Qwen4-Max Preview se escapó del muro de pago: el mismo modelo, ahora detrás de una ventana de chat

On 11 November 2026 the Qwen4-Max Preview turned up in Q​wen Chat — the same model A​libaba started serving through Model Studio's Token Plan at 10:00 that morning, now reachable without a Singapore subscription, a dedicated base URL or an API key. Nothing about the model changed: 1,000,000 tokens of context, a 393,216-token output ceiling that thinking and the answer have to share, text, images and video going in. What changed is who can reach it. A preview that had been an enterprise line item became something you can open in a browser tab and type into, and both doors lead to the same fourteen remaining days. The Q​wen 4 line was named from a stage at the Apsara conference on 22 September 2026 with no specifications attached to any tier; Qwen3.8-Max, the flagship it is meant to replace, has been callable since 3 August at $2.00 per million input tokens and $6.00 per million output. This one you can look at, and on the API side you still cannot buy it by the token.

La segunda puerta, y por qué importa más de lo que parece

Q​wen Chat is a consumer surface. There is no per-token meter in it, no model ID to paste into a request body, and no bill at the end of the month. For a preview that A​libaba has fenced off behind a credit subscription, that is a different kind of access, not a cheaper version of the same one — it moves the model from the procurement conversation into the evaluation conversation.

La ruta de API, tal como está documentada, tiene tres barreras a su alrededor. El acceso es solo mediante Token Plan, y el pago por uso no es compatible de forma explícita. La URL base es una dedicada en token-plan.ap-southeast-1.maas.aliyuncs.com, por lo que una clave existente de Model Studio no la abre. Y el propio plan conlleva una restricción que conviene citar en lugar de parafrasear: es para "uso interactivo en herramientas de programación y agentes, no para scripts por lotes automatizados". Una vista previa que no puedes procesar por lotes es una vista previa que evalúas a mano.

Read those together and the Q​wen Chat launch looks less like a marketing beat and more like the honest completion of the product. If the licence says interactive use only, a chat window is not a workaround for the paid plan — it is the surface the plan was always describing.

En qué se diferencian realmente las dos puertas

Mismo modelo, distinta plomería. Las diferencias que importan, una línea cada una:

• Cost model — Q​wen Chat: no per-token charge visible to the user, no key to manage vs Token Plan: a monthly credit subscription, with Personal Edition tiers at $6 for 20,000 credits, $10 for 45,000, $18 for 80,000 and $43 for 200,000, plus $15 per 20,000-credit top-up bundles.

• Ceiling — Q​wen Chat: whatever the chat client will accept in one turn vs the API: the full 1,000,000-token context and 393,216-token output budget, both documented.

• Programmatic access — Q​wen Chat: none, it is a chat interface vs the API: O​penAI Chat Completions, O​penAI Responses and A​nthropic Messages compatible, so an existing client needs a base URL and a key rather than a rewrite.

• Tooling — Q​wen Chat: whatever the app exposes vs the API: function calling, web search, built-in tools, JSON Object and JSON Schema output.

• Reproducibility — Q​wen Chat: a conversation you can read but not version vs the API: request parameters you can pin, which is the only way to compare two runs honestly.

• Caducidad: idéntica en ambos: 24:00 del 25 de noviembre de 2026, UTC+8, tras lo cual el modelo se retira.

Esa última fila es la que la gente olvidará. La puerta del chat parece permanente porque los productos de chat suelen serlo. Este no lo es.

La ventana es el producto, y dura catorce días.

A​libaba's documentation states the window as 10:00 on 11 November to 24:00 on 25 November, UTC+8, and adds that the model will be retired when the preview ends. It also states that no changes will be made during the period. A frozen preview is a specific kind of offer: a behaviour you find irritating on day two will still be there on day thirteen, and reporting it buys you nothing until a successor exists. That is the correct trade for an evaluation build and the wrong trade for a dependency.

The commercial side of the window is unusually steep. During the preview, consumption runs "as low as 20% of the standard rate", and calls placed between 22:00 and 08:00 UTC+8 get a further discount that lands at 8% of standard. Two A​libaba pages describe that night step differently — one calls it 40% off, the other 60% — and both arrive at the same 8%, so treat the arithmetic as the fact and the percentage as copy. Credits themselves are consumed at a rate the vendor says is set dynamically by model type, token usage, thinking mode and tool calls, which means the only place to learn your real rate is the usage detail in the console.

Lo que el cuadro de chat no puede decirte

A este modelo le faltan tres cosas, y la interfaz de chat hace que las tres sean más difíciles de ver en lugar de más fáciles.

There is no published parameter count. The nearest architecture statement from the Q​wen organisation is Qwen3.8-Flash-Next, published on Hugging Face on 24 August 2026, whose card describes it as an experimental preview of the architecture that will underpin Q​wen 4. That card reports 125 billion main parameters with roughly 6 billion active per step, a 51-billion-parameter n-gram embedding store, and three named techniques — QSA sparse attention, gated residual connections, and n-gram embeddings as a separate lookup table. It is vendor-reported, unreproduced, and it describes a 180-billion-parameter preview model, not this flagship. Anyone quoting a parameter count for Qwen4-Max is quoting something A​libaba has not said.

No hay puntuaciones de benchmark, ni del proveedor ni independientes. La tabla de clasificación de Artificial Analysis, consultada el 11 de noviembre de 2026, no incluye ninguna entrada de Qwen4. Eso no es un punto en contra del modelo —una versión preliminar que se abrió esta mañana no ha tenido tiempo de ser medida—, pero sí significa que cada cifra de «Qwen4 supera a X» que circula hoy es o bien una proyección o bien el número de otro modelo con el nombre de este.

