
Qwen4-Max ya está a la venta en dos lugares. El marcador independiente es la parte que vale la pena leer.
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 265 tok/s
Qwen4-Max se puso a la venta general el 16 de noviembre de 2026 y, para la mañana del 18 de noviembre, una plataforma de inferencia de terceros también lo anunciaba, con el mismo contexto de 1 millón de tokens y las mismas entradas de texto, imagen y vídeo. Esa es la noticia, y es una noticia menor: un segundo vendedor es un evento de distribución, no un evento de modelo. Lo que llegó en la misma ventana y casi no ha recibido atención es una medición. Artificial Analysis ahora incluye una entrada de Qwen4-Max y, en su Intelligence Index, le otorga al modelo una puntuación de 43, frente a 34 de Qwen3.8-Max, el predecesor al que reemplaza.
Ambas cifras vienen con un contexto que determina si son buenas noticias, y el blog del propio proveedor no lo proporciona. Así que este artículo hace tres cosas en orden: qué se lanzó realmente el 16 de noviembre, qué dice la fila independiente que no dice la entrada de lanzamiento, y qué cambia —y qué se rompe en silencio— cuando alguien distinto de Alibaba sirve el mismo modelo.
Dos fechas, y solo una de ellas es un lanzamiento.
La fecha del modelo es el 16 de noviembre de 2026. El equipo Qwen de Alibaba fechó su publicación de lanzamiento el 16 de noviembre, y la página de documentación de Model Studio para el modelo tiene una marca de tiempo de actualización de 2026-11-16 09:46:08 con el encabezado "qwen4-max (modelo más reciente)" y un identificador de modelo simple de qwen4-max. Esa página es la que importa comercialmente: reemplazó a un identificador de vista previa, qwen4-max-preview, que se había abierto el 11 de noviembre con un plan de créditos y una fecha de retirada publicada del 25 de noviembre. La disponibilidad general implicaba una tarifa por uso, seis regiones y sin vencimiento.
El evento del 18 de noviembre es de distinta naturaleza. Una plataforma que no es Alibaba comenzó a listar el modelo para sus propios clientes, dos días después de que apareciera la tarjeta de precios. Nada del modelo cambió el 18 de noviembre: ni nuevos pesos, ni nueva cifra de contexto, ni nuevo precio por parte del laboratorio. Si estás leyendo cobertura que enmarca esta semana como un lanzamiento, ese encuadre va un paso por detrás: Qwen4-Max se lanzó el 16, y lo que ocurrió el 18 es que pasó a ser revendible a escala. Esa distinción no es pedantería. Te dice qué preguntas hacer: no «qué puede hacer», que se respondió el lunes, sino «qué sobrevive al paso por un revendedor», que nadie ha respondido.

Qué se lanzó el 16 de noviembre
La especificación que aparece a continuación es de Alibaba, procedente de la publicación de lanzamiento y de la documentación del modelo, y nada de ella ha sido reproducido de forma independiente; la arquitectura, en particular, es una descripción del proveedor de una ejecución de entrenamiento que ningún externo ha inspeccionado.
• Arquitectura — un nuevo diseño de Qwen4 con una columna vertebral de 2,4 billones de parámetros, 71 mil millones de parámetros activados por token y otros 328 mil millones de parámetros de embedding de N-gramas
• Atención — tres capas de Gated DeltaNet que alimentan cada capa de Qwen Sparse Attention, la cual comprime el historial en estados de tamaño fijo e indexa el contexto con granularidad de microbloques
• Trabajo de estabilidad — cuatro ramas residuales paralelas con compuertas dinámicas de lectura y escritura, descritas por el laboratorio como la razón por la que la ejecución de 2.4T no tuvo picos de pérdida
• Contexto — 1.000.000 de tokens en la documentación del proveedor; Artificial Analysis mide la ventana utilizable en 984.000
• Límite máximo de salida — 131,072 tokens con el razonamiento desactivado, o 262,144 compartidos entre el razonamiento y la respuesta
• Modalidad — texto, imagen y vídeo de entrada; texto de salida. Visión nativa, no un añadido
• Esfuerzo de razonamiento — niveles seleccionables, a los que la publicación de lanzamiento se refiere como High y Xhigh cuando cita sus propias cifras de eficiencia
• Herramientas: llamada a funciones, llamadas a herramientas en paralelo, búsqueda web, salida estructurada conforme a JSON Schema, finalización por prefijo, almacenamiento en caché explícito e implícito
• Interfaces — OpenAI Chat Completions y Responses, Anthropic Messages y DashScope, que es la superficie de protocolo más amplia que Alibaba ha lanzado en un producto insignia
• Qué falta — tanto el ajuste fino como el despliegue de modelos están marcados como no compatibles. No hay ningún checkpoint, y la publicación de lanzamiento solo dice que los modelos Qwen4 más pequeños "llegarán al código abierto"
Las afirmaciones de eficiencia son en las que más se apoya el lanzamiento, y vale la pena enunciarlas con precisión porque son condicionales. Frente a Qwen3.8-Max, el proveedor informa aproximadamente un 24% menos de tokens en su benchmark Work360 con esfuerzo Xhigh y un 35% menos con High, y un 48% y un 49% menos en Terminal-Bench 4.0 con esas mismas dos configuraciones. El costo promedio por tarea en Work360 baja de $4.43 a $1.67, una reducción del 62%. Todas esas cifras las reporta el proveedor, y todas están vinculadas a un nivel de esfuerzo, lo que se convierte en el detalle importante más adelante, cuando un revendedor decide cómo exponer ese ajuste.
