Qwen4-Max vs Gemini 4 Argon: una columna está vacía y la otra cuesta $9.95 por tarea

Una comparativa entre Qwen4-Max y Gemini 4 Argon parece, en una lista de precios, una moneda al aire: hoy ninguno de los proveedores te venderá tokens de ninguno de los dos modelos a una tarifa publicada por token, y ambos llegan con una gran ventana de contexto y una salvedad propia de una versión preliminar. Deja de parecer una moneda al aire en el momento en que intentas ejecutarlos. Gemini 4 Argon tiene un identificador, un endpoint y un precio medido contra el que se te puede facturar. Qwen4-Max tiene una suscripción, una URL base solo para Singapur y una fecha de retirada quince días después de su lanzamiento. Uno de estos es un modelo que puedes poner en una solicitud esta tarde; el otro es un modelo que puedes poner en una solicitud esta tarde y no el mes que viene. Esa asimetría —no una diferencia en los benchmarks— es la decisión de la que trata esta página, porque todavía no existe una diferencia en los benchmarks.

Qué es realmente cada uno, con fecha

Gemini 4 Argon es el modelo de frontera de Google, anunciado el 30 de septiembre de 2026 en una publicación de DeepMind atribuida a Koray Kavukcuoglu, y desplegado en tres etapas que comenzaron con una cohorte con nombre propio de defensores cibernéticos en el Fairwind Program. En el momento del anuncio no tenía ningún ID de modelo en la API de Gemini ni ningún endpoint; lo que tenía era una tabla de benchmark de proveedores de diecinueve filas y una metodología de evaluación de cinco páginas. Desde entonces ha adquirido lo que importa operativamente: está en el catálogo de OrcaRouter como google/gemini-4-argon, al precio de lista de Google de $2.00 por millón de tokens de entrada y $10.00 por millón de salida, y ha estado moviendo tráfico real allí — 41.8 millones de tokens durante los siete días hasta el 11 de noviembre de 2026.

Qwen4-Max es el nivel insignia de la familia Qwen 4 que Alibaba anunció desde el escenario en Apsara, Hangzhou, el 22 de septiembre de 2026. Su vista previa se abrió a las 10:00 UTC+8 del 11 de noviembre de 2026, con ID de modelo qwen4-max-preview, alias qwen4.0-max-preview, y se retirará después de las 24:00 del 25 de noviembre de 2026. No hay acceso de pago por uso: se ofrece únicamente mediante la suscripción Token Plan de Alibaba, en la región de Singapur, en una URL base dedicada. Sin precio por token, sin número de parámetros, sin tabla de benchmarks, sin pesos.

La comparación tiene una forma que merece nombrarse con precisión. Ambas son versiones preliminares en el sentido habitual: ninguna es un producto consolidado y disponible de forma general. Pero la versión preliminar de Gemini 4 Argon es una etapa de despliegue que se está ampliando, y la de Qwen4-Max es una ventana de quince días con un final declarado. Versión preliminar como fase frente a versión preliminar como acontecimiento.

La columna vacía, y lo vacía que está

Toda comparación entre estos dos finalmente necesita la fila que indica quién es más inteligente, y aquí está esa fila:

• Benchmarks de proveedores — Gemini 4 Argon: una tabla de diecinueve filas, el arnés de pruebas propio de G​oogle, columnas de competidores tomadas de las cifras autodeclaradas por los propios competidores. Qwen4-Max: ninguno.

• Puntuación independiente — Gemini 4 Argon: 50 en el Artificial Analysis Intelligence Index según su revisión actual v5.0.1, medida con esfuerzo alto. Qwen4-Max: no medido; la clasificación no contiene ninguna entrada de Qwen4.

Ventana de contexto — Gemini 4 Argon: 1.000.000 de tokens. Qwen4-Max: 1.000.000 de tokens. La única fila en la que están empatados, y están empatados porque ambos publicaron una cifra redonda.

