Una tarjeta de título principal generada que dice 'Qwen4-Max vs Qwen3.8-Max-Prime' con el subtítulo 'El carril rápido cuesta el doble y termina último.' y dos paneles de precio y rendimiento: Qwen4-Max a '$1.50 / $4.50 por M' y 104,940 tokens por tarea en 32.1 minutos, frente a Qwen3.8-Max-Prime a '$3.301/$9.902 por M' y 170,794 tokens por tarea en 47.5 minutos. Estilo editorial vectorial plano sobre fondo blanco con un degradado de azul a cian, y el logotipo de OrcaRouter compuesto en la esquina inferior derecha.
Guides & Insights

Qwen4-Max vs Qwen3.8-Max-Prime: la vía rápida cuesta el doble y termina en último lugar

Autor

jinhao.song

Fecha de publicación

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

Qwen3.8-Max-Prime existe por una única razón: cobrar aproximadamente el doble para que los tokens lleguen antes. Qwen4-Max, disponible de forma general desde el 16 de noviembre de 2026, deja por debajo al modelo sobre el que se construyó Prime —$1.50 de entrada y $4.50 de salida por millón de tokens en Singapur frente a $2.00 y $6.00— y termina una tarea en aproximadamente dos tercios del tiempo real. Así que la comparación que un lector realmente necesita no es «nuevo buque insignia frente a antiguo buque insignia». Es si la vía rápida premium que Alibaba vende sobre Qwen3.8-Max todavía aporta algo que no se pueda obtener simplemente pasándose a Qwen4-Max a la tarifa estándar, y la respuesta honesta es más limitada de lo que sugiere cualquiera de las páginas de los proveedores: Prime sigue ofreciendo streaming más rápido por token, y ya no es claramente más rápido por tarea.

Hay una segunda complicación, más silenciosa. A 18 de noviembre, el ID del modelo Prime no aparece en la página de documentación del modo Fast de Alibaba ni en su lista de precios del modelo, ni en la edición internacional ni en la de China. Esa página se actualizó por última vez el 11 de octubre de 2026 y ahora enumera tres ID de Prime, todos de GLM o Wan; ninguna variante de Qwen. La ausencia no es lo mismo que la retirada, y Alibaba no ha publicado un aviso de retiro que podamos encontrar, así que trátalo como «ya no aparece listado» en lugar de «descontinuado». Pero si estás presupuestando un cambio esta semana, la pregunta deja de ser cuál de los dos deberías comprar y pasa a ser si el más antiguo sigue en la estantería.

Uno de estos es un modelo; el otro es una vía de servicio.

La distinción decide toda la comparación, y el marketing no la traza.

• Qwen4-Max — un nuevo buque insignia del equipo Qwen de Alibaba, disponibilidad general el 16 de noviembre de 2026, facturado por token en seis regiones, contexto de 1.000.000 de tokens, entrada de texto, imagen y vídeo con salida de texto, pensamiento activado por defecto en reasoning_effort=high.

• Qwen3.8-Max-Prime: no es un modelo. Es Qwen3.8-Max, el buque insignia 3.8 de 2,4 billones de parámetros que alcanzó la disponibilidad general el 3 de agosto de 2026, servido a través de lo que Alibaba denomina modo Fast (modo Prime, 优速模式). Los mismos pesos, el mismo contexto, la misma superficie de herramientas, los mismos límites de uso. La propia documentación de Alibaba indica que las capacidades y restricciones son "las mismas que las del modelo original" y lo único que cambias es el parámetro model.

Eso importa porque un carril de servicio envejece de forma distinta a un modelo. Prime hereda todos los techos de capacidades de la generación 3.8 y todas sus características de eficiencia de tokens; lo que añade es margen de capacidad de procesamiento en la propia infraestructura de Alibaba, a un precio con multiplicador. Cuando la generación que hay debajo se sustituye por algo más barato y más eficiente en tokens, el carril conserva su velocidad y pierde su razón de ser.

