HiRO-ACEv2 vs Qwen 3.8: ¿Qué te dicen realmente dos lanzamientos separados por cuatro días?

Dos cosas llegaron en el mismo mes y casi no tienen nada que ver entre sí, que es precisamente por lo que este emparejamiento merece una página. Qwen3.8-Max, el modelo insignia de razonamiento multimodal de Alibaba, está activo desde el 3 de agosto de 2026 a 2,00 dólares por millón de tokens de entrada y 6,00 dólares por millón de tokens de salida, con un contexto de un millón de tokens; sus hermanos de pesos abiertos Qwen3.8-27B y Qwen3.8-Flash llegaron el 13 y el 26 de agosto, con precios y resultados de evaluación públicos. HiRO-ACEv2 es el emulador climático de segunda generación de Ai2, y llegó el 12 de octubre de 2026 como un repositorio de 10,9 GB en Hugging Face, sin anuncio, sin tabla de resultados de referencia, sin endpoint y, en el momento de escribir esto, con cero descargas. Cualquiera que compare los dos en cuanto a calidad está comparando un producto ya lanzado con un artefacto de investigación y obtendrá una respuesta sin sentido. Compararlos en cómo se publicaron sí es realmente útil: los dos representan extremos opuestos de cada decisión que toma un laboratorio sobre hacerse público.

La respuesta corta

Si hoy quieres llamar a un modelo, Qwen 3.8 es una de las cosas más potentes a las que puedes apuntar con una clave de API, en cuatro niveles de precio diferentes, y a HiRO-ACEv2 no se le puede llamar de ninguna manera. Si quieres ejecutar un emulador climático de 3 km en tu propio hardware, lo contrario es cierto y Qwen 3.8 simplemente no participa.

¿Cuánto de cada lanzamiento está terminado?

Aquí es donde los cuatro días entre las dos fechas dejan de importar y la diferencia en la disciplina de lanzamiento empieza a importar.

• Qwen 3.8 — una generación completamente especificada. Qwen3.8-Max lleva en servicio desde el 3 de agosto en tres formatos de conexión (compatible con OpenAI, compatible con Anthropic y DashScope nativo) en cinco regiones, con el pensamiento activado o desactivado mediante parámetro. Qwen3.8-27B es un modelo multimodal denso de 27B bajo Apache 2.0, con contexto de 262.144 tokens, entrada de texto, imagen y vídeo. Qwen3.8-Flash es el nivel de alto volumen a $0,15 por millón de entrada y $0,47 de salida. Una cuarta entrada, el simple "Qwen3.8", figura como un modelo insignia de pesos abiertos de 2,4 billones de parámetros que llegará pronto y aún no está disponible en ningún lugar — el único miembro de la familia que no puedes usar.

• HiRO-ACEv2 — un repositorio y un artículo. Los archivos son reales: HiROv2.ckpt de aproximadamente 1,28 GiB, ACE2S-X-SHIELD.ckpt de aproximadamente 2,98 GiB, diez años de datos de forzamiento NetCDF, dos archivos de condiciones iniciales, tres configuraciones YAML y un script de ejecución. La receta está documentada: instala el paquete fme de Ai2, edita cuatro rutas, ejecuta el script. Lo que no existe es un endpoint, un precio, una tabla de benchmarks, una cuantización, un entorno de ejecución alternativo ni ningún tercero que lo haya ejecutado.

¿Significan los benchmarks lo mismo en ambos lados?

No, y la asimetría es la parte más instructiva de esta comparación.

Qwen publica cifras para Qwen3.8-27B: 90,3 en LiveCodeBench v6, 89,2 en GPQA Diamond, 84,3 en OSWorld-Verified y 79,0 en QwenSWEBench. Esas son cifras del proveedor y no reproducidas por los competidores de Alibaba en el sentido que importa, pero junto a ellas existen mediciones independientes —Artificial Analysis sitúa el mismo modelo en un Índice de Inteligencia de 33,7 y un índice de codificación de 68,1— y cualquiera de esas filas podría ser impugnada por un tercero con un arnés de evaluación comparativa y una tarde.

