Dots vs Qwen 3.8 Max: La diferencia está en dónde se te permite moverlo

Qwen 3.8 Max se publicó el 3 de agosto de 2026 y es el nivel de mayor capacidad de Alibaba hasta la fecha: nativamente multimodal, acepta texto, imágenes y vídeo y devuelve texto, en una ventana de contexto de 1.000.000 de tokens, servido a través de tres formatos de comunicación —compatible con OpenAI, compatible con Anthropic y DashScope nativo— desde Pekín, Singapur, Tokio, Fráncfort y Virginia, a $2.00 por millón de tokens de entrada y $6.00 por millón de tokens de salida, con lecturas en caché a $0.25. Dots es el agente siempre activo de la empresa, anunciado en DevDay el 29 de septiembre de 2026: tiene su propia computadora en la nube y su propio navegador, llega a más de 4.000 aplicaciones, funciona con GPT-6 Astra y está incluido con Pro y Business Premium. Puestos uno al lado del otro, la pregunta interesante no es cuál es más capaz. Es en cuántos lugares se le permite estar a cada uno, y quién decide.

Esa no es una distinción abstracta. Es la que decide si una herramienta está siquiera disponible en tu mercado, si puede ser auditada por tu equipo de cumplimiento y si el trabajo que construyes sobre ella sobrevive a un cambio de condiciones. La capacidad es la parte fácil de esta comparación; la portabilidad es la parte que se resuelve tarde y a un coste elevado.

Tres formas de llamar a un modelo

Un formato de transmisión parece un pequeño detalle de ingeniería hasta que tienes que mover una aplicación entre proveedores. La superficie compatible con OpenAI significa que las bibliotecas cliente existentes funcionan sin una capa de traducción. La compatible con Anthropic significa que una base de código escrita para la forma de los mensajes de otro proveedor no tiene que reescribirse. La interfaz nativa de DashScope expone el conjunto completo de funciones, incluido el conmutador de pensamiento. Tres superficies para un mismo modelo significan que el costo de cambiar es una URL base y una clave, no una refactorización.

Eso importa sobre todo cuando está ausente. Nada de un punto ofrece un formato, una URL ni una clave, porque un punto no es algo a lo que llamas, sino algo con lo que hablas dentro de la interfaz de otro. Mover la lógica de tu agente a otro sitio significa reconstruirla, luego reconectar los cuatro mil conectores de los que dependía y, después, descubrir cuáles de ellos se comportaban de maneras que no habías anotado.

• Lo que estás comprando — un trabajador alojado dentro de ChatGPT, Slack y Teams (Dots) frente a un endpoint de modelo que puedes invocar desde cualquier lugar (Qwen 3.8 Max)

• Interfaces — ninguna publicada para un punto, frente a las superficies compatibles con OpenAI, compatibles con Anthropic y nativas de DashScope (Qwen 3.8 Max)

• Dónde está: la computadora en la nube de OpenAI con su propio navegador (Dots) frente a cinco regiones de Asia, Europa y América del Norte (Qwen 3.8 Max)

• Control de razonamiento — no expuesto para un punto, frente a un enable_thinking que se activa o desactiva, o reasoning.effort en la API de Responses (Qwen 3.8 Max)

• Costo por unidad — el primer dot está incluido con Pro o Business Premium, asignación no publicada (Dots) frente a $2.00 por millón de entrada y $6.00 por millón de salida, lecturas en caché $0.25 (Qwen 3.8 Max)

• Evidencia independiente — demostraciones de proveedores y declaraciones de capacidades, ni un benchmark para un punto, frente a un Artificial Analysis Intelligence Index de 45,4 en el decimoquinto puesto de 145 modelos medidos y 92,8 en GPQA Diamond (Qwen 3.8 Max)

Dónde aterriza el modelo, en cifras que puedes comprobar

El perfil publicado de Qwen 3.8 Max es el de un modelo de frontera media, y merece la pena leerlo con precisión y no de forma impresionista. Un AA Intelligence Index de 45.4, que lo sitúa en decimoquinto lugar de 145 modelos medidos, lo coloca dentro del diez por ciento superior sin llegar a la cima. Un AA Coding Index de 76.2, en noveno puesto de 138, es más sólido, y 88.8 en Terminal-Bench 2.1 es una cifra de ejecución agéntica genuinamente alta — superior al 88.0 de GPT-5.6 Sol en el mismo tablero. Donde es comparativamente más débil es en la recuperación de contexto largo, con 80.3, que queda por debajo del 88.7 de Kimi K3 y del 83 de MiniMax M3 pese a un tamaño de ventana comparable, y en SciCode, con 52.1.