La lista de precios, y la inversión que hay en ella.

Estos son precios de lista del tarifario de Alibaba, no facturas reales. Por millón de tokens, entrada y salida:

• Qwen4-Max, Singapur — $1.50 / $4.50, tarifa plana en toda la ventana completa de 1.000.000 de tokens.

• Qwen4-Max, en todos los demás lugares — $1.413 / $4.24 en Pekín, Hong Kong, Fráncfort, Virginia y Tokio.

• Qwen3.8-Max, Singapur — $2.00 / $6.00; $1.650 / $4.951 en las regiones Globales.

• Qwen3.8-Max-Prime — $3.301 / $9.902 en la tarjeta internacional, con aciertos de caché a $0.413. Eso es exactamente 2.0× la tarifa Global del ID estándar, no una aproximación redondeada. Leímos esas cifras en la tarjeta de tarifas a finales de septiembre; son las últimas cifras Prime publicadas que tenemos, y la fila ya no está en la página hoy.

A generated two-column scoreboard titled 'Qwen4-Max vs Qwen3.8-Max-Prime — the scoreboard'. Left column 'Qwen4-Max' reads Intelligence Index 42.9, HLE Diamond 44.9%, APEX Agents 59.1%, Terminal-Bench 4.0 48.5%, 104,940 tokens per task, $3.27 per task. Right column 'Qwen3.8-Max-Prime' reads Intelligence Index 33.7, HLE Diamond 24.0%, APEX Agents 42.4%, Terminal-Bench 4.0 38.9%, 170,794 tokens per task, $10.02 per task. Footer reads 'Scores: Artificial Analysis Intelligence Index v5.0.1. Prime mode runs Qwen3.8-Max weights, so its scores are Qwen3.8-Max's.'

Tasa de lectura de caché — $0.075 por millón en Singapur y $0.071 en otros lugares, frente a los $0.413 por acierto de caché de Prime. Menos de una quinta parte del precio, en la línea que un bucle de agente largo paga con más frecuencia.

Si se comparan el primero y el cuarto, el vuelco es evidente: el buque insignia lanzado hace dos días cuesta alrededor del 43 % de lo que cuesta la vía rápida de la generación anterior en entrada, y el 43 % en salida. Incluso frente al Qwen3.8-Max básico al que sustituye, Qwen4-Max es un 25 % más barato en Singapur, y el proveedor lo presenta como un recorte de precio, que lo es, pero solo si el nuevo modelo no se gasta el ahorro en más tokens. Más sobre eso más abajo, porque en parte lo hace y en parte no.

La línea de caché es la que tiene efecto compuesto. Un bucle de agente largo con un prompt de sistema y un esquema de herramientas fijos vuelve a leer su prefijo en cada turno, de modo que la tarifa de lectura de caché, y no la tarifa de entrada anunciada, es la que fija el coste marginal del turno cincuenta. A 0,075 $ frente a 0,413 $, Qwen4-Max relee un prefijo en caché por aproximadamente una quinta parte de lo que cobra Prime —una diferencia 2,4 veces mayor que el 2,3× en la entrada nueva, y la que decide si un barrido de documentos de 400.000 tokens es siquiera asequible.

Lo que Prime realmente compra: tokens por segundo, no tareas por hora

La página del modo Fast de Alibaba indica claramente la ventaja: el TPS se eleva a entre 1,5 y 2 veces el de la API estándar, orientado a asistentes de programación con IA, razonamiento de agentes en varios pasos y conversación en tiempo real. También describe una regla de limitación poco habitual: cuando alcanzas el límite de velocidad, si la plataforma aún tiene capacidad disponible no se te limita, de modo que el rendimiento realmente disponible no caerá por debajo del límite indicado. Eso es un mínimo, no un máximo, y para un asistente de programación interactivo la cola importa más que la media.

