Qwen3.8-Flash-Next vs Qwen3.8-Max: ¿qué tan cerca está una vista previa de Qwen4 con 6B activos del buque insignia de 2.4T?

El 26 de agosto de 2026, el equipo de Qwen de Alibaba publicó como código abierto Qwen3.8-Flash-Next, un modelo multimodal de mezcla de expertos de 176 mil millones de parámetros que activa solo unos 6 mil millones de parámetros por token y se presenta explícitamente como una vista previa temprana de la arquitectura Qwen4. La referencia con la que se medirá desde el primer día es la propia insignia de Alibaba, Qwen3.8-Max, el MoE disperso de 2,4 billones de parámetros que alcanzó disponibilidad general el 3 de agosto y desde entonces ha cobrado 2,00 dólares por millón de tokens de entrada y 6,00 dólares por millón de tokens de salida. Sobre el papel, los dos están separados por más de un orden de magnitud en parámetros almacenados — 2,4 billones frente a unos 180 mil millones — y por un factor de aproximadamente dieciséis en parámetros activos. En la propia hoja de benchmarks de Alibaba, los resultados quedan mucho más cerca que el tamaño, lo cual es o bien lo más impresionante de la vista previa, o bien el recordatorio más claro hasta ahora de que una tabla del proveedor es una hipótesis hasta que un laboratorio independiente la ejecute.

La versión corta: esto no es una competición entre iguales, y pretender lo contrario es la única forma de equivocarse. Qwen3.8-Max es el techo de capacidad de la generación actual — puntuado de forma independiente por Artificial Analysis, con pesos abiertos desde el 12 de agosto y probado en producción durante tres semanas. Qwen3.8-Flash-Next es un prototipo de arquitectura de un día de antigüedad que, según Alibaba, la mayoría de las cargas de trabajo no necesitarán el margen de Max para ejecutarse. La razón por la que la comparación sigue mereciendo la pena es que en los benchmarks donde ambos modelos aparecen en las propias tablas de Alibaba, la vista previa se sitúa a aproximadamente un punto del buque insignia en trabajo agéntico y de oficina, y por delante de él en dos: JobBench y RealWorldQA. La diferencia decisiva no es la brecha de calidad, que es pequeña y no verificada. Es la brecha de evidencia: uno de estos modelos tiene una tarjeta de puntuación de terceros, y el otro no tiene ninguna.

Lo que cada modelo realmente es

Qwen3.8-Flash-Next es la prueba piloto de la arquitectura. Almacena aproximadamente 180 mil millones de parámetros en disco — un cuerpo MoE de 125B, una tabla de embeddings N-gram de 51B que reside en la memoria del host en lugar de la VRAM, y una cabeza de predicción multi-token — y enruta cada token a través de unos 6B de ellos, una dispersión cercana al 95 %. Su MoE de 512 expertos alterna tres capas Gated DeltaNet con una capa Qwen Sparse Attention por grupo, añade un flujo residual con puerta y embeddings N-gram, y se entrenó con el optimizador Muon a un coste que Alibaba sitúa en aproximadamente una novena parte del de Qwen3.7-Plus. Acepta entradas de texto, imagen y vídeo, ofrece un contexto nativo de 262.144 tokens ampliable a 1M mediante YaRN, y se publicó bajo la licencia qwen-community-1.0 en Hugging Face y ModelScope en bf16 y FP8. El modelo de producción que llevará el precio en la API de QwenCloud — Qwen3.8-Flash, anunciado a 0,16 USD por millón de tokens de entrada y 0,47 USD por millón de tokens de salida — es la versión ajustada para servicio de esta misma arquitectura y aún no se ha abierto al público.

Qwen3.8-Max es el producto final de esta generación. Es un MoE disperso de 2.4T sobre la arquitectura de la generación actual — Gated DeltaNet más atención con compuertas, 512 expertos con 10 enrutados y uno compartido, 95 mil millones activados por token según la ficha oficial del modelo. Es multimodal en la API, ofrece un contexto de 1M de tokens a una tarifa plana de $2/$6 sin recargo por prompts largos, y sus pesos abiertos, Qwen3.8-2.4T-A95B, se lanzaron el 12 de agosto bajo una licencia personalizada que no es Apache. Es el modelo que Artificial Analysis ha puntuado con un Índice de Inteligencia de 58 y un Índice de Codificación de 71.8, la tarjeta independiente más sólida que posee cualquier modelo de la familia Qw​en 3.8.