La fila independiente que nadie está citando
Artificial Analysis publicó Qwen4-Max en el Intelligence Index v5.0.1, y la entrada es inusualmente directa. La puntuación es 43, que el sitio describe como por debajo del promedio entre modelos comparables; la mediana también es 43, así que el modelo se sitúa exactamente en la línea en lugar de por encima de ella. Esa es una frase menos halagadora que «nueve puntos más que su predecesor», y ambas son ciertas. Qwen3.8-Max, medido como la instantánea 0902, obtiene 34 en el mismo índice.
El resto de la fila es donde el argumento se vuelve interesante, porque separa la capacidad del costo de extraerla.
• Puntuación del índice — Qwen4-Max 43 frente a Qwen3.8-Max (0902) 34 en v5.0.1
• Tokens de salida por ejecución de índice: 127 millones frente a 150 millones, con una mediana del sector de 65,1 millones. Ambos modelos son extremadamente verbosos; el nuevo lo es menos.
• Tiempo real por tarea — 32,1 minutos frente a 47,5 minutos, en comparación con una mediana del conjunto de 11,5. Más rápido que su predecesor, pero aún entre los modelos medidos más lentos
• Rendimiento — 55 tokens de salida por segundo, medidos en la propia API de Alibaba
• Coste por tarea — 3,27 $ frente a 10,02 $, que es la cifra más útil de la fila
Si se leen en conjunto, la mejora es real, pero más limitada de lo que sugiere el marketing. Qwen4-Max gana nueve puntos de índice, reduce el tiempo real en un tercio y recorta el coste de completar una tarea en aproximadamente dos tercios con respecto al modelo al que sustituye. No aporta velocidad en términos absolutos: con 32,1 minutos por tarea, es casi tres veces más lento que el modelo de la mediana del mismo ranking, y consume cerca del doble del volumen de tokens de la mediana para lograrlo. Si tu carga de trabajo es sensible a la latencia, el número del índice no es el que decidirá tu factura.

¿Qué sobrevive al relevo hacia un revendedor?
Esta es la parte que el listado del 18 de noviembre convierte en urgente en vez de teórica. Cuando un modelo es servido por una plataforma que no es su autor, cuatro cosas viajan de forma fiable y una no.
Los cuatro que viajan: la tarjeta de precios, porque se copia de la página del proveedor; la cifra de contexto, porque es un titular; la lista de modalidades, porque está en el texto de marketing; y la forma del protocolo, ya que la mayoría de las plataformas exponen un endpoint compatible con OpenAI independientemente de lo que haya detrás. Esas son las cosas que todos los listados aciertan, y son las cosas que citan todos los artículos de comparación.
Lo que no se traslada es el mapeo de esfuerzo. La economía de Qwen4-Max depende del esfuerzo por diseño: los ahorros de tokens del propio proveedor oscilan entre el 24% y el 35% en Work360 según se ejecute Xhigh o High, y la documentación expone la elección como un parámetro de solicitud. Un revendedor que fija el esfuerzo en un único valor predeterminado, o que asigna un parámetro de razonamiento al estilo OpenAI solo a dos de tres niveles, te entrega un modelo cuyo coste por tarea puede diferir en un tercio de la cifra publicada por el proveedor, con un precio por token idéntico en la factura. Si estás comparando una ficha con los propios números de Alibaba, fija explícitamente el nivel de esfuerzo y comprueba qué hace la plataforma con él antes de sacar cualquier conclusión sobre el precio.
