Se ha generado una tarjeta destacada para una noticia sobre la disponibilidad de Qwen4-Max por terceros, con el encabezado «Qwen4-Max» y el subtítulo «Mismo precio, un día después». Las etiquetas dicen «Publicado el 16 nov 2026», «$1.41 de entrada / $4.24 de salida por 1M» y «Sin cifra independiente de velocidad». Un pie de página dice «Páginas de catálogo del proveedor y de terceros consultadas el 17 de noviembre de 2026». La marca de OrcaRouter está compuesta en la esquina inferior derecha.
Guides & Insights

Qwen4-Max ya está listado fuera de la API de Alibaba — al precio global propio de Alibaba

Autor

jinhao.song

Fecha de publicación

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

Qwen4-Max pasó a disponibilidad general el 16 de noviembre de 2026 y, a la mañana siguiente, ya figuraba en un listado de algún sitio distinto de la propia API de Alibaba. El listado indicaba 1,413 $ por millón de tokens de entrada, 4,24 $ por millón de salida y 0,071 $ por lectura de caché. Esos no son los números de un revendedor. Son la tarifa de la región Global de Alibaba para Qwen4-Max, con tres decimales: exactamente las tarifas que el proveedor publica para Pekín, Hong Kong, Fráncfort, US Virginia y Tokio, que se sitúan un 5,8 % por debajo de la tarifa de Singapur de 1,50 $ y 4,50 $. Que un modelo aparezca en una segunda plataforma en el plazo de un día desde su lanzamiento no tiene nada de extraordinario en 2026. Una segunda plataforma que aparece al precio de lista del propio proveedor dice algo muy concreto sobre lo que se está sirviendo en realidad, y no es un segundo despliegue de un modelo de 2,4 billones de parámetros.

De qué es evidencia un anuncio con el mismo precio

La lectura es limitada y conviene plantearla como una inferencia y no como un hecho, porque nadie ha publicado una declaración de capacidad. Qwen4-Max es una mezcla dispersa de expertos de 2,4T de parámetros, con 71B activados por token y 328B de parámetros de embedding de N-gramas, construido sobre una nueva arquitectura Qwen4 con Gated DeltaNet y un indexador de atención dispersa. Poner eso en marcha sobre hardware independiente requiere adquisición, kernels y, como mínimo, una semana de ajuste. Igualar el precio del proveedor hasta la milésima de dólar en el plazo de un día desde el lanzamiento es lo que parece un traspaso directo de precios, y la tarifa de tokens en caché es la señal reveladora: 0,071 $ es una cifra extraña a la que llegar de forma independiente y una obvia de copiar.

• Entrada — $1.413 por millón en la tarjeta de terceros, $1.413 en la tarjeta Global de A​libaba, $1.50 en Singapur.

• Salida — $4.24 en ambas tarjetas de alcance global; $4.50 en Singapur.

• Lectura de caché — $0.071 en la tarjeta de terceros y en la tarjeta Global de A​libaba; $0.075 en Singapur.

• Lo que no se copia: los límites. La página de terceros anuncia un contexto de 977K tokens y una salida máxima de 128K. La propia ficha de A​libaba ofrece un límite máximo de entrada de 991,808 tokens y un presupuesto compartido de 262,144 tokens para el pensamiento y la respuesta, de los cuales 131,072 están disponibles cuando el pensamiento está desactivado. Un anuncio publicado tan rápido copia un precio de manera más fiable de lo que copia un límite máximo.

Esa última viñeta es la práctica. Si estás dimensionando un trabajo de contexto largo —un repositorio de 400 K tokens, una traza de agente de varias horas—, una plataforma que limite la salida a 128 K truncará trabajo que el propio modelo habría terminado. La paridad de precio no es paridad de especificaciones y, en un modelo tan nuevo, no hay una segunda fuente con la que contrastar un límite salvo la propia página del modelo del proveedor.

El primer benchmark independiente existe. La primera medición independiente de velocidad no.

Esta es la parte de la historia que importa más que el listado. Artificial Analysis añadió Qwen4-Max a su tabla de clasificación con una fila completa del Intelligence Index —42,9, redondeado a 43 en la página pública, con un costo medido de $3,27 por tarea del índice, tras haber generado 127 millones de tokens de salida durante la ejecución, lo que el tracker sitúa en el puesto 65 de 80 en su escala de verbosidad. Esa es una evaluación independiente real de un modelo que tiene dos días de vida, y es el número que hay que citar cuando alguien te pasa un gráfico de proveedor.

Lo que esa misma página no tiene es una fila de velocidad. Ni tokens de salida por segundo, ni tiempo hasta el primer token, ni tiempo hasta el primer token de respuesta. Todos los demás modelos de nivel insignia de esa tabla incluyen esas tres cifras; Qwen4-Max muestra un valor nulo. Eso no es una crítica al rastreador: una medición de rendimiento necesita llamadas repetidas contra un endpoint estable, y el 17 de noviembre no había ningún endpoint estable al que llamar repetidamente. Es una advertencia sobre las reseñas que leerás esta semana: cualquier artículo que cite una cifra de tokens por segundo para Qwen4-Max en los próximos días o bien está midiendo una única solicitud una sola vez o se la está inventando. El proveedor tampoco ha publicado ninguna.

A headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max, captured 17 November 2026 in English, showing the Alibaba vendor label, 'Released November 2026', a Proprietary model tag, an Intelligence Index score of 43, the summary text describing a 984k-token context window and 127M generated tokens against a 78.6M median, and the cost block reading In $1.50, Out $4.50 and $3.27 per task. The Performance and Time per Task panels show no speed figures.

Lo que realmente cuesta una ejecución de agente, con estas tarifas

Los precios por token son la unidad equivocada para un modelo de horizonte largo, así que aquí está la aritmética sobre una configuración para la que Qwen4-Max se comercializa explícitamente: un agente de programación que mantiene un contexto de 200.000 tokens a lo largo de 40 turnos y escribe 30.000 tokens de razonamiento y parche en cada turno. Todas las cifras son precio de lista, no una factura medida.

• Contexto en caché, por turno — 200.000 tokens a $0,075 por millón son $0,015. Durante 40 turnos, $0,60.

• Salida, por turno — 30.000 tokens a $4,50 por millón son $0,135. A lo largo de 40 turnos, $5,40.

• La proporción — la salida cuesta nueve veces lo que cuesta el contexto en caché, por turno, incluso tras un descuento de caché del 95 %. El descuento de caché no es la palanca que la gente supone que es cuando la salida es larga.

• Entrada nueva: cada turno que no acierta en la caché paga $1.50 por millón en lugar de $0.075, un salto de 20×. Cuatro millones de tokens de fallos de caché a lo largo de la ejecución añaden $6.00, más que la factura completa de salida.

Lo que invierte el consejo habitual. En Qwen4-Max, lo que hay que instrumentar es la tasa de aciertos de caché, no la longitud de salida: un bucle de 40 turnos que mantiene su contexto caliente se queda cerca de $6.00, y el mismo bucle que reenvía su contexto en frío se queda cerca de $12.00. El propio titular del proveedor —el coste medio por tarea en su benchmark Work360 bajando de $4.43 a $1.67— es una afirmación sobre la mezcla de tokens de su benchmark, no una promesa sobre la tuya. Además, es una cifra del proveedor sobre un benchmark del proveedor, y aquí se etiqueta como tal porque todavía nada independiente la reproduce.

A generated bar chart titled 'Where a 40-turn agent bill comes from', with four bars reading Cached context $0.60, Output $5.40, Cache misses $6.00 and Total with no misses $6.00, over a footer reading 'List-price arithmetic on Qwen4-Max rates; not a measured bill.' White background with blue-and-cyan accents and the OrcaRouter mark composited bottom right.

Probarlo sin cambiar de plataforma

OrcaRouter no enruta Qwen4-Max. Merece la pena decirlo claramente en lugar de enterrarlo: el catálogo incluye qwen/qwen3.8-max, anthropic/claude-fable-5.2 y openai/gpt-6.1-sol, y una solicitud para un identificador qwen4 devuelve not-found hoy. Si quieres el nuevo buque insignia Qwen con nuestra clave, estás esperando como todos los demás.

Lo que esta situación sí defiende es no cambiar todo tu stack a un modelo de hace dos días para probarlo. Una transición de preview a GA que además redujo el presupuesto compartido de salida de 393.216 tokens a 262.144 y pasó la facturación de créditos a medición por token es exactamente el tipo de cambio que rompe una ruta de producción en la segunda semana. Eso es un argumento a favor de mantener el experimento detrás de un endpoint enrutado en lugar de uno codificado directamente — el modelo nuevo en una ruta y el actual en la de respaldo, una sola factura en cualquier caso. Cuando Qwen4-Max llegue al catálogo, aparecerá listado al precio del proveedor con 0% de margen, lo que significa que el mismo traspaso que hace que una tarjeta de terceros sea idéntica a la de Alibaba es lo que hace que un recorte de precio del proveedor sea visible de nuestro lado el mismo día en que ocurre.

A headless-browser screenshot of the OrcaRouter model page for qwen/qwen3.8-max, captured 17 November 2026 in English, showing the Qwen3.8 Max heading, the model id qwen/qwen3.8-max, attribution to Qwen dated 2026-08-05, vision, tools, JSON and reasoning badges, a 1,000,000-token context window, a Zero Data Retention note, and the rate block reading $2.00 input and $6.00 output with 4.35 s and 10.00 s latency figures.

La letra pequeña tiene una fecha.

Dos identificadores tienen los días contados. qwen4-max-preview y qwen4.0-max-preview dejarán de funcionar a las 24:00 del 25 de noviembre de 2026, UTC+8 — nueve días después de la disponibilidad general, y el identificador de modelo que sobrevive es el simple qwen4-max. Cualquier configuración, valor predeterminado del SDK, notebook o arnés de evaluación que siga apuntando a cualquiera de las dos cadenas de vista previa fallará con un error de modelo no encontrado en lugar de una advertencia de obsolescencia, que es la forma menos útil de enterarse.

Así que la historia es más pequeña y más útil que «ya está disponible en todas partes». Se lanzó un modelo, una tarjeta de terceros apareció en cuestión de un día con las Global rates del propio proveedor, y los límites asociados a esa tarjeta no son los límites del proveedor. La puntuación independiente de inteligencia llegó en menos de un día; la puntuación independiente de velocidad no ha llegado en absoluto. Interpreta el precio como una repercusión directa, toma el límite máximo de la página del proveedor y pon un recordatorio en el calendario para el 25 de noviembre sobre los identificadores de vista previa; eso es todo lo que el 16 de noviembre te dijo en realidad.