Qwen4-Max Preview: un modelo insignia de 1 millón de tokens que solo puedes alquilar durante quince días

La mayoría de los lanzamientos de modelos llegan con una fecha de inicio. La vista previa de Qwen4-Max llegó con una fecha de finalización. Alibaba la abrió a las 10:00 del 11 de noviembre de 2026 (UTC+8) y dijo, en la misma página de documentación en la que la anunció, que el modelo se retirará después de las 24:00 del 25 de noviembre —quince días después—, sin que se permitan cambios en el intervalo. Dentro de esa ventana obtienes un contexto de 1.000.000 de tokens, un límite máximo de salida de 393.216 tokens que el razonamiento y la respuesta final deben compartir, y entrada nativa de imagen y video. Lo que no obtienes es un precio por token, un número de parámetros, pesos publicados ni una sola cifra de benchmark, ya sea reportada por el proveedor o de otra procedencia. La publicación de lanzamiento dice que el modelo está «diseñado para tareas del mundo real, con conocimiento más profundo y capacidades mejoradas», que es el tipo de frase que contiene toda publicación de lanzamiento; la documentación dice que el modelo tiene fecha de caducidad, algo que casi ninguno de ellos tiene.

¿Qué se lanzó realmente a las 10:00?

El nombre del producto es Qwen4-Max-Preview y el ID del modelo es qwen4-max-preview. También existe un alias, qwen4.0-max-preview, y Alibaba señala que ambos ID funcionan, pero las facturas muestran la forma 4.0; conviene saberlo antes de ponerse a buscar el gasto bajo una cadena y encontrarlo bajo la otra.

Solo hay una vía para acceder a él, y no es la API habitual. Qwen4-Max-Preview se sirve únicamente a través de Token Plan; el acceso de pago por uso no está admitido explícitamente. Token Plan Personal Edition es una suscripción en créditos, disponible solo en la región de Singapur de Alibaba, con una URL base dedicada en token-plan.ap-southeast-1.maas.aliyuncs.com. Si tienes una clave de API de Model Studio que funciona con qwen3.8-max, esa no es la clave que da acceso a este modelo.

El momento merece una línea porque la brecha es corta. Alibaba anunció desde el escenario de su conferencia Apsara en Hangzhou, el 22 de septiembre de 2026, la familia Qwen 4 —Max, Flash, Plus y 27B—, y su comunicado escrito de ese día solo decía que Qwen 4 estaba en entrenamiento. Cincuenta días después, el nivel insignia ya tiene un endpoint funcional. Eso es rápido para una familia de frontera y es el argumento más sólido para tomarse la vista previa en serio en lugar de archivarla como una demo de escenario.

La especificación, tal como se publicó.

Esto es todo, procedente de la propia página del modelo de Alibaba en lugar de las coberturas que se han hecho sobre él:

• Contexto — 1.000.000 de tokens.

• Salida máxima: 393,216 tokens, compartidos entre el razonamiento y la respuesta final.

• Entrada — texto, imágenes y video. La salida es texto.

• Razonamiento — activado por defecto, con reasoning_effort establecido en bajo, medio o xhigh, y xhigh como valor predeterminado.

• Herramientas — llamada a funciones, búsqueda web y herramientas integradas.

• Salida estructurada — JSON Object y JSON Schema.

• Forma de la API — compatible con O​penAI Chat Completions, O​penAI Responses y A​nthropic Messages.

• Precio por millón de tokens — no publicado. El modelo se factura por consumo en Créditos con una suscripción, y Alibaba no publica una tarifa de créditos por token.

• Parámetros — no publicados. Pesos — no publicados. Licencia — no aplicable, porque no hay nada que descargar.

• Resultados de benchmark — ninguno. No es una tabla de proveedor ni una ejecución independiente.

• Ventana de disponibilidad — de las 10:00 del 11 de noviembre a las 24:00 del 25 de noviembre de 2026, UTC+8, y después se retira.

Lea el techo de salida dos veces. 393,216 es un número grande y no es la ventana de contexto: es el presupuesto total para una sola respuesta, y los tokens de razonamiento salen de él antes de que empiece la respuesta. Un modelo que usa xhigh como esfuerzo predeterminado dedicará una parte significativa de ese presupuesto a pensar, lo que hace que la longitud efectiva de la respuesta sea bastante menor de lo que sugiere la cifra.

