Alibaba ha lanzado Qwen4-Max, su nuevo modelo de IA más potente, con el que quiere competir con Opus 5.5, GPT-6 y Kimi K3.1 Pro. Su principal argumento es el precio: según la compañía, cada tarea cuesta un tercio de lo que costaba con su predecesor.
Es un modelo de tipo mezcla de expertos, que tiene 2,4 billones de parámetros pero solo activa 71.000 millones por cada fragmento de texto que procesa. Entiende imágenes de forma nativa y admite un millón de tokens de contexto, es decir, puede manejar documentos muy largos de una vez.
Una arquitectura nueva para abaratar los textos largos
Qwen4-Max estrena la arquitectura renovada de la serie Qwen4. En lugar de depender solo de la atención estándar, combina dos métodos: tres capas comprimen el contexto previo en un resumen interno, y una cuarta elige solo las partes importantes. Así no tiene que prestar la misma atención a todo el texto, lo que reduce el coste de procesar entradas largas.
Alibaba asegura además que el entrenamiento de esta configuración fue estable, sin picos bruscos de error. En sus pruebas internas, el modelo base mejora entre un 5 y un 13 por ciento a su predecesor, activando un 25 por ciento menos de parámetros por token.
Menos tokens y menos dinero por tarea
Las mejoras de eficiencia se notan en el gasto. En Work360, un test propio de Alibaba sobre tareas industriales, el modelo usa entre un cuarto y un tercio menos de tokens que su predecesor para resolver lo mismo. Según la empresa, el coste medio por tarea baja un 62 %, de 4,43 a 1,67 dólares, mientras la puntuación sube de 47,74 a 52,69.
En pruebas externas, los resultados son mixtos. En Agents’ Last Exam v1.1, una prueba de tareas largas para agentes, obtiene 46,7 puntos, la mejor del grupo de comparación. Pero queda por detrás de Opus 5.5 y de los modelos GPT en Humanity’s Last Exam.
Segundo entre los modelos chinos
En su nivel máximo de razonamiento, Qwen4-Max saca 43 puntos en el Artificial Analysis Intelligence Index, un índice independiente que mide la capacidad general de los modelos. Son nueve más que Qwen3.8-Max y tres menos que Kimi K3.1 Pro, el mejor modelo chino con 46.
El coste por tarea de ese índice baja a 3,27 dólares, frente a los 10,02 de Qwen3.8-Max y los 3,68 de Kimi K3.1 Pro. Los ahorros vienen de precios por token un 25 % más bajos y de un consumo de tokens mucho menor: unos 105.000 tokens de salida por tarea, frente a 171.000. Tencent con su modelo Hy4 es aún más barato, con 1,03 dólares por tarea, aunque saca ocho puntos menos en el índice.
A través de su propia API, Alibaba cobra 1,50 dólares por millón de tokens de entrada y 4,50 por millón de salida.
Live Delivery: devolver el control al usuario
Como buena parte de la industria, Alibaba enfoca este lanzamiento en agentes que realizan tareas largas por su cuenta. El problema es que, si el usuario solo ve el resultado al final, apenas puede corregir errores. La respuesta de Alibaba se llama «Live Delivery»: el modelo entrega pronto una primera versión utilizable y la completa en pasadas posteriores, y el usuario puede intervenir y cambiar de rumbo en cualquier momento. La compañía ha publicado en abierto el complemento Qwen-Live-Delivery-Plugin.
Alibaba cita varios clientes. Los socios del sector automovilístico SANF y Pacific Union habrían reducido con Qwen4-Max el tiempo de programación manual de una sola pieza de unos 475 minutos a 24. En finanzas, el modelo consulta 90 herramientas externas para reunir datos de mercado y entrega archivos de Excel y PowerPoint en los que cada cifra remite a su origen.
Laboratorios, juegos y cautelas
Alibaba también muestra la generación Qwen4 trabajando en laboratorios físicos. Junto a Mira, un sistema de la startup Deep Principle, el modelo funcionó de forma autónoma durante 48 horas: diseñó, sintetizó y probó un nuevo refrigerante para chips de centros de datos, tras revisar 2,7 millones de moléculas candidatas. Con la plataforma de la empresa DP Technology, optimizó 24 moléculas contra una respuesta inflamatoria ligada al alzhéimer, y según Alibaba, el candidato final se une a su objetivo unas 3,6 veces mejor que el compuesto de partida.
Alibaba también presenta Qwen4-Max como generador de videojuegos: a partir de una sola descripción, debería encargarse de escenarios, lógica, recursos y efectos hasta que el juego sea jugable, con motores como Unity, Unreal Engine o Godot. Su proyecto de ejemplo es una aventura de un mago gato. Anthropic, en cambio, ha impedido que su asistente de programación Claude Code recree juegos existentes tras una oleada de clones no oficiales.
En seguridad, Alibaba dice que la proporción de código funcional y seguro subió del 22 % al 31,8 %. Asegura también que sus revisores internos, tras repasar el razonamiento completo del modelo en las pruebas sobre riesgos químicos, biológicos, radiológicos y nucleares, no encontraron una capacidad real que diera a un usuario una ventaja significativa.
Qwen4-Max ya está disponible a través de QwenCloud y en QwenWork, Qoder y QwenStudio. Alibaba prevé publicar más adelante versiones pequeñas de Qwen4 como código abierto, mientras que el modelo grande de momento no tendrá pesos abiertos.




