Mercury 3 vs Qwen 4 Max: Uno de estos modelos todavía no existe

Mercury 3 ha sido invocable desde el 19 de octubre de 2026: un modelo de difusión cerrado de Inception con un contexto de 1M de tokens, 131.072 tokens de salida y una tarifa de $0.20/$0.70. Qwen 4 Max ha sido invocable durante cero días, porque no se ha lanzado. Alibaba mostró el nombre en el escenario de su Apsara Conference en Hangzhou el 22 de septiembre de 2026, junto con Qwen 4 Flash, Qwen 4 Plus y Qwen 4 27B, describió la familia como entrenada con una arquitectura de nueva generación y dijo que llegaría pronto. A fecha de 20 de octubre no hay ficha de modelo, ni identificador de API, ni ventana de contexto, ni precio, ni licencia, ni puntuación de benchmark para ningún nivel de Qwen 4. Así que este no es un artículo de modelo contra modelo en el sentido habitual. Es un artículo sobre lo que realmente se puede comprar hoy, cuánto vale un anuncio hecho en el escenario y por qué la verdadera alternativa a Mercury 3 en el lado de Qwen es Qwen3.8-Max en lugar del modelo que aparece en el titular. Los fallos documentados de IA y los incidentes de agentes que hay detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.

¿Qué se está comparando realmente?

Dos tipos diferentes de objeto. Mercury 3 es un producto ya comercializado con una lista de precios publicada, una envolvente operativa documentada y una publicación de lanzamiento del proveedor que hace afirmaciones numéricas concretas. Q​wen 4 Max es un nombre de nivel asociado a una hoja de ruta. Cada dato de la columna Q​wen a continuación es un dato sobre el anuncio, no sobre el modelo:

• Fecha de lanzamiento — Mercury 3: 19 de octubre de 2026 vs. Qwen 4 Max: ninguno anunciado; la línea se describió como "en entrenamiento"

• Ventana de contexto — 1.000.000 de tokens frente a no publicada

• Salida máxima — 131,072 tokens frente a no publicado

• Precio — $0.20 por 1M de entrada y $0.70 por 1M de salida, con un 50 % de descuento de lanzamiento frente al precio no publicado, en cualquier moneda

• Modalidad — solo texto frente a no publicado; el planteamiento de Apsara hacía hincapié en el trabajo agéntico y el uso de herramientas

• Pesos — cerrados frente a no publicados; el nivel de 27B de la misma familia es el que históricamente se ha distribuido abierto

• Rendimiento — 1,068 tokens por segundo, reportado por el proveedor frente a no publicado

• Puntuación de benchmark independiente — aún ninguna para Mercury 3 frente a ninguna posible para Qwen 4 Max

• Número de parámetros — no revelado, «más de 40× Mercury 1» frente a no publicado; la cifra de 5 a 10 billones que circula pertenece a la hoja de ruta de Q​wen 4.5 y Q​wen 5, no a Q​wen 4 Max

• Lo que puedes hacer con ello hoy — llamarlo a través de la API de Inception frente a nada

Esa última línea es la comparación. Nueve de las diez filas anteriores figuran como "sin publicar", y una tabla de especificaciones que está en blanco en nueve décimas partes no es una tabla de especificaciones: es un comunicado de prensa con formato de columnas.

Lo que vale un anuncio de conferencia

A​libaba Q​wen tiene un historial que merece tomarse en serio, y por eso el anuncio recibió cobertura. La generación 3.8 lanzó un modelo insignia de 2,4 billones de parámetros a $2,00/$6,00, publicó los pesos de su nivel de 27B y lanzó subversiones con una cadencia mensual: Qwen3.8-Max pasó a disponibilidad general el 3 de agosto de 2026, con una actualización (0902) el 2 de septiembre, un lanzamiento de pesos abiertos de 27B el 14 de agosto y un modelo Flash-Next el 26 de agosto. Ese es un laboratorio que entrega, según un calendario, con pesos.