• Parámetros totales — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram (~180B almacenados). Qwen3.8-Max: 2.4T MoE.

• Activo por token — Qwen3.8-Flash-Next: ~6B (menos del 5%). Qwen3.8-Max: ~95B (~4%).

• Arquitectura — Qwen3.8-Flash-Next: vista previa de Qwen4 (QSA + GDN, residual con compuerta, N-gram, Muon). Qwen3.8-Max: generación Qwen 3.5 (GDN + atención con compuerta).

• Contexto — Qwen3.8-Flash-Next: 262K nativo / 1M vía YaRN. Qwen3.8-Max: 1M en la API / 262K nativo en los pesos abiertos.

• Precio — Qwen3.8-Flash-Next: $0.16 / $0.47 por 1M (anunciado, API aún no abierta). Qwen3.8-Max: $2.00 / $6.00 por 1M, fijo.

• Pesos abiertos — Qwen3.8-Flash-Next: qwen-community-1.0, 26 de agosto, compatible con un solo nodo. Qwen3.8-Max: Qwen3.8-2.4T-A95B, licencia personalizada, multinodo.

• Puntuación independiente — Qwen3.8-Flash-Next: ninguna aún. Qwen3.8-Max: AA Intelligence Index 58, Coding Index 71.8.

El marcador de arriba comprime la comparación a las siete filas que importan, y el pie de página de fuentes asume la carga: cada cifra de Flash-Next es propia de Alibaba y no reproducida, mientras que la columna Max se basa en Artificial Analysis más la tabla publicada por Alibaba. Si se lee así, las columnas dejan de ser una carrera de caballos y se convierten en una declaración sobre la evidencia.

La hoja de referencia, leída con honestidad

En las filas compartidas de las propias tablas de Alibaba, la brecha es mucho menor de lo que sugeriría la diferencia de parámetros de cuarenta veces. En CoWorkBench (trabajo de oficina agéntico) la vista previa obtiene 73.9 frente a los 74.8 de Max; en AndroidWorld 84.5 frente a 85.3; en Agents' Last Exam 51.2 frente a 52.4 — un punto o menos en cada uno. En JobBench la vista previa obtiene 55.7 y en RealWorldQA 88.5, siendo las mejores filas verificadas de la hoja, por delante de Max. El aumento de la brecha está en el bloque de gran carga visual — LVBench, ERQA, MathVision, Vision2Web — donde Max lidera por aproximadamente cuatro a seis puntos. En los números agénticos principales, Qwen3.8-Flash-Next registra SWE-bench Pro 62.5 y DeepSWE 58.7, acercándose al modelo insignia en un trabajo que cuesta doce veces más ejecutar.

Ahora la etiqueta, aplicada a cada número anterior: todo proviene de Alibaba, desde el propio entorno de pruebas de Alibaba, con un día de antigüedad en el caso de la vista previa y sin replicar para ambos modelos. Eso importa de manera distinta en cada lado. La tabla de calidad de Qwen3.8-Max es una afirmación del proveedor, pero su Índice de Inteligencia 58 y su Índice de Codificación 71.8 son mediciones de terceros en la API de Alibaba: el modelo ha estado expuesto a un escrutinio independiente durante semanas y se mantiene firme. Qwen3.8-Flash-Next no tiene todavía ninguna puntuación independiente de ningún tipo. La lectura honesta de la cercanía no es "la vista previa es básicamente tan buena como el modelo insignia." Es "Alibaba dice que la vista previa está a un punto del modelo insignia, y nadie fuera del laboratorio lo ha confirmado." La brecha entre esas dos frases es toda la diferencia en cuánto riesgo conlleva cada modelo.

La brecha de precios es el punto

Haz primero la aritmética, porque es la parte que no se moverá. A $0.16/$0.47, un millón de tokens de entrada más un millón de tokens de salida factura $0.63 en la API Flash de producción; la misma llamada en Qwen3.8-Max factura $8.00 — aproximadamente 12.7× más, en ambos lados del balance. Alibaba dice que la arquitectura se entrena a aproximadamente un noveno del costo de Qwen3.7-Plus, que es la razón estructural por la que el precio puede mantenerse ahí, y a $0.16 la Flash de producción subcotiza incluso a DeepSeek-V4-Flash por aproximadamente dos tercios. Para cargas de trabajo de alto volumen, agénticas o de contexto largo, una brecha de precio de 12.7× es la diferencia entre un producto rentable y un subsidio — que es por lo que se hace la comparación en absoluto.