El número nunca se ha medido de forma independiente. Lo que sí se ha medido es la compilación estándar Qwen3.8-Max: Artificial Analysis registra 60,0 tokens de salida por segundo en la propia API de Alibaba, con 3,6 segundos hasta el primer token. Qwen4-Max, en el mismo cuadro, registra 54,5 tokens por segundo y 6,9 segundos hasta el primer token. Así que, si Prime realmente alcanza el límite superior de su rango declarado, transmite a unos 120 tokens por segundo —más del doble que Qwen4-Max— y su primer token llega antes.

Luego lee la otra mitad de la misma tabla, y la ventaja se invierte:

• Tokens de salida por tarea de índice — Qwen4-Max 104.940 frente a Qwen3.8-Max 170.794. El nuevo modelo consume un 38,6 % menos de tokens para completar la misma suite de evaluación, con la misma configuración de esfuerzo xhigh en ambos casos.

• Tiempo real por tarea: 32,1 minutos frente a 47,5 minutos. Qwen4-Max termina un tercio antes, aunque transmite más despacio.

• Coste por tarea: 3,27 $ frente a 10,02 $, según los precios de lista publicados. Multiplica esos 10,02 $ por el recargo fijo de 2,0× de Prime y la misma tarea se sitúa cerca de los 20 $.

Esa última cifra es aritmética sobre la lista de precios, no una medición —Artificial Analysis cronometró el ID estándar, no la vía Prime, y nadie ha publicado un benchmark en modo Prime que podamos encontrar. Indícalo como una estimación. Pero la dirección no está en duda: si pagas 2.0× por token por una vía que emite los mismos tokens, pagas 2.0× por la tarea. Prime hace que cada token sea más rápido y cada trabajo más caro; Qwen4-Max hace que cada token sea más lento y cada trabajo más barato y más corto.

Para una interfaz de chat en la que una persona observa cómo aparecen los caracteres, esa diferencia es real y Prime sigue ganando en eso. Para un agente que ejecuta doce llamadas secuenciales y te cobra al final, el recuento de tokens es el tiempo de reloj.

La brecha de capacidad, medida en lugar de afirmada

El material de lanzamiento de Alibaba para Qwen4-Max cita mejoras de eficiencia de tokens de aproximadamente el 24 % con xhigh de esfuerzo y del 35 % con high en su benchmark interno Work360, además de una caída del 62 % en el costo promedio por tarea. Son datos reportados por el proveedor y no reproducidos. El panel independiente cuenta una historia coherente pero menos drástica, y es la que debe servir de base para planificar.

En Artificial Analysis Intelligence Index v5.0.1, bajo el cual ambos modelos se evalúan con el mismo ajuste de esfuerzo:

• Índice — Qwen4-Max 42,9 (el sitio lo redondea a 43) frente a Qwen3.8-Max con 33,7. Una diferencia de nueve puntos entre generaciones, y la misma tabla registra la fila de 3.8 como obsoleta, sustituida por Qwen4-Max.

• Humanity's Last Exam, Diamond — 44,9 % frente a 24,0 %. Esta es la divergencia individual más amplia de la fila y la que más cambia lo que puedes delegar.

• APEX Agents — 59,1 % frente a 42,4 %. La finalización de tareas agénticas mejora casi diecisiete puntos, lo que marca la diferencia entre un flujo de trabajo que supervisas y otro que revisas a posteriori.

• Terminal-Bench 4.0 — 48,5 % frente a 38,9 %. Una mejora real, y que merece leerse junto al 88,8 % que la versión 3.8 registra en la antigua Terminal-Bench 2.1, en la que Qwen4-Max no ha sido evaluado. No compares entre esas dos versiones.

• FrontierCode 2.0 — 26,5 % frente a 23,4 %. La diferencia más pequeña del cuadro. Si tu carga de trabajo es la generación de código contra un repositorio, el salto generacional es de tres puntos, no de nueve, y el rendimiento de Prime puede seguir importándote más que el índice.