La línea que romperá un puerto: max_tokens

Escondido en las notas de uso hay un cambio que importa más que gran parte de la ficha técnica. A partir de qwen4-max-preview, max_tokens es equivalente a max_completion_tokens, y ambos limitan los tokens combinados para el razonamiento y la respuesta final. Todos los modelos Qwen anteriores conservan su comportamiento previo, en el que el límite se aplicaba a la respuesta. Por lo tanto, una solicitud migrada desde qwen3.8-max con max_tokens: 4096 ahora obtiene 4.096 tokens de razonamiento más lo que quede, que en un prompt difícil puede no ser nada en absoluto — y el modo de fallo es una respuesta truncada en lugar de un error que se pueda detectar.

Hay otros dos valores predeterminados que conviene configurar deliberadamente. Chat Completions habilita preserve_thinking de forma predeterminada, por lo que el pensamiento histórico vuelve en el campo reasoning_content de los mensajes del asistente; concatenarlo en content y enviarlo de vuelta como historial tiene la forma incorrecta y confundirá el siguiente turno. Además, reasoning_effort y thinking_budget no deben configurarse juntos — elige un único control.

Nada de esto es exótico. Es el coste habitual de ser de los primeros: la capa de compatibilidad que hace que el modelo se parezca a cualquier otro endpoint con la forma de OpenAI no hace que su contabilidad de tokens sea idéntica, y la diferencia solo se ve cuando algo queda truncado.

¿Cuánto cuesta quince días de Token Plan?

Como no hay un precio por token, la única pregunta sobre precios que un lector puede responder realmente es cuánto cuesta la suscripción. Los cuatro niveles de Personal Edition de Alibaba cuestan 6 USD al mes por 20.000 créditos, 10 USD por 45.000, 18 USD por 80.000 y 43 USD por 200.000, con paquetes adicionales a 15 USD por cada 20.000 créditos y un descuento para nuevos usuarios vigente hasta el 30 de noviembre. Los créditos se consumen a una tarifa que, según el proveedor, se determina de forma dinámica por el tipo de modelo, el uso de tokens, el modo de pensamiento y las llamadas a herramientas, y el único lugar donde se puede ver la tarifa real es el detalle de uso en la consola.

La vista previa conlleva su propia promoción: durante la ventana, el consumo se factura «hasta tan solo el 20 % de la tarifa estándar», y las llamadas entre las 22:00 y las 08:00 UTC+8 obtienen un descuento adicional que deja el precio en el 8 % de la tarifa estándar. Las dos páginas que describen esa tarifa nocturna discrepan sobre cómo formularlo —la página del modelo califica ese paso adicional como un 40 % de descuento y la página de Token Plan lo califica como un 60 % de descuento—, y ambas llegan al mismo 8 %, así que toma la aritmética como el hecho y el porcentaje como texto promocional.

Una restricción merece ser citada en lugar de parafraseada, porque descarta la mayoría de los usos en producción antes incluso de que el precio sea una cuestión: Token Plan Personal Edition es para «uso interactivo en herramientas de programación y agentes, no en scripts por lotes automatizados». Un preview que no puedes ejecutar por lotes es un preview que evalúas a mano, en un editor, tal como evaluarías un modelo en una ventana de chat.

Lo que te cuestan los números que faltan

Tres ausencias cumplen una función real aquí, y cada una bloquea una decisión diferente.

Ningún precio bloquea el presupuesto. Los créditos no pueden convertirse en dólares por millón de tokens a partir de nada de lo que Alibaba publique, así que un equipo no puede comparar la versión preliminar con un modelo de pago por uso en el único eje que importa para el trabajo por volumen. La suscripción fija un techo de gasto, no una tarifa.

La falta de un recuento de parámetros no bloquea la conjetura sobre la infraestructura. Lo más cercano a una declaración de arquitectura es Qwen3.8-Flash-Next, publicado bajo la organización Qwen en Hugging Face el 24 de agosto de 2026, cuya ficha lo describe como una vista previa experimental de la arquitectura que sustentará a Qwen 4. Esa ficha informa 125 000 millones de parámetros principales con aproximadamente 6000 millones activos por paso, un almacén de embeddings de n-gramas de 51 000 millones de parámetros, y tres técnicas denominadas: atención dispersa QSA, conexiones residuales con compuertas y embeddings de n-gramas como una búsqueda separada. Está reportado por el proveedor y no ha sido reproducido, y describe un modelo de vista previa de 180 000 millones de parámetros, no este modelo insignia. Cualquiera que cite un recuento de parámetros para Qwen4-Max está citando algo que Alibaba no ha dicho.