Aquí es donde una capa de enrutamiento demuestra que vale lo que cuesta, en ambos lados del balance, y los hechos merecen exponerse con precisión. Qwen3.8-Max ya está disponible en OrcaRouter hoy al precio de lista del proveedor con cero margen — los mismos $2.00/$6.00 que pagarías al proveedor directamente, detrás del endpoint compatible con OpenAI que ya utilizas. Qwen3.8-Flash-Next aún no está en ninguna API: hasta que el Qwen3.8-Flash de producción se abra en QwenCloud, los pesos abiertos son la única vía, autoalojados. Cuando esa API se abra, el mismo traspaso con margen del 0% hará que su precio de $0.16/$0.47 aparezca de nuestro lado ese mismo día — un recorte de precio que se activa en una config, no en una línea de un comunicado de prensa — y ambos modelos quedarán detrás de una sola clave con conmutación automática ante fallos entre ellos. No reconfiguras la integración para probar una arquitectura de un día; cambias una regla de enrutamiento.

Arquitectura en vista previa versus producto probado

Hay una diferencia de horizonte más largo que supera a cualquier punto de referencia individual. Qwen3.8-Flash-Next está construido sobre la arquitectura que Alibaba dice que Qwen4 usará — atención dispersa, DeltaNet con compuerta, residual con compuerta, incrustaciones de N-gramas, Muon — publicada anticipadamente como pesos abiertos para que el ecosistema pueda probarla bajo estrés antes de que se construya el modelo costoso sobre ella. Según las mediciones de Alibaba, esa pila alcanza hasta 7.6× más rápida en prefill y 4.9× más rápida en decode con contexto de 1M de tokens que la atención completa (reportado por el proveedor), que es la razón técnica por la que un modelo con 6B activos puede mantener una ventana de 1M de tokens a un costo accesible. Qwen3.8-Max es el producto maduro de la generación actual, y esa es exactamente su virtud: la cantidad conocida, el modelo cuyo comportamiento de servicio y modos de fallo los equipos ya han mapeado.

En un sistema de producción, la bifurcación tiene dos filos. Max es la opción segura hoy: puntuado de forma independiente, tres semanas de exposición en producción, un precio consolidado. Flash-Next es la dirección en la que Alibaba apuesta por la próxima generación, a un precio que recalibra la familia. Elegirlo ahora significa subirse a una arquitectura que la comunidad aún está auditando; ignorarlo significa apostar a que la arquitectura más barata no superará al buque insignia en seis meses. Ninguna apuesta tiene que ser de todo o nada — ese es el punto práctico de mantener ambas accesibles desde un mismo punto final.

Las dos capturas anteriores son las interfaces públicas de cada lanzamiento: el listado de OrcaRouter donde Qwen3.8-Max está disponible hoy a precio de lista, y el anuncio de Alibaba en Qwen Studio sobre el lanzamiento de pesos abiertos de Qwen3.8-Flash-Next.

La decisión

Elige Qwen3.8-Max si necesitas el techo de capacidad de generación hoy mismo: trabajo agéntico de largo alcance, la puntuación independiente más fuerte de la familia y un modelo que lleva semanas en producción, no horas. A 2/6 dólares fijos por millón de tokens, es barato para ser un modelo de vanguardia, y es el único de los dos con datos que no tuviste que aceptar a ciegas.

Elija Qwen3.8-Flash-Next si su carga de trabajo es de alto volumen y sensible al precio — bucles de agentes, automatización ofimática por lotes, pasadas de contexto largo donde una diferencia de precio de 12.7× es la diferencia entre el punto de equilibrio y el margen — y se siente cómodo ejecutando una arquitectura de un día de antigüedad en una ficha de proveedor, o autoalojando pesos abiertos mientras la API está pendiente.

Para todos los que están en el medio, la postura sensata es ambas: Qwen3.8-Max en una tecla ahora, Qwen3.8-Flash-Next a una regla de enrutamiento de distancia cuando se abra la API, y conmutación por error para que el modelo de un día no pueda tumbar una ruta de producción mientras decides. La pregunta abierta es la honesta: ¿puede un modelo que activa 6 mil millones de sus parámetros mantener estas cifras de benchmark bajo una replicación independiente, o la brecha de visión y la ficha de un día se ensancharán hasta convertirse en la historia real? Las próximas semanas lo responderán, y la comparación merece revisitarse en el momento en que aterrice una puntuación independiente para la vista previa.