Una tarjeta de título generada que dice Qwen4-Max al 70% del precio de lista, con el subtítulo Un descuento del 30% que es exactamente del 30%, y tres tarjetas de precios que dicen Entrada $1.05 por 1M, Salida $3.15 por 1M y Lectura de caché $0.0525 por 1M.
Guides & Insights

Qwen4-Max tiene un 30% de descuento sobre el precio de lista de Alibaba: una tarifa antes del endpoint

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Qwen4-Max se lanzó el 16 de noviembre de 2026. Tres días después, el 19 de noviembre, una plataforma de inferencia de terceros incluyó el modelo en su lista de precios a $1,05 por millón de tokens de entrada, $3,15 por millón de tokens de salida y $0,0525 por una lectura de caché. Divida esos valores entre la propia tarjeta de tarifas de Alibaba para Singapur —$1,50, $4,50 y $0,075— y todos vuelven a dar exactamente 0,70. No aproximadamente un 30 % menos. Exactamente un 30 % menos, en las tres líneas, hasta el último decimal. Así no fija sus precios un despliegue independiente; así los fija un revendedor. Y la misma página que contiene la tarjeta de tarifas también contiene un aviso de «Próximamente» y un formulario de registro en el que se pide que te avisen cuando Qwen4-Max esté disponible, lo que hace que esta sea una lista de precios publicada antes de aquello a lo que pone precio.

Qué es realmente el 30%

Tres números, un multiplicador, y el multiplicador lo es todo.

• Entrada — $1.05 por millón de tokens en la tarjeta de terceros, frente a $1.50 en la tarjeta de Singapur de Alibaba. Relación 0.700.

• Resultado — $3.15 frente a $4.50. Relación 0.700.

• Lectura de caché — $0.0525 frente a $0.075. Relación 0.700.

Una plataforma que hubiera comprado su propio hardware de 2,4 billones de parámetros, escrito sus propios kernels de atención dispersa y negociado ancho de banda llegaría a cifras que se agrupan cerca de las de Alibaba, no a tres números que cada uno se divide exactamente entre diez séptimos. La fijación de precios independiente tiene ruido independiente: un redondeo por aquí, un margen por allá, una tarifa de caché que refleja un nivel de almacenamiento distinto. La exactitud de tres sobre tres es la firma de un margen aplicado a una sola tarjeta upstream, y la tarjeta upstream a la que se aplicó es la de Singapur en lugar de la global: $1.413 y $4.24 habrían producido $0.989 y $2.968, y las cifras publicadas no son ninguna de las dos.

Lo que te indica que el descuento es promocional. Alguien está pagando ese 30 % con cargo a un presupuesto de lanzamiento, no a una estructura de costes diferente, y lo que hay que preguntar sobre cualquier tarifa promocional es cuánto tiempo sobrevive.

Tres formas en que una plataforma consigue un 30% por debajo del precio de lista

No hay una cuarta explicación que merezca considerarse, y las tres merecen poder distinguirse porque tienen fechas de caducidad diferentes.

El primero es un descuento de lanzamiento financiado por el proveedor. Alibaba quiere Qwen4-Max frente a desarrolladores que ya tienen una clave de API en algún sitio, y la forma más rápida de lograrlo es subvencionar el primer mes de una plataforma. Este es el más probable de los tres y el que tiene el plazo más corto, porque es la hoja de balance de la plataforma la que absorbe la diferencia durante una ventana definida.

La segunda es un precio mayorista genuino: la plataforma compra a una tarifa negociada por debajo del precio de lista y transfiere parte de esa ventaja. Esta es la única versión del 30 % que es estable, y también es la versión que aparecería en un acuerdo de revendedor en lugar de en una página de marketing. Si la tarifa se mantiene después de enero, esto es lo que era.

El tercero es un producto gancho sobre un modelo que es caro de servir y barato de anunciar. Qwen4-Max activa 71.000 millones de parámetros por token de una base de 2,4 billones de parámetros — un costo de servicio que no se reduce porque el precio sí lo hizo. Una plataforma que vende al 70 % del precio de lista para ganar cuota de enrutamiento es un negocio plausible, pero es un negocio con un suelo debajo.

