Qwen4-Max: especificaciones, precios, benchmarks y API

Por Versus Tools AI Team · Publicado el · Actualizado el · 9 min de lectura · Modelos de IA y noticias

Podemos ganar una comisión si compras a través de los enlaces de esta página. Lee el aviso de afiliados · Cómo analizamos las herramientas

Respuesta rápida. Qwen4-Max se lanzó el 16 de nov. de 2026. Especificaciones, precios verificados de la API, benchmarks frente a Qwen3.8-Max y cómo llamarlo desde tu código.

Qwen4-Max es el nuevo modelo insignia de Alibaba, lanzado el 16 de nov. de 2026: un modelo de mezcla de expertos de 2,4 billones de parámetros que activa 71 000 millones por token, con visión nativa y un contexto de 1 millón de tokens. El id de la API es qwen4-max. En Singapur, el precio de lista es de $1.50 por millón de tokens de entrada y $4.50 por millón de tokens de salida. La tarifa de $0.075 de la publicación de lanzamiento es el precio de entrada con acierto de caché implícita, no el de un prompt normal.

Esta página se basa en documentación oficial, benchmarks e informes públicos. No hemos llamado a la API ni ejecutado Work360.

Cómo se comprobó esta página

Leímos el anuncio de Alibaba del 16 de nov. de 2026, el registro de versiones de Model Studio, la documentación del modelo qwen4-max (última actualización el 16 de nov. de 2026), la página de precios de inferencia de Model Studio y la página de precios de QwenCloud. Los precios de la competencia proceden de la página de precios de cada proveedor, consultada el mismo día. Si una celda no aparece en esas páginas, la tabla indica «no publicado».

El modelo rápido de Google de hace cuatro días es Gemini 4 Hydrogen. El modelo de frontera que Google puso en disponibilidad general el 10 de nov. de 2026 es Gemini 4 Carbon. El lanzamiento de Anthropic del 9 de nov. es Claude Fable 5.2. Estos lanzamientos aparecen en la cronología de lanzamientos de modelos de IA y en el ranking de los mejores modelos de IA.

Datos clave

Qwen4-Max
Lanzamiento16 de nov. de 2026. El id de vista previa qwen4-max-preview aparece en el registro de Model Studio del 11 de nov. de 2026, solo para Token Plan.
DesarrolladorAlibaba. El anuncio está fechado en Hangzhou.
Id del modelo en la APIqwen4-max
ArquitecturaMezcla de expertos dispersa. 2,4 billones de parámetros en total. 71 000 millones activos por token, lo que según Alibaba es un 25 % menos de parámetros activos que Qwen3.8-Max con la misma escala de 2,4 billones.
ModalidadesEntrada de texto, imagen y vídeo. Salida de texto. El anuncio lo llama visión nativa.
Contexto1 000 000 de tokens.
Salida máxima131 072 tokens en modo sin razonamiento. 262 144 tokens entre razonamiento y respuesta. La entrada máxima es de 991 808 tokens sin razonamiento y 983 616 tokens en modo de razonamiento.
Esfuerzo por defectoreasoning_effort es high por defecto. Los valores admitidos en la documentación del modelo son low, high y xhigh.
Precio estándar, Singapur$1.50 / 1 M de tokens de entrada, $4.50 / 1 M de tokens de salida. Sin tramos por longitud de entrada.
Lectura de caché, Singapur$0.075 / 1 M de tokens, explícita o implícita. Escrituras de caché: $1.875 por 5 minutos, $3 por 1 hora.
Precio Pekín / Global$1.413 de entrada y $4.24 de salida por millón de tokens en QwenCloud. Lectura de caché $0.071.
Dónde funcionaQwenCloud mediante Token Plan y la API. También QwenWork y QwenStudio.
Pesos abiertosNo para Qwen4-Max. Se describe como próximos unos modelos Qwen4 de pesos abiertos más pequeños.

Qué dice Alibaba que ha cambiado

El anuncio presenta Qwen4-Max como el modelo Qwen más capaz hasta ahora, orientado al trabajo, la creatividad y la investigación. La nota sobre la arquitectura es concreta: el diseño de mezcla de expertos dispersa se modificó en la atención, las conexiones residuales y los embeddings, y el número de parámetros activos bajó un 25 % respecto a Qwen3.8-Max mientras el total se mantuvo en 2,4 billones.

