Una tarjeta de título generada en 16:9 que dice 'Qwen4-Max vs GLM-5.5', con el subtítulo 'Una tiene una tarifa hoy; la otra es un número de versión', con tres tarjetas redondeadas que enumeran el ID de modelo qwen4-max, una tarifa de $1.50 de entrada y $4.50 de salida por millón de tokens en Singapur, y seis regiones de despliegue. Logotipo de OrcaRouter en la esquina inferior derecha.
Guides & Insights

Qwen4-Max vs. GLM-5.5: uno ya tiene lista de precios y el otro es solo un número de versión

Autor

jinhao.song

Fecha de publicación

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

A las 09:46 del 16 de noviembre de 2026, la documentación de Model Studio de Alibaba sustituyó la página de Qwen4-Max-Preview por una página titulada «qwen4-max (modelo más reciente)», con un ID de invocación del modelo qwen4-max, una tabla de tarifas por millón de tokens y disponibilidad en seis regiones. Cinco días antes, el mismo modelo había sido un alquiler de quince días, vendido únicamente mediante una suscripción de Credits y con retirada programada para el 25 de noviembre. GLM-5.5, el nombre del otro lado de esta comparación, no tiene un momento equivalente al que señalar: a día de hoy, Z.ai no ha publicado ninguna ficha de modelo, ningún identificador de API, ninguna fila de precios ni ningún peso con ese nombre, y su propio índice de documentación sigue enumerando GLM-5.2, GLM-5.3 y GLM-5.3-Flash como toda la línea. Así que esto no es un enfrentamiento entre dos modelos insignia. Es un enfrentamiento entre un modelo insignia que adquirió un precio esta mañana y un número de versión que no ha adquirido nada.

Esa asimetría es lo útil sobre lo que escribir, porque ambos nombres se buscan como si fueran pares. Lo que sigue los separa: en qué se convirtió realmente Qwen4-Max hoy, qué es GLM-5.5 y cómo se ve —en precio, contexto y evidencia— la comparación que de verdad puedes hacer: Qwen4-Max frente al GLM que se distribuye.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.5 - the scoreboard', comparing Qwen4-Max at $1.50 and $4.50 per million tokens, a 1,000,000-token context, 131,072 maximum output, no independent score and no weights, against GLM-5.3 at $1.40 and $4.40, a 1,000,000 context, 128,000 maximum output, an independent score of 31.7 and published weights. The footer reads 'Qwen4-Max per Alibaba list price; GLM-5.3 per Z.ai and Artificial Analysis Index v5.0.1.' OrcaRouter logo bottom-right.

¿Qué cambió a las 09:46 esta mañana?

La versión preliminar sigue siendo real y sigue estando separada. qwen4-max-preview, abierta a las 10:00 UTC+8 del 11 de noviembre, sigue siendo un modelo exclusivo del Plan de Tokens con una retirada anunciada a las 24:00 del 25 de noviembre. El nuevo qwen4-max es un identificador diferente con una forma comercial distinta: pago por uso, tarifas publicadas, seis regiones que incluyen Singapur, Fráncfort, Virginia y Tokio, y sin fecha de caducidad en la página. La propia lista de lanzamientos de Alibaba sitúa el modelo en el 16 de noviembre de 2026 —hoy— y la página de documentación lleva la marca temporal 2026-11-16 09:46:08.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, describing Qwen4-Max as the next-generation flagship multimodal model covering text generation, image and video understanding and deep reasoning, with the 2026-11-11 qwen4-max-preview entry visible below it.

Dos cosas no llegaron con él. No hay ninguna tabla de benchmark en ningún lugar de las páginas del proveedor, ni reportada por el proveedor ni de otro tipo, y no hay ninguna entrada para el modelo en Artificial Analysis: el índice de modelos de la clasificación no tiene ninguna fila de Qwen4, y su URL por modelo devuelve un 404. Por lo tanto, todo lo que aparece a continuación sobre capacidad es documentación, no medición, y así se indica.