Los tres arrojan el mismo precio hoy, y ninguno de ellos se ve en la lista de tarifas. Ese es el límite honesto de lo que se puede leer en una página: el número es real y la aritmética que hay detrás no está publicada.

Los límites que el precio no conlleva

Esta es la parte que importa más que el descuento, y es la parte que una comparación centrada en el precio siempre omite. La ficha de Alibaba para Qwen4-Max no es solo dinero: es un conjunto de límites máximos, y un revendedor copia un precio de forma mucho más fiable que una hoja de especificaciones.

• Contexto — Alibaba documenta 1.000.000 de tokens, con un límite de entrada de 991.808 tokens en modo sin razonamiento que baja a 983.616 en modo de razonamiento. La ficha de terceros anuncia un contexto de 1M de tokens sin el límite de entrada, que es la cifra que realmente limita un documento largo.

• Salida — Alibaba limita la salida sin pensamiento a 131,072 tokens y coloca el pensamiento más la respuesta dentro de un presupuesto compartido de 262,144 tokens. Una página que anuncia "1M context" y se queda ahí no te ha dicho nada sobre cuánta respuesta puedes recibir de vuelta.

• Modalidad: la ficha del proveedor admite texto, imagen y vídeo de entrada, y texto de salida, con comprensión nativa de vídeo en lugar de un extractor añadido a posteriori. Las fichas de terceros suelen incluir primero las rutas de texto e imagen y la de vídeo más tarde, y la ficha no siempre indica cuál de ellas vas a obtener.

Nada de esto es una acusación. Es la brecha habitual entre un modelo y un despliegue de un modelo, y en un lanzamiento de hace cuatro días hay exactamente una fuente para el límite máximo —la propia página Model Studio de Alibaba— porque nadie ha ejecutado el segundo despliegue el tiempo suficiente como para publicar resultados frente a él.

Consecuencia práctica: si estás dimensionando un trabajo de contexto largo, toma la cifra de contexto del proveedor y toma el precio de quien sea más barato, pero no asumas que describen el mismo producto hasta que hayas enviado una solicitud de 400.000 tokens y hayas observado dónde se trunca.

A generated single-column price card for Qwen4-Max with six rows: input $1.05 per 1M against list $1.50, output $3.15 against list $4.50, cache read $0.0525 against list $0.075, a discount of exactly 30% on all three lines, a 1M context with a 991,808-token input ceiling, and a status line reading price published, endpoint not yet live.

Cuánto vale un descuento del 30 % en una ejecución de agente

Los precios por token son la unidad equivocada para un modelo que se vende para trabajo agéntico de larga duración, así que aquí está la aritmética para un perfil para el que Qwen4-Max está posicionado explícitamente: un agente de programación que mantiene un contexto de repositorio de 200.000 tokens a lo largo de 40 turnos, emitiendo 30.000 tokens de razonamiento y parche por turno. Precios de lista, sin caché, tarifas de Singapur en ambos lados.

En la tarjeta de Alibaba: 200.000 tokens de entrada por turno a 1,50 $ por millón son 0,30 $, y 30.000 tokens de salida a 4,50 $ por millón son 0,135 $. Eso es 0,435 $ por turno, o 17,40 $ en 40 turnos.

• En la tarjeta de terceros, el mismo turno cuesta $0.21 de entrada y $0.0945 de salida, $0.3045 por turno, o $12.18 en 40 turnos.

• El ahorro: 5,22 $ por cada ejecución de 40 turnos, es decir, 0,13 $ por turno. Con una carga de mil ejecuciones al mes, eso son 5.220 $; con una carga de diez, es calderilla.

Ahora añade almacenamiento en caché, porque ahí es donde el descuento se acumula y donde la propia economía de Qwen4-Max resulta más interesante. Alibaba documenta las lecturas de caché a $0.075 por millón en Singapur y las escrituras de caché a $1.875 para una ventana de cinco minutos. Con 200.000 tokens en caché por turno, la lectura cuesta $0.015, así que el lado de entrada de un turno en caliente se desploma de $0.30 a $0.015: una reducción de veinte veces antes de aplicar descuento alguno. El 30% es dinero real, pero es el 30% de una cifra que un almacenamiento en caché competente ya ha dejado pequeña. En una ejecución que relee un prefijo estable, la estructura de caché vale aproximadamente veinte veces lo que vale el descuento de la plataforma, y ninguna lista de precios anuncia eso.