El benchmark que Alibaba usa para esa afirmación es Work360, que describe como una prueba propia de 721 campos especializados. En ella, Qwen4-Max supera a Qwen3.8-Max en conjunto, usa un 35 % menos de tokens con esfuerzo High y reduce el coste medio por tarea en torno a un 60 %. Work360 es un benchmark de Alibaba. En la publicación de lanzamiento no hay un artículo público sobre él, así que conviene tomar la diferencia como un resultado de la propia empresa.

Alibaba también dice que Qwen4-Max quedó en 6.º lugar en Code Arena. La publicación no muestra la puntuación, la fecha de la clasificación ni los cinco modelos que quedan por encima. Las áreas que destaca son programación, tareas de agentes y razonamiento visual, y nombra Agents’ Last Exam, Vals Index, JobBench y Chartography sin adjuntar puntuaciones. Esos nombres sin cifras quedan fuera de la tabla comparativa.

Dos ejemplos de producto de la publicación también son datos de la propia empresa. Una prueba de planificación en la nube redujo en un 9 % de media el coste de las llamadas al modelo para anotación de datos y aceleró más de 14 veces la replanificación de CPU fuera de línea. Una demostración de mecanizado redujo la programación de una pieza de unos 475 minutos a 24 minutos. Un ejemplo de investigación describe una ejecución de agente de 48 horas que propuso una molécula refrigerante, y un flujo de trabajo sobre el alzhéimer con 454 llamadas a herramientas. Son ilustraciones de Alibaba, no réplicas independientes.

Precios y la línea de $0.075

La publicación de lanzamiento dice: la entrada con acierto de caché implícita cuesta $0.075 por millón de tokens. La tarifa de Singapur en Model Studio muestra por qué es fácil malinterpretar esa cifra. El precio de entrada estándar es $1.50. Los $0.075 son la lectura de caché. Pagas $1.50 cuando el prompt no acierta en la caché.

Singapur (internacional), según la página de precios de Model Studio, con y sin razonamiento, para cualquier solicitud de hasta 1 millón de tokens de entrada:

Concepto de facturaciónPor 1 M de tokens
Entrada$1.50
Salida, cadena de pensamiento más la respuesta$4.50
Lectura de caché, explícita o implícita$0.075
Escritura de caché, 5 minutos$1.875
Escritura de caché, 1 hora$3
Cuota gratuita1 millón de tokens, solo Singapur, válida durante 90 días desde la activación, el lanzamiento o la aprobación, lo que ocurra más tarde

La página de precios de QwenCloud muestra una segunda columna para Pekín y para el despliegue Global (Fráncfort, Hong Kong, Tokio y Virginia, EE. UU.): entrada $1.413, salida $4.24, escritura de caché de 5 minutos $1.767, escritura de caché de 1 hora $2.827, lectura de caché $0.071. La tabla de China (Pekín) de Model Studio coincide con el par $1.413 / $4.24. La inferencia por lotes figura como no admitida para qwen4-max. No hay tramos por longitud de contexto.

Qwen3.8-Max, en la misma tarifa de Singapur, cuesta $2 por millón de tokens de entrada y $6 por millón de tokens de salida, también con tarifa única hasta 1 millón de tokens, y con una cuota gratuita de 1 millón de tokens. El menor precio de lista de Qwen4-Max es parte de cómo Alibaba consigue una tarea más barata. El recorte del 35 % de tokens es la otra parte. No los combinamos en una nueva estimación. El recorte de coste de «en torno al 60 %» es la cifra de Work360 de Alibaba.

La vista previa del 11 de nov., qwen4-max-preview, era solo para Token Plan. El modelo del 16 de nov. es el id de API qwen4-max. El anuncio dice que Qwen4-Max está en Token Plan y en la API. La asignación del propio Token Plan no aparece en las páginas de precios que consultamos, así que no citamos ninguna.

Cómo acceder

Alibaba documenta tres vías de producto y seis regiones de despliegue. En estas páginas no publica una restricción aparte para «fuera de China» más allá de la región a la que llames.

  • Web y aplicaciones: QwenWork y QwenStudio, mencionados en el anuncio.
  • API: id de modelo qwen4-max en Model Studio / QwenCloud. Protocolos que figuran en la documentación del modelo: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages y DashScope.
  • Regiones en la documentación del modelo: Pekín para la China continental; Singapur para el ámbito internacional; Fráncfort, Virginia, Tokio y Hong Kong para Global. Las capacidades que se indican en cada región coinciden: entrada de texto, imagen y vídeo, salida de texto, streaming, razonamiento, llamadas paralelas a herramientas, búsqueda web, salida estructurada y caché explícita más implícita. El ajuste fino y el autodespliegue figuran como no admitidos.
  • Pesos abiertos: el anuncio dice que más adelante llegarán modelos Qwen4 de pesos abiertos más pequeños para desarrolladores de todo el mundo. Qwen4-Max no forma parte de ese lanzamiento.