La tarifa, tal como se publicó

Estas son las propias cifras de Alibaba, en dólares estadounidenses por millón de tokens, tomadas de la página de facturación el 16 de noviembre de 2026:

• Singapur, estándar — $1.50 de entrada, $4.50 de salida

• Pekín, Hong Kong, Fráncfort, Virginia y Tokio, estándar — $1.413 entrada, $4.24 salida

• Escritura en caché, TTL de cinco minutos — $1.875 en Singapur, $1.767 en otros lugares

• Escritura en caché, TTL de una hora — $3.00 en Singapur, $2.827 en otros lugares

• Lectura de caché — $0.075 en Singapur, $0.071 en otros lugares

• Por lotes, solo región de EE. UU. — $0.707 de entrada y $2.12 de salida para trabajo con archivos por lotes

• Cuota gratuita — un millón de tokens durante 90 días, solo Singapur

La cifra de Singapur es la que hay que citar a la gente, porque es el precio de lista internacional y es la más alta. Además, es notablemente la tarifa de salida más barata que cobra cualquier modelo insignia actual de los tres grandes laboratorios: Qwen3.8-Max figura a $2.00 y $6.00, Kimi K3.1 Pro a $2.00 y $10.00, Grok 4.7 a $2.00 y $6.00. Qwen4-Max es más barato que todos ellos en ambos lados del medidor, a la vez que afirma tener una ventana de contexto más grande que cualquiera de ellos.

GLM-5.5, revisado de la misma forma en que lo revisamos en octubre

La afirmación de que un modelo no existe se desvanece en el momento en que se escribe, por lo que conviene volver a presentar la comprobación en vez de limitarse a afirmarla. El índice de documentación para desarrolladores de Z​.ai, consultado hoy, enumera GLM-5.2, GLM-5.3 y GLM-5.3-Flash. Las rutas de documentación de GLM-5.4 y GLM-5.5 devuelven «Página no encontrada». La página model-api del proveedor menciona GLM-5.3, GLM-5.3-Flash, GLM-5 y GLM-5V-Turbo, y nada entre 5.3 y 6. Una búsqueda del nombre devuelve páginas del propio Z​.ai que listan la 5.3 como el modelo insignia actual y ningún anuncio de un sucesor.

Este blog publicó una auditoría completa del nombre el 13 de octubre de 2026, en nueve superficies, y llegó a la misma conclusión. Nada de lo ocurrido en las cinco semanas transcurridas desde entonces la ha modificado. La distinción que importa para un comprador no es «GLM-5.5 es oscuro», sino «GLM-5.5 es un número dentro de una secuencia de nombres, y los modelos que realmente puedes invocar están un dígito por detrás».

La comparación que existe: Qwen4-Max frente a GLM-5.3

GLM-5.3 es un modelo serio y el sustituto honesto. Se lanzó el 14 de agosto de 2026, abrió su API el 18 de agosto y publicó sus pesos de 743 mil millones de parámetros el 28 de agosto bajo una licencia personalizada de Z​.ai. Es un diseño de mezcla de expertos que activa aproximadamente 40 mil millones de parámetros por token, con una ventana de contexto de 1 millón de tokens y un límite de salida de 128K. Esta es la comparación que realmente necesita un lector que busque cualquiera de los dos nombres:

• Precio de entrada — Qwen4-Max $1.50 por 1M en Singapur, $1.413 en otros lugares, frente a GLM-5.3 a $1.40 de lista

• Precio de salida — Qwen4-Max $4.50, frente a GLM-5.3 $4.40

• Contexto — Qwen4-Max 1,000,000 tokens frente a GLM-5.3 1,000,000 tokens, un empate genuino

• Salida máxima — Qwen4-Max 131.072 tokens sin pensamiento, con pensamiento y respuesta compartiendo 262.144, frente a GLM-5.3 128.000 tokens

• Modalidad — Qwen4-Max acepta texto, imagen y video y devuelve texto, frente a GLM-5.3, cuyo buque insignia está documentado como solo texto, con el trabajo multimodal desplazado a GLM-5.3-Flash

• Pesos — Qwen4-Max no publica ninguno, y su documentación marca explícitamente el ajuste fino y el despliegue de modelos como no compatibles, frente a los pesos abiertos de GLM-5.3 bajo una licencia personalizada

• Puntuación independiente: Qwen4-Max no tiene ninguna, frente a GLM-5.3 con 31.7 en el Artificial Analysis Intelligence Index v5.0.1 con el máximo esfuerzo de razonamiento, y 23.1 con esfuerzo bajo

• Disponibilidad — Qwen4-Max en seis regiones de Alibaba frente a GLM-5.3 propio más reventa en la nube

Lea las filas de precios dos veces, porque la diferencia es más estrecha de lo que implica el marketing en torno a cualquiera de los dos modelos: en la entrada, Qwen4-Max cuesta siete centavos más por millón en Singapur y un centavo y un tercio más en todas las demás regiones. No está pagando una prima por el nombre más nuevo. Está pagando aproximadamente el mismo dinero por una modalidad de entrada materialmente más amplia y un techo de salida ligeramente superior, y renunciando a lo único que GLM-5.3 tiene y Qwen4-Max no: pesos que puede descargar.