El punto en el que deja de funcionar es un prefijo que cambia en cada turno. Un agente que llama herramientas cuyo contexto es en su mayoría salida reciente de herramientas no obtiene aciertos de caché, paga la prima de escritura por nada y recurre a la tarifa completa de entrada; en ese momento, el 30 % es todo el ahorro y es la única palanca que queda.

A screenshot of the Alibaba Cloud Model Studio documentation for qwen4-max, captured in an English interface, showing the qwen4-max latest-model heading, the Model List and Model Billing sidebar, and the Text, Vision, Speech and Embedding model categories.

La cuestión del endpoint

Todo lo anterior supone que puedes llamar al modelo a ese precio y, a fecha de 19 de noviembre, eso es lo único que la página no resuelve.

La misma ficha del modelo contiene tres afirmaciones que no encajan bien entre sí. Enumera Qwen4-Max como sin servidor y disponible, publica una lista de precios completa por consumo y muestra un estado de "Próximamente" con un mensaje para registrarse que ofrece avisarte cuando el modelo esté disponible. Dos cualesquiera de esas afirmaciones son coherentes. Las tres a la vez corresponden a una página en transición, y la lectura correcta es que el precio ya está publicado y la capacidad aún no —lo cual es un estado normal para un modelo de cuatro días y algo inusual para que una lista de precios lo diga en voz alta.

Eso importa para una decisión de una manera concreta. Una tarifa promocional que comienza antes de que exista un punto de referencia tiene un reloj que arranca después del anuncio, o no arranca en absoluto. Si estás construyendo un modelo de costos en torno a $1.05, modélalo como un descuento que aún no has podido probar, y mantén los $1.50 de Alibaba como la cifra con la que tu presupuesto sobrevive.

OrcaRouter no ofrece Qwen4-Max: se puede acceder al modelo a través de la propia API Model Studio de A​libaba y de varias plataformas de terceros, y el descuento anterior corresponde a una de ellas. El modelo que sí enrutamos de la misma familia es Qwen3.8-Max, a su precio de lista publicado con un 0% de margen repercutido, que es la misma estructura de repercusión que hace que un cambio de precio del proveedor llegue aquí el mismo día en que llega a origen. Una API para más de 200 modelos, una clave y un DSL de enrutamiento que puede enviar una solicitud a Qwen3.8-Max o a un modelo de otro laboratorio sin un segundo contrato: la configuración útil cuando el modelo que realmente quieres está en una lista de precios que nadie ha terminado de poner en marcha.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured in an English interface, showing the model name, the qwen/qwen3.8-max identifier, text, image and video input with text output, and a $2.00 price figure in the page header.

Qué observar y para cuándo

Si el 30% sobrevive a su primer mes. Una tarifa promocional y una tarifa mayorista se ven idénticas en la primera semana y no se parecen en nada en febrero. La fecha que hay que comprobar es finales de diciembre de 2026.

• Si el estado «Próximamente» desaparece y qué dicen los límites cuando eso ocurra. Un contexto publicado de 1 M sin un límite máximo de entrada declarado no es el mismo producto que el techo de 991.808 tokens en modo sin pensamiento de Alibaba, y la diferencia solo se manifiesta en la solicitud que trunca.

• Si una segunda plataforma publica una tarjeta que no sea 0,70 veces la de Alibaba. Que dos plataformas lleguen al mismo multiplicador significaría una tarifa mayorista; que dos lleguen a multiplicadores distintos significaría dos presupuestos de lanzamiento, y el más barato de ellos es el que tiene la fecha de vencimiento más temprana.

• Si Alibaba responde. Un proveedor que ve cómo su producto estrella baja un 30 % en tres días o bien retira la tarifa mayorista o bien cambia su propio precio de lista, y de esas dos opciones, la que quiere un comprador es la segunda.

El titular es que el buque insignia de Alibaba está disponible al 70 % del precio de lista, cuatro días después de su disponibilidad general. La frase más útil es que el 30 % es el número más pequeño de la historia: menor que la estructura de caché sobre la que se asienta, menor que el techo de contexto que no menciona y menor que la brecha entre una lista de precios y un endpoint al que puedes llamar. Ponle precio al descuento. Presupuesta la lista.