Dos detalles menores que verificar: si el presupuesto compartido de 262.144 tokens para pensamiento y respuesta se aplica o se trunca de forma silenciosa, y si la caché de prompts se repercute a las tarifas de caché del proveedor en lugar de a la tarifa completa de entrada. Ambas cosas afectan a dinero real en ejecuciones largas de agentes, y ninguna de las dos se ve en un titular.
Lo que no cambió, y no cambiará.
El hecho más trascendente sobre Qwen4-Max no aparece ni en la tarjeta de precios ni en la tabla de clasificación: no puedes poseerlo. No hay ningún checkpoint para este modelo, y la documentación marca el ajuste fino y el autodespliegue como no compatibles. La frase final de la publicación de lanzamiento promete que los niveles más pequeños de Qwen4 llegarán a código abierto, lo cual es una afirmación sobre el futuro de la familia, no sobre este modelo. Toda ruta hacia Qwen4-Max pasa por la API de alguien, ya sea las seis regiones de Alibaba o el endpoint de un revendedor.
Eso es un arreglo normal para un modelo insignia de frontera de 2026, y tiene una consecuencia normal: tu integración es un alquiler, y el número de arrendadores acaba de pasar de uno a más de uno. Lo cual es el único argumento genuinamente bueno para la publicación del 18 de noviembre: no que sea más barato, sino que es otra vía de suministro para un modelo que no puedes alojar tú mismo.
Si vas a conectar esto esta semana
Qwen4-Max no está hoy en el catálogo de OrcaRouter, y este artículo no va a fingir lo contrario. Lo que sí hay es el modelo al que reemplaza: qwen/qwen3.8-max, el buque insignia de 2,4 billones de parámetros que obtuvo 34 en el mismo índice y cuesta 2,00 USD de entrada y 6,00 USD de salida por millón de tokens en la lista de Alibaba. Si estás construyendo sobre la línea Qwen y quieres probar Qwen4-Max sin apostar una ruta de producción a un acuerdo comercial de dos días de antigüedad, el patrón sensato es mantener al predecesor con la misma clave y enrutar entre ambos — OrcaRouter alberga más de 200 identificadores de modelos de distintos proveedores detrás de un único endpoint compatible con OpenAI con 0% de recargo, con conmutación por error automática, de modo que una caída del lado del proveedor o un límite de peticiones no tumban tu aplicación junto con él. El DSL de enrutamiento hace lo mismo un nivel más abajo: puedes componer un modelo barato para el grueso de una carga de trabajo y escalar al caro solo donde la tarea realmente lo necesita, en lugar de pagar tarifas de buque insignia por cada llamada.

Eso no es lo mismo que tener Qwen4-Max en la clave, y no debería venderse como tal. Es la diferencia entre esperar a que un modelo llegue a tu stack y tener un stack que pueda absorberlo cuando lo haga.
¿Qué cambiaría esta pieza?
Tres cosas, en orden descendente de probabilidad. Una segunda medición independiente de Qwen4-Max zanjaría si 43 es un piso o un techo —una sola tabla de clasificación, un solo marco de evaluación, un solo nivel de esfuerzo son una base débil para un veredicto, y este blog ya ha visto cómo las revisiones de índices hacían variar las puntuaciones en dos dígitos. Un desglose publicado por niveles de esfuerzo de Artificial Analysis, equivalente al que ya hace para GLM-5.3, haría que la cifra de costo por tarea fuera realmente accionable en lugar de un promedio sobre un ajuste no especificado. Y un checkpoint de Qwen4 —cualquier checkpoint de Qwen4— acabaría por completo con el argumento del alquiler.
Hasta entonces, la lectura correcta de esta semana es la menos vistosa. Un buque insignia se lanzó el lunes con una tarifa real publicada y una puntuación independiente competitiva pero no líder; un revendedor lo adoptó el miércoles, que es la distribución haciendo lo que hace; y la cifra que debería decidir tu integración no es $1.50 ni 43, sino 32.1 minutos y una factura de tokens que se sitúa en aproximadamente el doble de la mediana del sector. Esas dos son las que realmente pagarás.
Comparados en este artículo1
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
