9 min read

¿Qué es Qwen4-Max? El modelo insignia de Alibaba, su API y precios

Qwen4-Max es el primer modelo Qwen4 de Alibaba. Qué significan sus 2,4 billones de parámetros, cómo llamarlo con el SDK de OpenAI y cuánto cuesta.

Respuesta corta: Qwen4-Max es el nuevo modelo insignia de Alibaba y el primero de la familia Qwen4. Salió el 16 de noviembre de 2026, después de una versión preliminar que abrió el 11 de noviembre. Tiene 2,4 billones de parámetros en total, de los que solo 71.000 millones trabajan en cada token, visión nativa y una ventana de contexto de 1 millón de tokens (Alibaba Cloud). Ya puedes llamarlo como qwen4-max en QwenCloud con el SDK de OpenAI que probablemente ya usas. En la región de Singapur cuesta 1,50 dólares por millón de tokens de entrada y 4,50 dólares por millón de tokens de salida.

Si viste el anuncio y te preguntas si vale la pena conectar Qwen4-Max a tu proyecto, esta guía es para ti. Aquí verás qué es el modelo, qué significan sus cifras, cómo llamarlo desde tu código, cuánto cuesta, cómo se compara en precio con los modelos Gemini 4 de Google y qué quiere decir eso de "pesos abiertos pronto".

Si buscas el panorama completo de asistentes, agentes y modelos, empieza por nuestro hub de herramientas de IA.

¿Qué es Qwen4-Max?

Qwen es la familia de modelos de IA de Alibaba. Qwen4-Max es el más grande y capaz hasta ahora, y el primero de la nueva generación Qwen4. La documentación de QwenCloud lo describe como un modelo que combina razonamiento, visión nativa y ejecución de tareas largas, pensado para programación, trabajo profesional, diseño e investigación científica (QwenCloud).

"Visión nativa" quiere decir que entiende imágenes y video directamente, sin otro modelo de visión delante. Le puedes pasar una captura de pantalla, una gráfica o la grabación de una demo junto con tu texto.

¿Qué significan 2,4 billones y 71.000 millones de parámetros?

Los parámetros son los números que el modelo aprende durante el entrenamiento. Más parámetros suelen significar más conocimiento y más habilidad, pero también más cálculo por respuesta.

Qwen4-Max usa un diseño llamado mezcla de expertos (MoE, por sus siglas en inglés). En lugar de activar todos los parámetros con cada palabra, el modelo envía cada token a un grupo pequeño de partes especializadas. Por eso, aunque tiene 2,4 billones de parámetros en total, solo unos 71.000 millones trabajan en cada token. Alibaba dice que son 25 % menos parámetros activos que su antecesor, Qwen3.8-Max, con el mismo tamaño total, y que así busca ser más potente y más barato de operar al mismo tiempo.

Ficha técnica

Según la página del modelo en QwenCloud, revisada el 17 de noviembre de 2026:

DatoValor
Identificadorqwen4-max
Ventana de contexto1.000.000 de tokens
Entrada máxima991.808 tokens sin razonamiento, 983.616 con razonamiento
Salida máxima131.072 tokens sin razonamiento, 262.144 entre razonamiento y respuesta
EntradasTexto, imágenes, video y PDF
Herramientas integradasLlamadas a funciones, búsqueda web, extracción de páginas web, intérprete de código, MCP
No disponibleInferencia por lotes, ajuste fino, despliegue propio

El razonamiento viene activado por defecto. Puedes elegir el nivel de esfuerzo con low, high (el predeterminado) o xhigh, o apagarlo en Chat Completions con enable_thinking=false.

Cómo llamar a Qwen4-Max desde tu código

La buena noticia: no necesitas un SDK nuevo. QwenCloud acepta peticiones con el formato de OpenAI, así que el cliente de OpenAI funciona en cuanto lo apuntas al endpoint de QwenCloud. Este ejemplo viene de la guía rápida de QwenCloud:

python
import os
from openai import OpenAI
 
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)
 
response = client.chat.completions.create(
    model="qwen4-max",
    messages=[{"role": "user", "content": "Crea un plan de proyecto con entregas por etapas."}],
)
print(response.choices[0].message.content)

Ten en cuenta que las claves de API son por región: la URL del ejemplo corresponde a Singapur, y para otra región cambias ap-southeast-1 por la que te toque.

Además de Chat Completions, QwenCloud admite la API Responses de OpenAI, la API Messages de Anthropic y su propia API DashScope. Eso te permite usarlo también desde herramientas de programación: la documentación incluye notas de configuración para Claude Code, Codex y OpenCode.

Dos cosas que conviene saber antes de construir encima. Primero, en conversaciones de varios turnos con llamadas a herramientas, conserva en el historial los mensajes del asistente y su razonamiento, porque QwenCloud activa preserve_thinking por defecto. Segundo, si reenvías el mismo prompt de sistema largo o los mismos documentos, la caché explícita reduce el costo de esa entrada repetida. Funciona con Chat Completions, Responses y Messages de Anthropic, con una duración de 5 minutos o de 1 hora.

¿Cuánto cuesta Qwen4-Max?