El propio posicionamiento de Alibaba, en su guía de migración, sitúa el modelo directamente frente a GPT-5.5, Claude Opus 4.7 y Gemini 3.1 Pro, y la lectura honesta de las cifras es que se trata de un modelo al que uno recurre cuando una combinación de sólida ejecución agéntica y entrada multimodal importa más que ser el primero en la tabla de inteligencia. Todas esas cifras son mediciones de terceros que se acompañan de sus fuentes en nuestro catálogo, en lugar de afirmaciones del proveedor, y esa es precisamente la razón por la que valen más que una presentación de lanzamiento.

Falta un número, y conviene decirlo en voz alta en lugar de rellenarlo: nuestro catálogo no indica una longitud máxima de salida para este modelo. Se documenta un contexto de un millón de tokens; un límite de salida por respuesta, no.

Lo que Dots no te dice, y por qué es una decisión de diseño

OpenAI ha publicado una sola frase sobre cuánto cuesta un dot y no contiene ningún número: el primer dot está incluido con Pro y Business Premium, con límites ampliados durante el primer mes y sin que se consuman los límites de uso de ChatGPT para las conversaciones con él. Más allá de eso, no hay cifra de asignación, ni precio del segundo dot, ni tarifa por capacidad adicional, ni coste por tarea. El nivel Pro 500, de 500 dólares al mes, es una asignación de uso más el modo Ultrafast, en lugar de una tarifa por dot, así que incluso el plan más caro no se traduce en un coste por unidad de trabajo del agente.

Es tentador interpretarlo como una laguna en la documentación. Es más exacto interpretarlo como la categoría: un producto con precio por asiento no puede tener un precio por unidad, porque el objetivo mismo de un asiento es que el coste marginal de usarlo sea invisible. Eso es genuinamente conveniente para el trabajo exploratorio y genuinamente inconveniente para cualquier cosa que tengas que atribuir a un proyecto, un cliente o una línea presupuestaria.

Presta atención a para qué están optimizados los dos productos. Qwen 3.8 Max está optimizado para ser llamado desde cualquier lugar, por cualquier cosa, en el formato que ya hable quien lo llama. A dot está optimizado para usarse en un solo lugar, mediante una sola interfaz, con la fontanería oculta. Ambos son diseños coherentes; simplemente responden a preguntas distintas, y uno de ellos responde «¿puedo mover esto más adelante?» con un no.

Dos respuestas a «¿y si este proveedor cambia?»

La cuestión de la portabilidad se vuelve concreta en el momento en que un proveedor cambia un precio, marca como obsoleto un identificador o modifica lo que incluye una suscripción. Para un modelo de medición con tres formatos de transmisión, la respuesta es mecánica: apuntar el cliente a una URL base diferente, o cambiar una cadena de modelo, y la aplicación sigue funcionando. No hay nada más que portar porque el modelo nunca fue otra cosa que una llamada.

Para un dot, la respuesta ante un cambio en los términos es detenerse. El ordenador, el navegador, los conectores y la cuota pertenecen todos a OpenAI, y ninguno de ellos se puede exportar. Eso no es una crítica al producto; es la descripción honesta de un alquiler. Pero sí significa que el trabajo que construyes íntegramente dentro de un dot tiene una ruta de migración que pasa por una reescritura, y ese es un hecho que conviene tener en cuenta a la hora de valorarlo antes de construir algo de lo que pretendes depender durante un año.

OrcaRouter está diseñado para el primer caso. Qwen 3.8 Max se enruta como qwen/qwen3.8-max al precio de lista del proveedor de Alibaba trasladado con un 0 % de margen, en el mismo catálogo que más de 200 otros modelos detrás de una sola clave, con conmutación por error automática entre proveedores upstream y un DSL de enrutamiento para componer varios modelos en una sola solicitud. Eso es lo que hace que la cuestión de las tres regiones pueda responderse de tu lado y no del del proveedor: el mismo identificador llega al modelo allí donde se sirva, y un cambio de tarifa de Alibaba repercute en tu factura el mismo día en lugar de en la próxima renovación. Lo que no alcanza es nada dentro de un punto — no hay endpoint para uno, ni identificador, ni inteligencia sustituta que intercambiar.

La pregunta que debes hacerte antes de comprometerte

Pregunta qué le sucede a tu trabajo el día en que el proveedor cambie algo que no puedes controlar. Si la respuesta es "cambiamos una cadena y seguimos adelante", estás comprando un modelo, y el de pago por uso es la mejor compra. Si la respuesta es "tendríamos que reconstruirlo", estás comprando un producto, y deberías comprarlo deliberadamente — sabiendo que la conveniencia por la que pagas se paga con reversibilidad.

Ninguna de las dos respuestas es incorrecta. Comprar portabilidad que nunca usarás es tan derrochador como comprar comodidad de la que tendrás que escapar. El error está en no saber cuál de las dos compraste.