El muestreo por defecto en la documentación del modelo es temperature 1.0 y top_p 0.95 en modo de razonamiento, y temperature 0.7 y top_p 0.8 en modo sin razonamiento. El razonamiento está activado por defecto. Si envías medium o max en un parámetro de esfuerzo al estilo de OpenAI, la documentación asigna medium a high y max a xhigh.

👍 Ventajas

  • 71 000 millones de parámetros activos, un 25 % menos que Qwen3.8-Max, con un precio de lista más bajo en Singapur: $1.50 / $4.50
  • Documentado en Pekín, Singapur y cuatro regiones Global, con APIs compatibles con OpenAI y con Anthropic
  • Entrada con acierto de caché a $0.075 por millón de tokens en Singapur

👎 Desventajas

  • La tarifa destacada de $0.075 es un acierto de caché. Un fallo de caché cuesta $1.50 en Singapur
  • El puesto en Code Arena y las mejoras en Work360 son afirmaciones de Alibaba, sin una tabla pública de puntuaciones en la publicación
  • Los pesos de Qwen4-Max no son abiertos. Los modelos Qwen4 de pesos abiertos más pequeños se describen todavía como próximos

Qwen4-Max frente a Qwen3.8-Max y otros rivales

Los precios son tarifas de lista del 16 de nov. de 2026. Las horas punta de DeepSeek son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes, excepto festivos en China. El resto de horas, incluidos los fines de semana, son valle. «No publicado» significa que las páginas de ese proveedor, tal como las leímos, no mostraban esa celda.

Qwen4-MaxQwen3.8-MaxKimi K3.1 ProDeepSeek V4.1 FlashGemini 4 Hydrogen
Lanzamiento16 de nov. de 2026no se publica como una única fecha. El id de instantánea qwen3.8-max-2026-09-02 figura en Model Studio24 de oct. de 2026no se publica en la página de precios de DeepSeek. La versión que se sirve es DeepSeek-V4.1-Flash-101712 de nov. de 2026
Id de APIqwen4-maxqwen3.8-maxkimi-k3.1-prodeepseek-flashgemini-4-hydrogen
Parámetros2,4 B en total, 71 mil M activos2,4 B en total. El número de activos no se publica. Alibaba dice que Qwen4-Max usa un 25 % menos de parámetros activos2,8 B en total, 104 mil M activos según la ficha del modelo en Hugging Face. La publicación de lanzamiento habla de clase 3 Bno publicadono publicado
Contexto1 000 0001 M según la nota de la instantánea 09021 048 5761 M1 M
VisiónEntrada de texto, imagen y vídeoVisión nativa, según la nota de la instantánea 0902Texto e imagen según la ficha del modeloAdmitidaEntrada multimodal nativa, según Google
Entrada / 1 M$1.50 Singapur. $1.413 Pekín / Global$2 Singapur. $1.65 Pekín$2.00Fallo de caché $0.15 en valle, $0.30 en hora punta$1.50
Salida / 1 M$4.50 Singapur. $4.24 Pekín / Global$6 Singapur. $4.951 Pekín$10.00$0.60 en valle, $1.20 en hora punta$7.50
Entrada con acierto de caché / 1 M$0.075 Singapur. $0.071 Pekín / Globalno publicado$0.20$0.003 en valle, $0.006 en hora punta$0.075, solo implícita
Code Arena6.º (Alibaba). Puntuación no publicadano publicadono publicadono publicadono publicado
Work360Mejor que Qwen3.8-Max en conjunto. 35 % menos de tokens con High. Coste medio por tarea en torno a un 60 % menor (Alibaba)Referencia en esa pruebano publicadono publicadono publicado
Terminal-Benchno publicadono publicado65,7 % en Terminal-Bench 4.0 (Moonshot)no publicado57 % en Terminal-Bench 4.1 (Google)

Terminal-Bench 4.0 y 4.1 son pruebas distintas. El 65,7 % de Kimi y el 57 % de Hydrogen no deben leerse como un cara a cara. La publicación de Moonshot del 24 de oct. de 2026 también cita a GPT-6 Astra con un 58,2 % y a Claude Opus 5.5 con un 66,4 % en su ejecución de Terminal-Bench 4.0. Son citas de Moonshot.