También es un laboratorio que anuncia antes de lanzar. La gama Qwen 4 se presentó el 22 de septiembre sin fechas asociadas a ninguno de sus cuatro niveles, y las cuatro semanas transcurridas desde entonces no han producido ninguna ficha de modelo, ningún repositorio, ningún checkpoint en Hugging Face ni ninguna entrada en las tablas independientes. El supuesto de planificación realista no es «Qwen 4 Max llega el mes que viene», sino «Qwen 4 Max llega cuando aparezca una ficha de modelo», lo cual es una fecha indeterminable y, por tanto, no es una fecha sobre la que puedas basar una migración.

Para lo que un anuncio de hoja de ruta sirve de verdad es para un tipo distinto de decisión. Si hoy estás eligiendo entre proveedores, el anuncio te dice que Alibaba tiene la intención de seguir compitiendo en la categoría insignia, lo cual es una razón para permanecer en su generación actual en lugar de abandonar la familia. Si estás eligiendo un modelo para desplegar este trimestre, no te dice nada sobre lo que puedas actuar.

La cifra de 5 a 10 billones de parámetros que circuló junto con la cobertura de Q​wen 4 merece una corrección específica, porque no dejará de propagarse. Es una declaración prospectiva sobre las generaciones posteriores a Q​wen 4 —el horizonte temporal de Q​wen 4.5 y Q​wen 5—, y A​libaba no ha asociado ninguna cifra de parámetros a Q​wen 4 Max. Una afirmación sobre un tamaño propio de la clase Q​wen 5 impresa junto al nombre de un modelo Q​wen 4 es un error de categoría con una larga vida media.

El Q​wen al que realmente puedes llamar

Si la pregunta detrás de la búsqueda es «¿debo usar Mercury 3 o el modelo insignia de A​libaba?», el modelo insignia de A​libaba es Qwen3.8-Max y tiene un historial real. Por lo tanto, la comparación que importa es Mercury 3 frente al modelo que existe:

• Lanzamiento — Mercury 3, 19 de octubre de 2026 vs. Qwen3.8-Max, 3 de agosto de 2026, actualizado el 2 de septiembre

• Contexto — 1,000,000 tokens frente a 983,616 tokens según lo registrado por Artificial Analysis; el proveedor declara 1M exactos

• Precio: $0.20/$0.70 de lista, $0.10/$0.35 durante el lanzamiento frente a $2.00/$6.00, con la entrada en caché a $0.25

• Entrada en caché: $0.02 ($0.01 en el lanzamiento) frente a $0.25; Mercury 3 es un orden de magnitud más barato en las lecturas de caché

• Independent Intelligence Index — sin entrada vs 45,4

• Costo por tarea de indexación — no medido frente a $5.41

• Terminal-Bench 2.1 — no medido frente a 0.8876, el más alto de este lote

• Razonamiento de contexto largo AA-LCR — no medido frente a 0.8033

• GDPval-AA — no medido vs Elo 1665.58

• AA-Omniscience — no medido vs 12.0

• Pesos — cerrado frente a cerrado para el nivel Max; el nivel 27B de la misma generación es abierto

La forma de esa comparación resulta familiar por el resto de este lote y merece decirse sin ambages: Mercury 3 cuesta aproximadamente una décima parte que Qwen3.8-Max en entrada y una doceava parte en salida, con una ventana de contexto ligeramente mayor y ninguna puntuación independiente. Qwen3.8-Max es el modelo medido, y sus mediciones son buenas donde las hay —0,8876 en Terminal-Bench 2.1 es la lectura más sólida de este conjunto de cinco artículos—, pero su coste de 5,41 $ por tarea de índice completada también es el más alto, y es la cifra que decide si la capacidad es asequible a gran escala.

Esa es la decisión real a la que se enfrenta hoy un lector de esta página. No se trata de Mercury 3 frente a un modelo Qwen 4 que no existe, sino de Mercury 3 frente al modelo Qwen que Alibaba te venderá, con el anuncio de Qwen 4 como una razón para seguir de cerca la familia en lugar de una razón para esperar a que llegue.