Omnisciencia — 27,7 frente a 10,5, con tasas de alucinación del 28,4 % y el 27,1 %. Qwen4-Max sabe sustancialmente más y confabula a aproximadamente la misma tasa. Esos dos hechos juntos son la razón por la que es más seguro en investigación abierta y no más seguro en nada que no puedas verificar.

Dos brechas van en sentido contrario, y ambas tienen que ver con lo que puedes fijar. Qwen3.8-Max tiene una instantánea con fecha, qwen3.8-max-0902, que sigue en la lista de precios al mismo precio, así que puedes congelar el comportamiento a lo largo de un lanzamiento. Qwen4-Max no tiene ID de instantánea, ni ajuste fino, ni despliegue dedicado: la página de Alibaba marca ambos como no compatibles. Si tu estrategia de cumplimiento depende de un modelo que no pueda cambiar bajo tus pies, la generación anterior es la única de las dos que lo ofrece, y Prime hereda esa misma versión con fecha.

La cuestión de la disponibilidad que nadie ha descontado

He aquí la parte que hace que esta comparación sea urgente y no meramente académica. Consulta hoy la página del modo Fast y encontrarás tres ID admitidos — glm-5.3-prime, glm-5.2-fast-preview y wan3.0-video-prime — en Pekín y Singapur. No aparece listado ningún modelo Qwen, en ninguna de las dos regiones. Consulta la tarifa de modelos en la edición internacional o en la de China y no hay ninguna fila de qwen3.8-max-prime; las entradas de Qwen van de qwen4-max, qwen3.8-max, qwen3.8-max-0902 y hacia abajo por la línea 3.7. Y no hay ningún qwen4-max-prime en ninguna parte: el nuevo buque insignia no tiene ninguna variante de vía rápida.

No podemos saber desde fuera si Alibaba retiró el ID de Qwen Prime, lo trasladó a una página de producto regional que no hemos encontrado o simplemente lo eliminó de una tabla de documentación durante una reestructuración. Lo que sí podemos decir es más acotado y aun así útil: un lector que esté planeando un desarrollo sensible a la latencia sobre Qwen3.8-Max-Prime esta semana debería confirmar que el ID sigue resolviéndose en su propio espacio de trabajo antes de diseñar en torno a él, porque la documentación pública ya no lo garantiza. Ese es un perfil de riesgo distinto del de septiembre, cuando el ID figuraba en la tarifa de precios junto al estándar.

También replantea la decisión. Si Prime todavía está disponible en tu cuenta, estás eligiendo entre una vía rápida en un modelo más antiguo, más débil y más caro, y una vía lenta en uno más nuevo, más barato y más potente. Si no lo está, la elección ya se ha tomado por ti, y la única pregunta que queda es cuánto tiempo sigues pagando $2.00/$6.00 por el 3.8 ID estándar en lugar de $1.50/$4.50.

A screenshot of Alibaba Cloud's Fast mode documentation page, captured 18 November 2026 in English, showing the supported model table with glm-5.2-fast-preview and the other GLM and Wan Prime IDs listed for Beijing and Singapore, and no Qwen row anywhere on the page.

¿Quién debería elegir cuál?

• Asistente de programación interactivo, con una persona observando el stream — si Prime todavía resuelve en tu espacio de trabajo y la UX se mide en caracteres por segundo, el rendimiento de 2× es el producto. Qwen4-Max a 54,5 tokens por segundo no es lento, pero no es una vía rápida, y su primer token a los 6,9 segundos es casi el doble que el del build estándar 3.8.

• Pipelines agénticos, evaluación por lotes, barridos de documentos — Qwen4-Max, sin discusión. Menos tokens por tarea, menos minutos por tarea, un tercio del coste por tarea y una tarifa de lectura de caché más de cinco veces más barata que la de Prime en prefijos largos.

