
Qwen4-Max vs Grok 4.5: Estás comparando un modelo lanzado ayer con uno que su propio proveedor ya ha reemplazado
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0711 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 · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 134 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 · 126 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 · 185 tok/s
Abre la página del modelo de Grok 4.5 en Artificial Analysis y lo primero que aparece en pantalla no es un benchmark. Es un aviso: este modelo está obsoleto, SpaceXAI ha lanzado una versión más reciente, Grok 4.6, y conviene considerar esa en su lugar. La página aún incluye mediciones —10,45 segundos hasta el primer token de respuesta, 65 tokens por segundo, una ventana de contexto de 500k, 2,00 $ de entrada y 6,00 $ de salida por millón—, pero ya no incluye ninguna puntuación de inteligencia, y la cadencia de los benchmarks ha bajado de cada seis horas a cada dieciocho. Qwen4-Max, en cambio, está a la venta desde el 16 de noviembre de 2026 y tiene un día de vida. Comparar un modelo de un día con uno superado es algo extraño de hacer a propósito, y precisamente por eso vale la pena hacerlo: la comparación dice menos sobre qué modelo es mejor que sobre la rapidez con la que el argumento de eficiencia de tokens que justificaba Grok 4.5 ha quedado superado.
Lo que cada modelo es realmente, un día en una de sus vidas

• Proveedor — Alibaba vs. SpaceXAI, que renombró la línea Grok a mediados de año
• Lanzado — Qwen4-Max el 16 de noviembre de 2026 frente a Grok 4.5 el 8 de julio de 2026, reemplazado por Grok 4.6
• Precio por millón de tokens — $1.50 entrada / $4.50 salida frente a $2.00 entrada / $6.00 salida
• Lectura de caché — $0.075 por millón para Qwen4-Max vs $0.30 por millón para Grok 4.5
• Ventana de contexto — 1,000,000 tokens frente a 500,000
• Salida máxima — 131.072 tokens sin pensamiento, 262.144 compartidos en modo de pensamiento frente a 64.000 documentados
• Modalidades de entrada — texto, imagen y video vs texto, imagen y archivo
• Puntuación de índice independiente — 43 para Qwen4-Max frente a ninguna publicada para Grok 4.5
• Estado de obsolescencia — modelo insignia actual frente al reemplazado, con un sucesor en la misma tarjeta
Las últimas tres filas son el artículo. La tarjeta de Qwen4-Max es más grande en todos los ejes que puede medir una hoja de especificaciones, y la tarjeta de Grok 4.5 tiene una nota que dice que existe una versión mejor al mismo precio.