Cómo reservar un lugar para Q​wen 4 Max sin apostar por ello

La posición razonable para un equipo que espera que Q​wen 4 Max importe es mantener económica la opción. Tres cosas lo hacen posible, y ninguna de ellas requiere esperar.

Primero, escriba la selección de modelo como configuración en lugar de código. Se accede tanto a Mercury 3 como a Qwen3.8-Max mediante API compatibles con OpenAI, por lo que una pila tecnológica que resuelve el identificador del modelo en el momento de la solicitud puede adoptar un nivel de Q​wen 4 el día en que aparece una ficha de modelo, sin necesidad de un despliegue. Esta es la misma disciplina que convierte un aviso de descontinuación de un proveedor en un cambio de configuración en lugar de un incidente, y Inception acaba de demostrar lo rápido que llegan esos avisos: Mercury 2 y Mercury 2.5 se cierran a nuevos usuarios a partir del 19 de octubre, y el acceso existente finaliza el 15 de noviembre.

En segundo lugar, evalúa comparativamente la carga de trabajo, no el modelo. Las afirmaciones del proveedor sobre Mercury 3 son un resultado de Mind2Web de 50 tareas en su propio entorno de pruebas y citas de testimonios de cuatro socios. Eso te dice que el modelo es rápido en trabajo con forma de producción; no te dice cómo maneja tus documentos. Treinta de tus propios casos de evaluación, ejecutados con Mercury 3 y Qwen3.8-Max con los mismos prompts, te informarán más que todas las tablas de lanzamiento publicadas este mes.

Tercero, mantén el modelo medido en la ruta que no puede fallar. OrcaRouter ofrece qwen/qwen3.8-max al precio de lista de Aibaba con un 0 % de margen y conmutación por error automática entre más de 200 modelos con una sola clave, así que el lado del proveedor actual en la comparación es una tabla de enrutamiento y no un contrato nuevo. Mercury 3 no está en el enrutador —se sirve a través de la propia API de Inception y de varias plataformas de terceros—, lo que significa que una prueba honesta lo sitúa en una porción del tráfico detrás de la API del proveedor mientras el modelo medido conserva la ruta de producción. Si Qwen 4 Max llega al enrutador más adelante, se encaja en la misma política sin necesidad de una segunda integración.

La pregunta que hay que hacer antes del próximo anuncio

Cada año produce un puñado de nombres de modelos que se buscan durante meses antes de que exista un modelo detrás de ellos, y el coste de esa brecha lo pagan los equipos que planifican en función del anuncio. El hábito útil es una prueba de una sola línea: ¿puedo invocarlo y existe un precio? Mercury 3 pasa ambas hoy. Q​wen 4 Max no pasa ninguna, y no lo hará hasta que A​libaba publique una ficha del modelo.

Qué observar, en concreto: el checkpoint Q​wen 4 27B en lugar de la tabla de benchmarks del nivel Max, porque el 27B es el nivel que históricamente se lanza como abierto y su licencia y su tamaño te dirán cuán serio es el compromiso con los pesos abiertos en esta generación. Luego, la lista de precios del nivel Max, porque un buque insignia de Q​wen que ofreciera precios por debajo de $2.00/$6.00 cambiaría el argumento de asequibilidad en esta comparación, no el de capacidad. Y en cuanto a Mercury, una primera puntuación independiente: el único miembro medido de la familia, Mercury 2.5, se sitúa en 12.3 en el Intelligence Index, así que el rango de calidad del buque insignia es por completo una afirmación del proveedor hasta que el panel se pronuncie.

Hasta entonces, la comparación es entre un modelo que puedes alquilar esta tarde a un precio que hace que la economía por solicitud sea trivial y un modelo que existe en una sala de conferencias en Hangzhou. Una de esas cosas es una decisión. La otra es una entrada en el calendario.