Ninguna puntuación bloquea la clasificación. La clasificación de Artificial Analysis, consultada el 11 de noviembre de 2026, no incluye ninguna entrada de Qwen4 en absoluto. Eso no es una crítica al modelo —una vista previa que se abrió esta mañana no ha tenido tiempo de ser medida—, pero sí significa que toda cifra de «Qwen4 supera a X» que ya circula es una proyección o la cifra de otro modelo que lleva el nombre de este.

Existe también una cuarta ausencia que es fácil pasar por alto: «no se harán cambios durante este periodo». La versión preliminar está congelada. Un comportamiento que te resulte molesto el segundo día seguirá ahí el día catorce, e informar de él no te sirve de nada hasta que exista el siguiente modelo. Ese es el intercambio correcto para una versión preliminar y el incorrecto para una dependencia.

Enviar una solicitud esta semana y qué ejecutar en su lugar

Si quieres ver el modelo, el camino es una suscripción a Token Plan, la URL base dedicada y el ID del modelo indicado arriba; el endpoint habla los formatos de protocolo de O​penAI y A​nthropic, así que un cliente existente solo necesita una URL base y una clave, no una reescritura.

Si quieres lanzar algo, este no es el modelo con el que lanzarlo, y merece la pena hablar claro sobre la alternativa. El catálogo de OrcaRouter, consultado hoy, enumera 217 identificadores de modelos y ninguno de ellos es un nivel de Q​wen 4 — no servimos Qwen4-Max, y ninguna astucia de enrutamiento cambia eso. Lo que sí incluye ese mismo catálogo es el modelo que este acabará reemplazando: Qwen3.8-Max, disponible de forma general, contexto de 1M, entrada de texto, imagen y vídeo, a $2.00 por millón de tokens de entrada y $6.00 por millón de salida, al precio de lista de A​libaba sin nada añadido. Esa última parte es el punto estructural más que un eslogan: como trasladamos el precio del proveedor con un margen del 0 %, un cambio de precio del proveedor llega a tu clave el mismo día en que ocurre — que es exactamente el mecanismo que importará el día en que un nivel de Q​wen 4 tenga una tarifa de pago por uso, si llega a tenerla.

Para la evaluación en sí, una cadena de respaldo es la forma económica de ejecutarla. Pon la vista previa detrás de un modelo en el que ya confías en lugar de delante de él: si una solicitud da error, se agota el tiempo o se trunca porque el presupuesto de razonamiento se comió la respuesta, el respaldo responde y aun así descubres si el contexto de 1M y la entrada de vídeo resuelven tu problema. Probar un endpoint no probado sin un respaldo es cómo un experimento de quince minutos se convierte en una caída.

Lo que decide el 25 de noviembre

Son posibles tres resultados, y no son igualmente probables. El más limpio es la disponibilidad general con un precio publicado por token y un endpoint de pago por uso; eso convertiría a Qwen4-Max en una verdadera decisión de compra y haría de esta vista previa la diligencia debida más barata posible. El segundo es una extensión —otra ventana, las mismas condiciones—, lo que indicaría que Alibaba sigue limitada por capacidad en Singapur y aún no está lista para facturar por el uso del modelo. El tercero es la retirada según lo previsto y en silencio, lo que significaría que la vista previa era una demostración de capacidades dirigida a empresas que compran a través de Token Plan, y no a desarrolladores que compran tokens.

Vigila dos cosas al mismo tiempo. Si los otros tres niveles reciben tarjetas de modelo, porque una familia con un solo nivel lanzado y tres nombres es una hoja de ruta, no una gama. Y si Q​wen 4 27B aparece con pesos abiertos, porque ese nivel ha sido históricamente el que la organización Q​wen publica en Hugging Face, y un modelo Q​wen 4 descargable cambiaría el cálculo para todos los que no pueden poner una suscripción de Singapur en su arquitectura.

Por ahora, el resumen honesto es limitado y útil: Qwen4-Max existe, se puede invocar, tiene una ventana de un millón de tokens y un presupuesto de salida de 393.216 tokens, desaparecerá en quince días y nadie fuera de A​libaba lo ha medido. Eso basta para dedicarle una tarde y no para planificar un trimestre en torno a él.