Por qué alguien todavía elegiría la 4.5, y por qué ese motivo es cada vez menor
El argumento a favor de Grok 4.5 nunca fue la capacidad bruta. Eran los tokens: el modelo se construyó sobre una base de 1,5 billones de parámetros entrenada junto con un editor de código y se vendió por resolver tareas de ingeniería de software con muchos menos tokens de salida que modelos frontera comparables, a un precio posicionado para producción de alto volumen. Es una propuesta genuinamente buena, y es la misma propuesta que Alibaba hace para Qwen4-Max: entre un 24 % y un 35 % menos tokens de salida que su predecesor, entre un 48 % y un 49 % menos en Terminal-Bench 4.0, y un costo promedio por tarea que baja de $4.43 a $1.67.
En otras palabras, ambos proveedores están vendiendo ahorro. La diferencia es que una de estas afirmaciones está a punto de ponerse a prueba de forma continua y la otra ha dejado de ponerse a prueba con tanta frecuencia. Artificial Analysis sigue ejecutando Grok 4.5, pero cada dieciocho horas en lugar de cada seis, que es la forma educada de decir que el modelo ha pasado de cobertura a mantenimiento. Un modelo cuyo comportamiento se muestrea con una cuarta parte de la frecuencia es un modelo cuyas regresiones se detectan con una cuarta parte de la rapidez.
Hay una razón defendible para mantenerlo en un catálogo: es estable, es barato, su ventana de 500k cubre la mayor parte del trabajo y no requiere que cambies nada. Ese es el argumento de cualquier opción ya establecida. Deja de ser defendible en el momento en que haya disponible un sucesor con la misma ventana de contexto y el mismo precio base, porque en ese punto la única ventaja que le queda a la opción establecida es que todavía no has migrado.
El único eje en el que Grok 4.5 tiene una cifra publicada y Qwen4-Max no.
Latencia. Según las mediciones de Artificial Analysis, Grok 4.5 responde en 10,45 segundos y transmite a 65 tokens por segundo. Esas cifras no tienen nada de extraordinario frente a un modelo frontera moderno —Claude Opus 5.5 tarda 352 segundos hasta el primer token con el máximo esfuerzo, GPT-6.1 Sol 169 segundos—, pero existen, son reproducibles y permiten planificar la capacidad en torno a ellas.
Qwen4-Max no tiene ninguna cifra de latencia publicada en ningún sitio. {{1}}Artificial Analysis{{/1}} enumera su puntuación de índice, su tarjeta de precios y sus totales de tokens, y deja en blanco la columna de rendimiento: ningún tiempo por tarea, ninguna tasa de salida, ningún tiempo hasta el primer token. {{2}}El material de lanzamiento de Alibaba publica recuentos de tokens{{/2}}, que son una cantidad diferente, y un modelo que escribe la mitad de tokens mientras se ejecuta a la misma velocidad termina una tarea en la mitad del tiempo; las dos afirmaciones no son intercambiables.
Así que el estado honesto de la comparación el 17 de noviembre es que el modelo más antiguo y ya reemplazado es aquel para el que puedes presupuestar tiempo de reloj, y el nuevo es el que tienes que medir tú mismo. Para una canalización por lotes, eso es una tarde de trabajo. Para un producto interactivo, es una razón para ejecutar Qwen4-Max detrás de un mecanismo de respaldo en lugar de delante de uno.
La línea de 200.000 tokens, de pasada
Grok 4.5 se divide en tramos según la longitud del prompt: hasta 200.000 tokens de entrada cobra 2,00 y 6,00 USD, y por encima de eso la tarifa se duplica a 4,00 y 12,00. Qwen4-Max ofrece un único tramo desde cero hasta el límite de contexto. Como la ventana de contexto de Grok 4.5 es de 500k y su tramo económico termina en 200k, los 300k superiores de su propia ventana se facturan al doble de la tarifa anunciada: un detalle que importa menos de lo que importaría en un modelo de 1M de tokens, y bastante más de lo que sugiere el precio de titular de 2,00.
El nicho en el que un modelo reemplazado sigue siendo la respuesta correcta es estrecho pero real: cargas de trabajo fijadas a su eficiencia de tokens, ya ajustadas para prompts de 200k tokens y que no vale la pena volver a validar. Si ese es tu caso, Grok 4.6 comparte la ventana de contexto, la superficie de entrada y el precio base, así que la migración es un identificador de modelo en lugar de un proyecto.
El video es la fila que cierra la comparación para algunos equipos
El {{1}}Qwen4-Max{{/1}} acepta texto, imágenes y vídeo. {{2}}Grok 4.5{{/2}} acepta texto, imágenes y archivos. El {{3}}Tencent's Hy4 preview{{/3}}, el {{4}}Anthropic's Opus 5.5{{/4}} y el {{5}}OpenAI's Sol{{/5}} leen archivos en lugar de vídeo, lo que hace que {{6}}Qwen4-Max{{/6}} sea inusual y no simplemente más reciente: para el trabajo a nivel de fotograma —clasificación de metraje, análisis de grabaciones de pantalla, cualquier cosa con una línea de tiempo—, el resto de esta comparación es irrelevante, porque no hay nada con lo que compararlo.
El reverso de la moneda es que el presupuesto documentado de salida de pensamiento de Qwen4-Max es un total compartido de 262,144 tokens entre el rastro de razonamiento y la respuesta visible, con un presupuesto de pensamiento predeterminado de 131,072 y reasoning_effort establecido por defecto en high. Un trabajo de análisis de video que razona extensamente gastará una parte significativa del presupuesto de respuesta en el razonamiento. Dimensione la salida con base en 131,072, no en la cifra de contexto de 1M del listado.

Ejecutar el par y qué se consigue con «una clave» en cada lado
OrcaRouter enruta Grok 4.5 a $2.00 de entrada y $6.00 de salida por millón de tokens hasta el límite de 200,000 tokens y $4.00 y $12.00 por encima de ese límite — la tarjeta del propio proveedor, trasladada sin margen de beneficio (0 %) — y también enruta a su sucesor como Grok 4.6 con las mismas tarifas base, lo que convierte la migración de 4.5 a 4.6 en un cambio en un solo campo de una regla de enrutamiento en lugar de una nueva integración. La misma clave llega a Claude Opus 5.5, GPT-6.1 Sol, Qwen3.8-Max y Tencent HY4 Preview.
Qwen4-Max no está en esa lista. El catálogo no ha incorporado la generación Qwen4, así que una ruta Qwen4-Max es una clave directa de Alibaba por ahora, y la forma honesta de describir el arreglo es un endpoint para todo aquello a lo que podrías recurrir como respaldo más una credencial directa para el modelo que estás evaluando.
Esa división sigue siendo la forma barata de responder la pregunta que plantea este artículo. Apunta la ruta de Grok 4.5 y la ruta de Grok 4.6 al mismo tráfico, publica la comparación con tus propias solicitudes y mantén Qwen4-Max junto a ellas como una tercera rama con conmutación por error automática entre proveedores detrás. La alternativa —retirar una ruta que funciona para probar un modelo sin latencia publicada— es como los equipos terminan volviendo atrás a las 2 de la madrugada.
Qué hacer con un modelo que tiene un aviso
El aviso en la página de Grok 4.5 no es un obituario. El modelo funciona, se ofrece a un precio competitivo y su ventana de 500k es más de lo que necesitan la mayoría de las tareas. Pero compararlo con Qwen4-Max no es realmente elegir entre dos opciones: es elegir entre algo conocido que se está retirando y algo desconocido que acaba de llegar, y el desempate es tu tolerancia a medir las cosas por tu cuenta.
Tres cosas que vigilar, en orden. Cualquier cifra independiente de latencia para Qwen4-Max, que es el único dato que falta en esta comparación. Si Alibaba revisa el presupuesto compartido de razonamiento de 262.144 tokens una vez que llegue el tráfico de agentes. Y si Grok 4.5 sigue siquiera en la lista más allá del punto en que su sucesor ya ha sido probado a fondo, porque un aviso de descontinuación suele ser el primer párrafo de una fecha de retirada.
Comparados en este artículo1
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