Las tarifas estándar de Kimi proceden de la página de precios de la API de Kimi. La versión de alta velocidad, kimi-k3.1-pro-highspeed, cuesta $4 de entrada y $20 de salida por millón de tokens. Las tarifas de DeepSeek proceden de la página de precios de la API de DeepSeek. Las tarifas de Gemini proceden de la página de precios de la Gemini Developer API y se explican en Gemini 4 Hydrogen.

Cuál elegir

Llama a qwen4-max si quieres el modelo insignia actual de Alibaba, la ventana de 1 millón de tokens, la entrada de imagen y vídeo y el precio de Singapur de $1.50 / $4.50, y puedes aprovechar los aciertos de caché a $0.075. Quédate en qwen3.8-max solo si tienes un flujo de trabajo medido que no quieres mover. Según el precio de lista, el modelo nuevo es más barato en Singapur.

Llama a deepseek-flash si lo que más pesa es la factura y te valen las tarifas en valle de DeepSeek. Llama a kimi-k3.1-pro si quieres el modelo insignia de pesos abiertos de Moonshot y estás dispuesto a pagar $2 / $10. Llama a gemini-4-hydrogen si ya estás en Google y quieres el modelo que Google fijó en $1.50 / $7.50 para agentes de programación. Ninguna de estas frases es un ranking de calidad. Las cifras públicas no coinciden en un mismo benchmark.

Herramientas de IA relacionadas

Qwen4-Max es un modelo. Estos son productos aparte para el trabajo que lo rodea.

  • Writesonic si quieres una aplicación de escritura en lugar de una API en bruto.
  • Fireflies para notas de reuniones, algo que el modelo no va a grabar por ti.
  • ElevenLabs si el trabajo creativo es de voz, no de texto ni de imágenes.
Ver Writesonic →

Fuentes

Comprobado el 16 de nov. de 2026.

Precios comprobados por última vez el 16 de nov. de 2026. Esta página contiene enlaces de afiliado. Una comisión no cambia qué API se describe.

Preguntas frecuentes

¿Cuándo se lanzó Qwen4-Max?

El anuncio de Alibaba lleva fecha del 16 de noviembre de 2026. El registro de versiones de Alibaba Cloud Model Studio incluye el id de modelo qwen4-max ese mismo día para el despliegue internacional. Un id de vista previa, qwen4-max-preview, figura el 11 de noviembre de 2026, y esa vista previa era solo para Token Plan.

¿Cuánto cuesta la API de Qwen4-Max?

En la página de precios de Model Studio de Alibaba para Singapur, qwen4-max cuesta $1.50 por millón de tokens de entrada y $4.50 por millón de tokens de salida, sin tramos según la longitud de la entrada. Las lecturas de caché, explícita e implícita, cuestan $0.075 por millón de tokens. La cifra de $0.075 de la publicación de lanzamiento es la tarifa de entrada con acierto de caché, no la tarifa de entrada estándar. QwenCloud indica para el despliegue en Pekín y Global $1.413 de entrada y $4.24 de salida por millón de tokens, con lecturas de caché a $0.071.

¿Cuál es el nombre del modelo Qwen4-Max en la API?

La documentación del modelo en Model Studio indica que el id de invocación es qwen4-max. El mismo documento señala que la API es compatible con OpenAI Chat Completions, OpenAI Responses, Anthropic Messages y DashScope.

¿Cómo se compara Qwen4-Max con Qwen3.8-Max?

Alibaba afirma que ambos son modelos de mezcla de expertos con 2,4 billones de parámetros, y que Qwen4-Max activa 71 000 millones de parámetros por token, un 25 % menos que Qwen3.8-Max. En Work360, el benchmark propio de Alibaba con 721 campos, Qwen4-Max es mejor en conjunto, usa un 35 % menos de tokens con esfuerzo High y cuesta de media un 60 % menos por tarea. El precio de lista en Singapur es $1.50 / $4.50 para Qwen4-Max y $2 / $6 para Qwen3.8-Max.

¿Puedo usar Qwen4-Max fuera de la China continental?

Sí, en las regiones que documenta Alibaba. La documentación del modelo enumera el despliegue de la China continental en Pekín, el despliegue internacional en Singapur y el despliegue Global en Fráncfort, Virginia, Tokio y Hong Kong. Cada ámbito tiene su propio precio de tokens publicado. Este artículo no añade reglas de acceso más allá de esas páginas.

¿Qwen4-Max es de pesos abiertos?

Este modelo no. Alibaba dice que pronto publicará modelos Qwen4 más pequeños de pesos abiertos. Qwen4-Max es el modelo insignia alojado en QwenCloud, QwenWork y QwenStudio.