QwenCloud cobra por millón de tokens, en dólares estadounidenses, con el mismo precio en modo con razonamiento y sin razonamiento, y sin tramos por longitud de la entrada (precios de QwenCloud, revisados el 17 de noviembre de 2026):

ConceptoSingapur (internacional)Pekín y regiones globales
Entrada1,50 USD1,413 USD
Salida, incluido el razonamiento4,50 USD4,24 USD
Escritura en caché, 5 minutos1,875 USD1,767 USD
Escritura en caché, 1 hora3,00 USD2,827 USD
Lectura de caché0,075 USD0,071 USD

Las regiones globales son Fráncfort, Hong Kong, Tokio y Estados Unidos (Virginia). Los tokens de razonamiento se cobran como salida, así que un esfuerzo de razonamiento más alto significa una factura más grande por la misma pregunta.

¿Hay opción gratuita? Los usuarios nuevos de pago por uso en la región de Singapur reciben 1 millón de tokens gratis para probar el modelo. Las demás regiones no tienen cuota gratuita. También puedes usar Qwen4-Max con Token Plan, la suscripción por créditos de Alibaba, o en sus apps QwenWork y QwenStudio.

¿Qué dice Alibaba sobre su rendimiento?

El anuncio de Alibaba trae varias afirmaciones de rendimiento. Tómalas como cifras de la propia Alibaba, no como pruebas independientes:

  • Programación: Qwen4-Max quedó en el sexto lugar de Code Arena, una tabla de clasificación de programación con tareas reales.
  • Eficiencia: en Work360, una prueba propia de Alibaba con tareas de 721 campos especializados, la empresa dice que Qwen4-Max supera en conjunto a Qwen3.8-Max usando 35 % menos tokens en su modo de razonamiento alto y bajando cerca de 60 % el costo promedio por tarea.
  • Agentes y ciencia: Alibaba describe una ejecución continua de 48 horas de un agente que ayudó a descubrir una molécula refrigerante para enfriar chips, validada en laboratorio.

Los benchmarks te dicen por dónde empezar a probar, no qué elegir. Pruébalo con un puñado de tus propias tareas antes de mover una carga de trabajo en producción.

Qwen4-Max vs Gemini 4: comparación rápida de precios

Qwen4-Max llegó cuatro días después de Gemini 4 Hydrogen de Google, y los dos tienen una ventana de 1 millón de tokens. Así se comparan sus precios de lista, revisados el 17 de noviembre de 2026:

Qwen4-Max (Singapur)Gemini 4 HydrogenGemini 4 Argon
Entrada por millón de tokens1,50 USD1,50 USD2 USD, y 4 USD desde el 1 de diciembre de 2026
Salida por millón de tokens4,50 USD7,50 USD10 USD, y 20 USD desde el 1 de diciembre de 2026
Opción gratuita1 millón de tokens gratis para usuarios nuevos en SingapurNivel gratuito de la API con límites de usoSin nivel gratuito en la API
Ventana de contexto1 millón de tokensCerca de 1 millón de tokensCerca de 1 millón de tokens

Fuentes: precios de QwenCloud y precios de la API de Gemini. En papel, Qwen4-Max cuesta lo mismo que Hydrogen en entrada y menos en salida. Pero el precio por token no es el precio por tarea. Un modelo que razona más tiempo o que necesita más reintentos puede salir más caro en total, así que compara con tus prompts reales. Para conocer el lado de Google, lee nuestras guías sobre Gemini 4 Hydrogen y Gemini 4 Argon.

¿Qwen4 tendrá pesos abiertos?

Qwen4-Max no, por ahora. Solo está disponible en QwenCloud y en las apps de Alibaba. Lo que Alibaba anunció es que "pronto" publicará para desarrolladores de todo el mundo modelos más pequeños de la serie Qwen4 con pesos abiertos. No dio fechas ni tamaños.

Eso importa si quieres correr un modelo en tu propio equipo o ajustarlo con tus datos. Hoy Qwen4-Max no se puede descargar ni ajustar, y QwenCloud indica que el ajuste fino no está disponible para este modelo.

Versión preliminar vs modelo final

Durante la fase preliminar, Alibaba ofreció un modelo aparte, qwen4-max-preview, solo a través de Token Plan. QwenCloud dice que esa versión estará disponible hasta las 24:00 del 25 de noviembre de 2026 (hora de China, UTC+8) y que después se retirará. La documentación ya recomienda el modelo de producción, qwen4-max, así que si probaste la versión preliminar, cambia el identificador en tu código antes de esa fecha.

Dónde encaja Qwen4-Max entre otras familias de modelos

Qwen se suma a un campo lleno de familias de modelos fuertes. Si estás comparando opciones, nuestras guías sobre Kimi AI y Mistral AI explican otras dos familias que los desarrolladores suelen probar lado a lado.

La habilidad detrás de elegir un modelo

Cada pocas semanas aparece un nuevo modelo insignia. Los nombres cambian, pero la habilidad es la misma: saber qué modelo sirve para cada trabajo, probarlo con tareas reales y revisar lo que produce. Si quieres mejorar construyendo con modelos y agentes de IA, a tu ritmo, el formulario de abajo es el lugar para preguntar cómo.

Fuentes, revisadas el 17 de noviembre de 2026: Alibaba Unveils Qwen4-Max (Alibaba Cloud, 16 de noviembre de 2026), Latest model: Qwen4-Max (documentación de QwenCloud), Pricing (documentación de QwenCloud), qwen4-max-preview (documentación de QwenCloud), precios de la API de Gemini (Google).

¿Quieres construir con modelos y agentes de IA?

Recibe información para aprender IA aplicada a tu ritmo, con rutas guiadas y mentoría.

Preguntas Frecuentes