitivos. Si necesitas pesos abiertos, despliegue local o un modelo que puedas ajustar tú mismo, espera los lanzamientos Qwen4 más pequeños. Y si tu configuración actual ya funciona, no hay una razón urgente para cambiar solo por las afirmaciones del día del lanzamiento.

AT
Sobre Aitopkit

Investigamos las herramientas de IA en profundidad antes de recomendarlas: precios oficiales, documentación pública e informes reales de usuarios. Si compras a través de nuestros enlaces, podemos ganar una comisión sin coste adicional para ti. Lee nuestra divulgación.