• Límite de salida — Gemini 4 Argon: 65.536 tokens en la ruta estándar, con generación de decodificación larga que se extiende hasta 1 M. Qwen4-Max: 393.216 tokens compartidos entre el pensamiento y la respuesta.

• Modalidad de entrada — Gemini 4 Argon: texto, imagen, audio, video y PDF. Qwen4-Max: texto, imagen y video. No se documenta audio ni ruta para PDF.

• Precio por millón de tokens: Gemini 4 Argon: $2.00 de entrada, $10.00 de salida, $0.10 de entrada en caché. Qwen4-Max: no publicado; se factura en Credits con cargo a una suscripción.

• Acceso — Gemini 4 Argon: API de pago por uso, disponible ya. Qwen4-Max: suscripción Token Plan, solo Singapur, solo para uso interactivo, finaliza el 25 de noviembre.

• Costo independiente por tarea — Gemini 4 Argon: $9.95. Qwen4-Max: no medido.

Siete de ocho filas tienen un valor a la derecha. La fila que decide «cuál es mejor» no tiene nada, y por mucho que se lea no se llenará. Ese es el estado honesto de esta comparación el 11 de noviembre de 2026, y vale más decirlo sin rodeos que taparlo con una proyección.

El tarifario de Argon y la factura de Argon son dos cifras distintas.

El número más útil de la columna de Argon no es su puntuación del índice. Es $9.95 —el coste de completar una tarea de Intelligence Index—, junto a una lista de precios de $2.00 y $10.00. En el conjunto de pruebas del índice, la tarea promedio tomó 29.0 minutos para Argon y produjo suficientes tokens como para que, con una tarifa de salida de $10, la tarea promedio cueste aproximadamente cinco veces lo que la lista de precios sugiere que debería costar una tarea. Eso no es un error de precios. Es lo que hace un modelo de razonamiento de alto esfuerzo: escribe muchísimo antes de detenerse.

La misma ejecución del índice sitúa el tiempo mediano hasta el primer token de respuesta de Argon en 40,12 segundos. Si se compara con la cifra de siete días de nuestra propia página del modelo —un p50 de tiempo hasta el primer token de 10,00 segundos con tráfico real de OrcaRouter—, los dos números miden cosas distintas, y la diferencia entre ellos ilustra bien qué parte de la latencia de un benchmark corresponde al arnés de evaluación y no al modelo. Ninguno de los dos números es incorrecto; citar uno como si fuera el otro es lo incorrecto.

Para cualquiera que esté calculando el presupuesto de una migración, la lectura práctica es esta: una tarifa de salida de $10 en un modelo que razona con un esfuerzo alto es una lista de precios, no una previsión. Si tu carga de trabajo se parece a la suite de índices —tareas agénticas largas en las que el modelo escribe mucho antes de responder—, el coste por tarea estará muy por encima de lo que indica una estimación por tokens. Si se parece a un producto de chat, no lo estará. La única forma de saber cuál de los dos tienes es medir tu propio tráfico, lo cual es algo extraño tener que decir en una comparativa y, aun así, es cierto de todos los modelos de razonamiento lanzados este año.

Por qué el lado de Q​wen tiene una cuenta regresiva en lugar de un precio

La decisión de Alibaba de distribuir Qwen4-Max mediante una suscripción en lugar de un endpoint medido dice algo sobre para qué sirve la vista previa. Token Plan Personal Edition está explícitamente limitada al uso interactivo en herramientas de programación y de agentes, y explícitamente no para scripts por lotes automatizados, y está confinada a una sola región. Una empresa que pretendiera competir por tráfico de producción con un modelo insignia no lo pondría detrás de una suscripción de consumo de 6 dólares al mes con cuatro niveles y un mínimo de 20.000 créditos. Una empresa que demuestra una capacidad, reúne comentarios bajo una congelación y mantiene abiertas sus opciones de medición sí lo haría.

La congelación es la parte que los equipos subestiman. La página de Alibaba indica que no se harán cambios durante la ventana de vista previa. Lo que el modelo haga mal el primer día, seguirá haciéndolo mal el día catorce. Es una decisión de ingeniería defendible y una base deficiente para una dependencia, porque significa que el único bucle de retroalimentación del que dispones es un informe escrito a un proveedor que ya ha dicho que no actuará al respecto hasta que se cierre la ventana.