• Cargas de trabajo que deben fijarse — qwen3.8-max-0902, la instantánea fechada de 3.8, a tarifas estándar. Ni Prime ni Qwen4-Max te ofrece un punto de control congelado.

• Generación de código contra un repositorio grande: la decisión más reñida del tablero. Puede que tres puntos de índice de mejora en FrontierCode 2.0 no valgan la pena si implican perder un carril de rendimiento que ya tienes instrumentado, sobre todo si tu agente es el cuello de botella en lugar del modelo.

• Quien aún no haya migrado — ejecute la aritmética de index-suite sobre sus propias trazas antes de hacer commit. La reducción de tokens del 38,6 % que midió Artificial Analysis es un promedio sobre una evaluación mixta; su carga de trabajo puede comprimirse mejor o no comprimirse en absoluto.

Conectando la elección a un único endpoint

Ni Qwen4-Max ni Qwen3.8-Max-Prime están hoy en el catálogo de OrcaRouter —revisamos las páginas de ambos modelos y ninguna devuelve nada, y este artículo no va a insinuar lo contrario. Lo que sí hay es el modelo sobre el que se construye toda esta comparación: qwen/qwen3.8-max y su instantánea fechada qwen/qwen3.8-max-0902, servido al precio de lista del proveedor con 0% de recargo, lo que hoy significa 2,00 $ de entrada y 6,00 $ de salida por millón de tokens. La propia página de OrcaRouter para ese ID informa un p50 de tiempo hasta el primer token de 4,34 segundos y un p95 de 10,00 segundos durante la última semana —nuestra medición, sobre nuestro tráfico, no la del proveedor.

Eso importa para la decisión de una forma concreta. Alibaba revisó el precio de Qwen4-Max dos veces entre la vista previa del 11 de noviembre y la disponibilidad general del 16, y la tarjeta Global ya está un 5,8 % por debajo de la de Singapur. Hagas lo que hagas, la tarifa se moverá bajo tus pies. Una puerta de enlace de traspaso hace que una reducción del proveedor llegue a tu factura el mismo día en lugar de en la próxima renovación del contrato, y una sola clave cubre ambas generaciones, así que la migración de qwen3.8-max a qwen4-max es una cadena de modelo en lugar de una segunda integración. Hasta que Qwen4-Max se pueda enrutar aquí, el patrón útil es el aburrido: mantén el ID estándar 3.8 en la clave que ya tienes, evalúa Qwen4-Max directamente contra Alibaba mientras se asientan sus condiciones comerciales y deja que la conmutación por error automática cubra la brecha en cualquiera de las dos direcciones.

¿Qué cambiaría este veredicto?

Tres cosas, y cada una se puede comprobar en las próximas semanas. Una variante Qwen4-Max Prime restauraría la vía rápida en la generación actual y volvería a convertir esto en una comparación de throughput contra throughput, al doble de la tarifa de $1.50/$4.50. Una medición independiente en modo Prime sustituiría la afirmación del proveedor de 1.5–2× por algo que se pueda poner en un plan de capacidad: nadie ha publicado una, y hasta que alguien lo haga, el multiplicador es una promesa. Y un ID de snapshot para Qwen4-Max eliminaría el único argumento real que queda para seguir en la línea 3.8, que ahora mismo no es el precio, ni la capacidad, ni la velocidad en una tarea completa, sino la posibilidad de congelar un checkpoint.

Para todos los demás, la aritmética ya ha zanjado la respuesta: la vía rápida cuesta más por token, más por tarea y más por relectura en caché que el modelo que la sustituyó, y hace menos. Es algo extraño para un nivel premium, y es lo que ocurre cuando una vía de servicio sobrevive a la generación contra la que se fijó su precio.

A screenshot of the Artificial Analysis page for Qwen4 Max, captured 18 November 2026, showing an Intelligence Index of 43 and a Cost per Intelligence Index task of $3.27 alongside the surrounding comparison charts.

Comparados en este artículo2

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