La ficha de HiRO-ACEv2 no tiene tal tabla. Afirma que el reductor de escala reproduce las distribuciones de precipitación, viento a 10 metros y presión a nivel del mar de referencia hasta el percentil 99.9999, y el artículo que lo respalda afirma que los costos de inferencia son más de 300 veces menores que los de un modelo numérico global convencional que resuelve tormentas. Ambas son de los propios autores. Ambas requieren una simulación de referencia y un análisis de distribución en la cola extrema para verificarlas. Las distribuciones y las puntuaciones de la tabla de clasificación no son el mismo tipo de evidencia, y una página que las imprimiera una al lado de la otra en una misma tabla estaría enseñando al lector algo falso.

¿Cuál puedes realmente ejecutar esta tarde?

Qwen 3.8, con diferencia, y la razón no es la calidad — es que uno de estos fue construido para ser servido y el otro no.

Qwen3.8-27B es de pesos abiertos bajo Apache 2.0, por lo que puede autoalojarse desde el propio repositorio del proveedor, y también se ofrece comercialmente a través de varias plataformas a tarifas publicadas. En OrcaRouter en concreto, los modelos que ofrecemos son los de nuestro catálogo y no toda la familia: qwen/qwen3.8-27b a $0.33 por millón de tokens de entrada y $2.40 por millón de salida en un contexto de 262,144 posiciones, qwen/qwen3.8-flash a $0.15 y $0.47, y qwen/qwen3.8-max con su instantánea fechada a $2.00 y $6.00 en un millón de tokens de contexto. El precio de lista del proveedor se traslada sin añadir nada, por lo que un cambio de precio del proveedor se aplica en nuestro lado el mismo día y no en la siguiente renovación de contrato, y la conmutación por error entre proveedores es automática cuando alguno de ellos tiene una hora mala.

HiRO-ACEv2 no tiene equivalente, y la afirmación honesta es que nunca lo tendrá en esta forma. Es un reductor de escala por difusión incluido con un emulador climático de baja resolución; no hay una solicitud que medir ni un token que facturar. Llamarlo «disponible» significa un enlace de descarga y una GPU.

¿Qué le pasa a cada uno después?

El lado de Qwen tiene un próximo evento obvio: el buque insignia de pesos abiertos de 2,4 billones de parámetros que actualmente figura como próximo lanzamiento. Cuando llegue, lo hará con benchmarks publicados, precios publicados y disponibilidad alojada, porque así es como se lanza esta familia.

El lado de HiRO-ACEv2 no tiene un próximo evento programado y puede que nunca lo tenga. Ai2 lanzó el primer HiRO-ACE en enero de 2026 y esta segunda generación hasta ahora ha salido de la misma manera — silenciosamente, con el artículo encargándose de explicar. Las trayectorias probables son un anuncio que no cambia nada sobre el artefacto, o ningún anuncio en absoluto.

Así que la lectura práctica de este enfrentamiento es estrecha y clara. Qwen 3.8 es el que está en la ruta crítica para cualquier cosa que un lector probablemente esté construyendo, en uno de cuatro niveles de precio según cuánto razonamiento necesites por token. HiRO-ACEv2 es una descarga especializada para un problema especializado, y el hecho de que se lanzara en el mismo mes que un importante lanzamiento de frontera es una coincidencia del calendario más que una rivalidad.

Dos cosas que debes comprobar antes de cotizar cualquiera de las dos

Del lado de Qwen, verifica el nivel. El 27B y el buque insignia de 2.4T comparten un nombre de familia y nada más: uno es un modelo Apache-2.0 descargable que se ejecuta en un solo nodo, el otro es un lanzamiento de un billón de parámetros que aún no se ha lanzado. Las cifras de uno no describen al otro, y los precios publicados de la familia abarcan más de un factor de trece entre la entrada de Flash y la salida de Max.

Del lado de Ai2, revisa lo que estás citando. La tarjeta del modelo HiRO-ACEv2 es deliberadamente escasa y es en el artículo donde vive cada cifra; el artículo es una preimpresión publicada el 13 de octubre de 2026, un día después de los pesos, y sus cifras han sido públicas durante menos tiempo que la mayoría de los ciclos de lanzamiento de software. Nada de eso las hace incorrectas. Sí las hace provisionales de una manera en que una tabla de benchmarks con medición independiente a su lado no lo es — y decir eso es más útil que inventar un marcador para llenar el vacío.

Comparaciones como esta son también donde se manifiestan los modos de fallo: los incidentes de IA documentados y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.