También hay un cambio en la contabilidad de tokens que llega con este modelo y solo con este modelo: max_tokens ahora limita juntos el razonamiento y la respuesta, no solo la respuesta. Todos los modelos Qwen anteriores mantienen el comportamiento anterior. Una solicitud tomada de Qwen3.8-Max con un límite de 4.096 tokens ahora usará parte de ese presupuesto para razonar con esfuerzo xhigh antes de escribir nada, y el síntoma es una respuesta truncada en lugar de un error.

Llamándolos, honestamente

Gemini 4 Argon está a una línea de un cliente con formato O​penAI con nuestra clave, a la tarifa de G​oogle sin nada añadido, con un endpoint en formato A​nthropic también y retención cero de datos disponible para las solicitudes que lo necesiten. Qwen4-Max no está en nuestro catálogo — no lo servimos, y no vamos a fingir lo contrario; el catálogo devuelve 217 identificadores de modelos hoy y ninguno de ellos es una variante de Q​wen 4.

Esa brecha es exactamente donde el enrutamiento se gana su lugar en vez de ser un eslogan. Si estás evaluando la versión preliminar de Q​wen, ponla detrás de algo en lo que ya confías en una cadena de respaldo, de modo que un tiempo de espera agotado o una respuesta truncada degraden a un modelo que funciona en lugar de hacer fallar la solicitud. Si ejecutas Argon en una ruta de producción, el mismo mecanismo cubre el otro riesgo: un tiempo p50 de 10 segundos hasta el primer token es un verdadero piso de latencia, y una cadena que conmuta a un respaldo cuando se supera te cuesta una línea de configuración en lugar de un incidente.

El argumento de costos para tener ambos detrás de una sola clave es prosaico y vale la pena decirlo: dos proveedores, dos sistemas de facturación y dos integraciones de SDK se convierten en una sola clave y un solo cliente. La suscripción Credits de la preview no pasa a facturarse por consumo por estar detrás de nuestra pasarela —no podemos revender lo que Alibaba no venderá—, así que la versión honesta de la afirmación es que Argon está a una clave de distancia y Qwen4-Max a una suscripción de distancia, y esas son cantidades de trabajo distintas.

La decisión, dado que una columna está vacía

Si necesita un modelo de frontera con una ventana de un millón de tokens y entrada de vídeo este mes, la elección no está entre estos dos. Es Gemini 4 Argon, según la evidencia de que es invocable, con medición de consumo, con una puntuación de 50 en la revisión actual del índice y con tráfico ya en producción —con la advertencia de que su tarjeta de precios de $2/$10 subestima una factura de alto esfuerzo y de que su tabla de benchmarks del proveedor compara el arnés de Google con los comunicados de prensa de los competidores.

Si estás decidiendo si dedicar una tarde a la vista previa de Qwen, la respuesta depende de una pregunta: ¿tu carga de trabajo implica salidas muy largas a partir de entradas muy largas? Un presupuesto de respuesta de 393.216 tokens sobre un contexto de 1 M es el mayor límite de salida publicado de cualquier modelo en esta comparación, y si esa es la restricción con la que sigues topando, quince días son tiempo suficiente para averiguar si Qwen4-Max puede manejarla. Si tu carga de trabajo es chat normal o autocompletado de código, la vista previa te enseña poco que Qwen3.8-Max no pueda, y lo enseña en una moneda que no puedes convertir a dólares.

Lo que cambiaría esta página es una ficha de modelo de Q​wen 4 con una puntuación. Cuando eso llegue, se llenará la fila vacía y la comparación pasará a ser la que los lectores esperan. Hasta entonces, la comparación útil es la de un modelo invocable frente a un experimento de quince días, y la única persona que puede decir cuál necesitas es la que sabe si la respuesta tiene que seguir estando en diciembre.