Y no hay publicación de pesos. Este es un endpoint alojado cerrado durante quince días, no un checkpoint descargable, y la cuestión de la licencia que se aplicaría a un modelo descargable simplemente no surge porque no hay nada que descargar.

Tres ajustes que deciden si una respuesta merece la pena leerse

Si abres el lado de la API, los valores predeterminados no son neutrales, y es ahí donde se rompe una solicitud portada.

reasoning_effort acepta low, medium o xhigh, y su valor predeterminado es xhigh. Un modelo que dedica su presupuesto a pensar antes de responder producirá mejores resultados en los prompts difíciles y peor latencia en los fáciles; el valor predeterminado se sitúa en el extremo costoso de ese equilibrio.

max_tokens changed meaning with this model. Starting here, max_tokens is equivalent to max_completion_tokens and both cover thinking plus the final answer, where every earlier Q​wen model applied the cap to the answer alone. A request carried over from Qwen3.8-Max with max_tokens set to 4096 now buys 4,096 tokens of thinking and whatever is left — which on a hard prompt can be nothing. The failure mode is a truncated response, not an error you can catch.

preserve_thinking está activado de forma predeterminada en Chat Completions, por lo que el razonamiento previo vuelve en el campo reasoning_content de los mensajes del asistente. Concatenar eso en content y reenviarlo como historial tiene un formato incorrecto y degradará el siguiente turno. Ten en cuenta también que reasoning_effort y thinking_budget no deben configurarse juntos: elige un solo control.

Un plan de pruebas que cabe en una tarde

Catorce días son suficientes para aprender algo concreto si decides qué vas a probar antes de empezar. Tres prompts, ejecutados dos veces cada uno, son un mejor uso de ese periodo que una semana de conversación sin rumbo.

Empieza por aquello para lo que sirve la ventana de contexto. Dale un documento largo o una grabación de pantalla cuya respuesta ya conozcas y comprueba si encuentra el detalle que sembraste cerca del final. Un millón de tokens es una afirmación sobre capacidad, no sobre atención, y la única forma de notar la diferencia es una aguja que pongas tú mismo.

Luego prueba la configuración predeterminada de razonamiento frente a la configuración económica con el mismo prompt. Si xhigh y medium llegan al mismo punto en tu tarea, has encontrado latencia que no necesitas pagar. Si divergen, has encontrado el límite de lo que el modelo puede hacer sin pensar en voz alta.

Luego, prueba la entrada de video con algo breve y específico: una grabación de interfaz de usuario con un error conocido. La comprensión de video es la capacidad menos evaluada con benchmarks en cualquier ficha de modelo, y aquella en la que una vista previa tiene más probabilidades de sorprenderte, en un sentido o en otro.

Anota lo que aprendiste, con fechas y ajustes. En quince días, ese documento será el único activo que produzca la vista previa.

Where this sits in the Q​wen 4 line

A​libaba named four tiers at Apsara on 22 September: Max, Flash, Plus and 27B. As of today, one of them has an endpoint, one has a chat tab, and the other three have names. A family with one shipped tier and three announced ones is a roadmap, not a lineup, and the preview is best read as a capability demonstration aimed at the tier that will carry the flagship price.

También vale la pena decir con claridad lo que este modelo no es. No es Qwen4-Max. La vista previa precede a un producto insignia de disponibilidad general que no tiene ficha del modelo, ni precio publicado por token, ni endpoint de pago por uso. La denominación es lo bastante parecida como para que los resultados de búsqueda y las publicaciones en redes sociales los confundan habitualmente; son productos diferentes en estados diferentes, y tratar las cifras de la vista previa como las cifras del producto insignia es la forma en que una diapositiva de hoja de ruta se convierte en un error de adquisición.

¿Qué cierra el 25 de noviembre?

Three outcomes are possible and they are not equally likely. The clean one is general availability with a published per-token rate and a pay-as-you-go endpoint, which would turn the preview into the cheapest due diligence anyone could have done. The second is an extension on the same terms, which would say A​libaba is still capacity-constrained in Singapore and still not ready to meter the model openly. The third is retirement on schedule with silence.

Para cualquiera que necesite lanzar antes de que se resuelva algo de eso, la pregunta práctica es qué ejecutar en su lugar, y la respuesta ya está disponible. Qwen3.8-Max está disponible de forma general desde el 3 de agosto de 2026 con un contexto de 1.000.000 de tokens, entrada de texto, imagen y vídeo, a $2.00 por millón de tokens de entrada y $6.00 por millón de salida — el precio de lista del proveedor sin nada añadido. Es uno de 217 identificadores de modelo en el catálogo de OrcaRouter, que también es el límite honesto de la afirmación: no servimos Qwen4-Max Preview, y ninguna cantidad de ingenio en el enrutamiento cambia eso. Lo que el catálogo sí le ofrece es una cadena de respaldo, para que una evaluación pueda situarse detrás de un modelo en el que ya confía en lugar de delante de uno — si una solicitud da error, se agota el tiempo de espera o se trunca porque el presupuesto de razonamiento se comió la respuesta, el respaldo responde y aun así puede averiguar si la ventana de un millón de tokens resuelve su problema.

The preview's real contribution is not a benchmark or a price. It is a date: 25 November, after which the answer to "what does the Q​wen 4 flagship do" stops being a chat tab and starts being a model card. Watch for that document, not for the launch post.