Lo que vale la puntuación que falta

El 31,7 de GLM-5.3 en Index v5.0.1 es una cifra mediocre para un buque insignia, y queda por debajo del 46,5 de Kimi K3.1 Pro en la misma versión. Eso hace que la comparación con Qwen4-Max sea inusualmente incómoda en una dirección: se promociona un modelo sin medición frente a otro cuya medición no es favorecedora, y no hay forma de saber a partir de datos públicos si el modelo más reciente lo supera. La documentación de Alibaba afirma «razonamiento profundo», un presupuesto de razonamiento que por defecto es de 131.072 tokens y un esfuerzo de razonamiento predeterminado en alto: configuración, no capacidad. Hasta que una batería de pruebas independiente lo puntúe, la postura honesta es que la ventaja de Qwen4-Max sobre GLM-5.3 está documentada y su desventaja no está cuantificada.

Para un equipo que toma una decisión esta semana y no el próximo trimestre, eso aboga por una postura de enrutamiento en lugar de una migración. Mantén GLM-5.3 en las cargas de trabajo cuyo comportamiento ya conoces, y pon Qwen4-Max en aquellas en las que su perfil documentado sea la razón por la que te interesa: entrada de vídeo, un prompt que necesite más de 128K de salida o una conversación lo bastante larga como para que una ventana de 1M con una lectura de caché de $0.075 cambie el cálculo.

Procesando estos a través de un solo endpoint

OrcaRouter incluye GLM-5.3 como z-ai/glm-5.3 al precio de lista del propio Z​.ai — 1,40 $ de entrada y 4,40 $ de salida por millón — traspasado sin margen alguno, junto a otros 214 identificadores de modelo en la misma URL base compatible con OpenAI. Qwen4-Max no está hoy en ese catálogo; está disponible a través de la API propia de A​libaba, que es donde se publica su flamante tarifa y donde se aplican los precios regionales anteriores. Cuando un proveedor recorta un precio, un catálogo de traspaso directo refleja el recorte el mismo día en lugar de en el siguiente ciclo contractual, que es el argumento práctico para mantener en una sola clave los modelos que puedes enrutar y en una lista de seguimiento los que no.

A screenshot of the OrcaRouter model page for GLM-5.3, showing the identifier z-ai/glm-5.3, the $1.40 input and $4.40 output per-million-token pricing, the context window and the available endpoints.

El DSL de enrutamiento es la pieza que encaja en esta comparación concreta, porque la decisión entre estos dos modelos no es una sola decisión: es una decisión por llamada. Una política puede enviar las solicitudes con contenido de vídeo a un modelo multimodal y el trabajo masivo solo de texto a cualquiera de los dos que resulte más barato por tarea completada esa semana, y la conmutación por error automática evita que una degradación del lado del proveedor tumbe toda la ruta mientras usted sigue recopilando evidencia sobre el nuevo modelo.

¿Qué haría que esto fuera un verdadero enfrentamiento?

Dos acontecimientos, cualquiera de los cuales justificaría reescribir esta página. El primero es una ficha de modelo de GLM-5.5: un documento que reúne parámetros, contexto, precio y un identificador de API, que es la señal que este blog ha usado durante todo el año para distinguir un modelo ya lanzado de un rumor. El segundo es una entrada de Qwen4-Max en una clasificación independiente; no porque una puntuación determine qué modelo es mejor, sino porque en este momento uno de los lados de esta comparación tiene una medición y el otro tiene una marca temporal. Hasta que llegue uno de esos dos, la lectura correcta es la que respalda la documentación: un buque insignia con un precio, un nombre sin un modelo y una diferencia de siete centavos en la entrada que decide menos de lo que a cualquiera de los dos proveedores le gustaría que pensaras.

Comparados en este artículo1

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario