Tarjeta principal generada para un artículo de noticias sobre Qwen4 Max dentro de OpenCode Go, titulada Qwen4 Max en un plan de programación de $10, con etiquetas que indican 16 de noviembre de 2026, asignación mensual de $15, 2.310 solicitudes y 66.000 tokens en caché por solicitud, sobre un pie de página que dice Documentación de OpenCode Go y Alibaba Model Studio, consultado el 17 de noviembre de 2026.
Guides & Insights

Qwen4 Max llega a OpenCode Go: qué compra la asignación de $15 y cuánto cuesta un fallo de caché

Autor

jinhao.song

Fecha de publicación

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

OpenCode puso Qwen4 Max detrás de su suscripción Go el 16 de noviembre de 2026, el mismo día en que el modelo pasó de vista previa a disponibilidad general con cobro por uso, y el número que decide si eso es una buena oferta no es el precio de entrada de $1,50. Es 66.000: el recuento de tokens en caché que OpenCode asume para una solicitud de programación típica cuando calcula hasta dónde llega tu cuota. Esa única suposición es la razón por la que un presupuesto mensual de $15 se presenta como aproximadamente 2.310 solicitudes en Qwen4 Max y aproximadamente 810 en Qwen3.8-Max, el modelo al que reemplaza en lo más alto de la misma lista, y también es la razón por la que esos mismos $15 pueden desplomarse a unas 149 solicitudes si tu entorno nunca consigue un acierto de caché. Todo lo que sigue son cálculos que puedes rehacer a partir de dos páginas que OpenCode publica, más una fila de benchmark independiente que dice que el modelo es capaz, lento y verboso.

Qué publicó realmente OpenCode, y qué no

Dos páginas incluyen la ficha y coinciden en todo lo importante. La página de marketing de Go en opencode.ai/go muestra una fila que dice «Qwen4 Max — Nuevo» con 463 solicitudes estimadas cada cinco horas en el plan Go de $10 y 1.850 en el plan Go Plus de $40, frente a un límite de uso mensual de $15 y $60. La documentación en opencode.ai/docs/console/go asigna al mismo modelo el id qwen4-max, el endpoint https://opencode.ai/inference/go/anthropic/v1/messages, el paquete AI SDK @ai-sdk/anthropic y una línea de precios de $1,50 de entrada, $4,50 de salida, $0,075 por lectura en caché y $1,875 por escritura en caché por millón de tokens. Su tabla de uso enumera 460 solicitudes cada cinco horas, 1.160 a la semana y 2.310 al mes.

La diferencia de tres solicitudes entre 463 y 460 en las dos páginas no es un escándalo; es lo que ocurre cuando una superficie se genera a partir de un gráfico de barras y la otra a partir de una tabla. Tome la cifra inferior. Lo que más importa es que la línea de precios es la tarjeta de tarifas de Singapur al céntimo, sin que se le aplique ningún descuento por suscripción.

Tres detalles de esa documentación hacen más trabajo que el precio del titular:

• El modelo se sirve a través del protocolo Messages, no de una ruta compatible con chat-completions. Es la misma ruta que OpenCode utiliza para Qwen3.8-Max y Qwen3.7 Plus, y es la razón por la que un harness que ya habla Messages puede apuntar a Go sin un shim.

• La privacidad se enumera modelo por modelo. Qwen4 Max figura como «Entrenamiento: No utilizado» y «Retención: 0 días» — la columna de retención cero, no la columna de 30 días en la que se encuentran Grok 4.7 y los modelos Luna. La configuración predeterminada de Go también bloquea los endpoints de pago que entrenan con datos de las solicitudes.

Cada respuesta informa su coste como opencode.allowance, y la asignación se expresa en dólares a precio de lista, dividida en ventanas del 20 % en cinco horas, del 50 % en una semana y del 100 % en un mes.

Lo que OpenCode no ha publicado es de dónde vienen los tokens. La documentación explica que algunos modelos reciben asignaciones grandes porque OpenCode negoció un descuento por volumen o reservó capacidad de GPU, y que otros reciben asignaciones más pequeñas «ya sea porque el modelo es nuevo o porque su precio público ya está descontado», en cuyo caso «aun así obtienes un poco más que si pagaras directamente a los proveedores del modelo». Qwen4 Max está en el segundo grupo a $1,50 y $4,50, exactamente la tarifa que Qwen4 Max tiene en todas partes. Si eso es un pass-through del endpoint de Singapur o el propio servicio de OpenCode de un modelo de 2,4 billones de parámetros no se indica en ninguna parte, y quien te diga cuál de las dos es, está adivinando.

Una cosa que conviene corregir desde el principio, porque la forma de referirse a este modelo ha sido imprecisa: Qwen4 Max no es un lanzamiento no anunciado ni filtrado. El lanzamiento llegó con una publicación titulada "{{1}}Qwen4-Max: Ha llegado tu nuevo compañero de equipo{{/1}}", la documentación de Model Studio para el modelo se actualizó el 17 de noviembre, y no hay pesos que inspeccionar —Artificial Analysis registra el modelo como de propiedad exclusiva, y no existe ningún repositorio que consultar. Lo que ha pasado más desapercibido es la ficha de OpenCode, que es una plataforma de programación que está integrando el lanzamiento de otro, no un lanzamiento propio.

Headless-browser screenshot of the OpenCode Go usage-limits documentation page in English, showing the per-model token price table with a Qwen4 Max row reading $1.50 input, $4.50 output, $0.075 cached read, $1.875 cached write and a $15 monthly limit, above the Estimated requests table where Qwen4 Max reads 460 requests per five hours, 1,160 per week and 2,310 per month, and Qwen3.8 Max reads 160, 400 and 810.

Los $15 son un medidor en dólares, así que aquí está la aritmética.

Una asignación en dólares solo tiene sentido junto a la forma de solicitud que supone, y OpenCode publica esa forma: 420 tokens de entrada nuevos, 66.000 tokens en caché y 200 tokens de salida por solicitud. Compara esos tres números con la línea de precios de Qwen4 Max:

• Entrada nueva — 420 tokens a $1.50 por millón son $0.00063.

• Entrada en caché — 66.000 tokens a $0,075 por millón son $0,00495.

• Salida: 200 tokens a $4.50 por millón son $0.00090.

• Por solicitud: $0,00648, cantidad que cabe exactamente 2.315 veces en $15. La estimación publicada por OpenCode de 2.310 al mes es esa cifra redondeada a la baja.

La misma aritmética con Qwen3.8-Max, que el catálogo Go sigue vendiendo a $2.00 de entrada, $6.00 de salida y $0.25 de lectura en caché, da $0.01854 por solicitud y 809 solicitudes por $15 — OpenCode publica 810. Así que el cambio a Qwen4 Max vale 2,9× más solicitudes con una asignación idéntica, y dos tercios de esa ganancia provienen de una sola línea: el precio de lectura en caché baja de $0.25 a $0.075 por millón, un recorte del 70%. El precio de entrada destacado se movió un 25%. El precio de caché movió el resultado.

La ventana de cinco horas es la restricción con la que realmente te toparás. Con el 20 % del límite mensual, un bloque móvil de cinco horas en el plan Go puede gastar $3 en Qwen4 Max —463 solicitudes con el perfil modelado, lo que equivale aproximadamente a una tarde intensa de turnos de agente si no tienes cuidado. Go Plus lo eleva a $12 y 1850 solicitudes. Go Teams fija el límite de cada miembro en $20 al mes, que es más que los $15 de Go y menos que los $60 de Plus, a $20 por miembro.

Generated single-column card titled The $15 allowance at Qwen4 Max list price, with rows reading Go plan: $10 per month, Monthly allowance: $15, Cached read: $0.075 per 1M, Fresh input: $1.50 per 1M, Warm request: $0.00648, Cold request: $0.10, and Requests for $15: 2,315 warm versus 149 cold.

De dónde salen los 66.000 tokens en caché y por qué eso lo explica todo

Sesenta y seis mil tokens en caché no es una cifra redonda arbitraria: es un prefijo plausible para un agente de programación que envía un mensaje de sistema, definiciones de herramientas y un conjunto de archivos de tamaño moderado en cada turno, y es la razón por la que la solicitud modelada resulta barata. A 0,075 USD por millón, ese prefijo de 66.000 tokens cuesta menos de medio centavo. A la tarifa de entrada nueva de 1,50 USD, costaría 0,099 USD: veinte veces más, y más de quince veces el resto completo de la solicitud.

Lleva eso hasta sus últimas consecuencias. Una solicitud cuyo prefijo no está en la caché cuesta $0.1005 en lugar de $0.00648, así que los mismos $15 compran unas 149 solicitudes en vez de 2,315. No hace falta cambiar nada más en tu uso para que la cuota caiga un 94%; basta con que el prefijo deje de ser reutilizable. Las tres formas en que eso ocurre son de lo más corriente: un prompt de sistema que incluye una marca de tiempo o una lista de herramientas que va cambiando, un harness que reordena su contexto entre turnos, o una sesión que no deja de reescribir los primeros mensajes, de modo que el prefijo almacenable en caché nunca llega a estabilizarse.

Hay un segundo coste, más silencioso. OpenCode cobra las escrituras en caché a 1,875 $ por millón, lo que supone un 25 % por encima de la tarifa de entrada nueva: pagas una prima por establecer un prefijo que después se lee con un 95 % de descuento. Escribir ese prefijo de 66.000 tokens cuesta 0,124 $, unas diecinueve veces una solicitud en caliente. Una sesión que no deja de invalidar su caché paga la escritura una y otra vez y nunca recibe el descuento.

Esta es la razón por la que vale la pena entender la cuota en lugar de limitarse a observarla. En un modelo con un precio como este, la tasa de aciertos de caché no es una optimización que puedas dejar para más adelante; es la diferencia entre dos suscripciones muy distintas.

Lo que renuncias, medido

El marcador independiente ya está completo y resulta menos favorecedor que la ficha de precios. Artificial Analysis otorga a Qwen4 Max una puntuación de 43 en su Intelligence Index —por encima de su mediana declarada de 41 y en el puesto 38 de 81 modelos de la tabla—, con un costo medido de $3,27 por tarea del índice. El panel de rendimiento, que seguía vacío cuando el modelo se listó por primera vez, ahora contiene cifras reales: 54 tokens por segundo de salida, 159 segundos hasta el primer token de respuesta y 32,1 minutos para completar una tarea del Intelligence Index frente a una mediana de 13,3 minutos. En la propia clasificación del tracker, eso lo sitúa en el puesto 75 de 79 en tiempo hasta el primer token de respuesta.

• Capacidad — 43 en el Índice de Inteligencia, 38.º de 81, $3.27 por tarea medida.

• {{1}}Rendimiento{{/1}} — 54 {{2}}tokens de salida por segundo{{/2}}, {{3}}159 segundos{{/3}} hasta {{4}}el primer token de respuesta{{/4}}, {{5}}32,1 minutos{{/5}} por {{6}}tarea de indexación{{/6}} frente a una {{7}}mediana de 13,3 minutos{{/7}}, ocupando el puesto {{8}}75 de 79{{/8}} en {{9}}tiempo hasta el primer token de respuesta{{/9}}.

• Verbosidad — 127 millones de tokens de salida para completar la ejecución del índice, frente a una mediana de 78,6 millones, clasificado en el puesto 65 de 80 en la propia escala de verbosidad del rastreador.

• Contexto — 984 k tokens según la medición del rastreador, frente a la ventana documentada de 1.000.000 de tokens con un límite de entrada de 991.808 tokens en modo sin pensamiento.

En un bucle de programación interactivo, la cifra del primer token de respuesta es la que duele. Los modelos de razonamiento no emiten nada hasta que termina el pensamiento, así que 159 segundos es la distancia entre pulsar Intro y ver el primer carácter de una respuesta, y un presupuesto de razonamiento amplio hace que esa cifra oscile en lugar de alejarla. Para el trabajo por lotes —una cola de refactorizaciones, una barrida nocturna—, es irrelevante, y la capacidad por dólar de $3.27 por tarea es respetable frente a modelos de vanguardia que cobran varias veces esa cantidad.

La cifra de verbosidad merece su propia frase, porque es la que interactúa con una asignación en dólares. Un modelo que genera 127 millones de tokens cuando la mediana genera 78,6 millones consume aproximadamente un 60 % más de tokens de salida para el mismo conjunto de tareas, y en Qwen4 Max la salida es la partida más costosa de la solicitud, a $4.50 por millón. Tu asignación de $15 está expresada en dólares, así que un modelo hablador al mismo precio por token simplemente se agota antes.

Headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max in English, showing the Alibaba vendor label, Released November 2026, a Proprietary model tag, an Intelligence Index of 43 ranked 38 of 81, and a stats row reading 43, 38 of 81, $3.27, $1,129.59 and 32.1 min, beside summary cards for Intelligence Index 43 at 35K tokens to complete, Cost to Run Index $3.27, Output Tokens Used 35M and Total Response Time 32.1 min.

El dial de esfuerzo no es opcional en este modelo.

La propia documentación de Qwen4 Max establece reasoning_effort en high y thinking_budget en 131,072 cuando omites ambos, y asigna el vocabulario de cinco valores que usan la mayoría de los SDK a tres ajustes reales: minimal pasa a low, medium pasa a high y max pasa a xhigh. En el protocolo Messages, que es la ruta que expone OpenCode, el parámetro es output_config.effort con los mismos tres valores.

Se derivan dos consecuencias. Primera: pedir el esfuerzo «medium» no te da una configuración intermedia; te da high, la predeterminada. Si quieres que el modelo piense menos, tienes que pedir low. Segunda: el límite de salida se comparte con el razonamiento: 262.144 tokens que abarcan la cadena de pensamiento más la respuesta en el modo de pensamiento, 131.072 tokens de respuesta con el pensamiento desactivado, frente a un límite de entrada de 983.616 tokens cuando el pensamiento está activado. Un agente que fija max_completion_tokens en 262.144 y elige xhigh ha decidido gastar su presupuesto en tokens de razonamiento antes de haber escrito una sola línea de código.

El ajuste práctico para una sesión de programación interactiva en una suscripción medida es bajo para ediciones y refactorizaciones pequeñas, alto para los turnos en los que el modelo tiene que sostener varios archivos a la vez, y xhigh solo para las tareas que de otro modo le encargarías a una persona. Eso es un juicio sobre tu presupuesto, no una afirmación de benchmark — nadie ha publicado una curva de coste por nivel de esfuerzo para este modelo, y las propias cifras de reducción de tokens del proveedor son cifras del proveedor.

Probándolo sin mover tu stack

OrcaRouter no enruta Qwen4 Max hoy. Eso conviene decirlo claramente en lugar de andarse con insinuaciones: el catálogo incluye 215 modelos, y una solicitud con un identificador qwen4 devuelve no encontrado, así que si el nuevo buque insignia es lo que quieres con una clave de OrcaRouter, tendrás que esperar. Lo que sí incluye el catálogo es qwen/qwen3.8-max a $2.00 de entrada y $6.00 de salida por millón con una lectura de caché de $0.25 — las mismas tarifas que publican tanto OpenCode como la API propia del modelo — trasladadas con 0% de margen, así que una bajada de precios del proveedor llega a nuestro lado el mismo día que llega al suyo.

Lo que hace que la prueba sensata sea barata en lugar de gratuita. Si estás sopesando Qwen4 Max frente a lo que ya ejecutas, la primera pregunta que hay que responder no es "¿es 43 una buena puntuación?" sino "¿mantiene mi arnés caliente un prefijo de 66.000 tokens?" — y puedes responderla con Qwen3.8-Max en la misma cuenta hoy mismo, a tarifas que ya conoces, antes de gastar una suscripción en la respuesta. Combínalo con conmutación por error automática y un modelo no probado se convierte en una decisión de enrutamiento en lugar de una migración: envía el trabajo al modelo nuevo, mantén el antiguo como respaldo y deja que la tasa de errores decida.

Quién debería moverse ahora, y quién debería esperar.

Si ya pagas por OpenCode Go, probar el cambio no te cuesta nada y la asignación es la razón para probarlo de forma deliberada en lugar de casual. Qwen4 Max más que duplica las solicitudes que te compran tus $15 en comparación con Qwen3.8-Max en el mismo plan, pero lo hace mediante una suposición de caché que tu harness tiene que ganarse, en un modelo que es mediblemente lento hasta el primer token y mediblemente verboso con el esfuerzo predeterminado. Empieza con esfuerzo bajo, vigila el campo opencode.allowance en las primeras veinte respuestas y compara la tasa de consumo con lo que habrían costado esas sesiones en el modelo que ya estabas usando. Si la tasa de consumo te sorprende, la causa casi con certeza está en tu prefijo, no en la lista de precios.

Si no estás en Go, este listado no cambia nada sobre tus opciones: Qwen4 Max está disponible a través de la API de primera parte en seis regiones a $1.50 y $4.50 en Singapur y $1.413 y $4.24 en las regiones Globales, y una suscripción que lo revende a precio de lista es una comodidad, no un descuento. Y si tu trabajo es sensible a la latencia e interactivo, la lectura honesta de los números independientes es que este es un modelo para encolar trabajo, no uno para sentarse a mirar.

Lo próximo que hay que vigilar no es otro benchmark. Es si la asignación de 15 dólares de OpenCode para Qwen4 Max sobrevive al contacto con el uso real: la documentación dice que los límites "pueden cambiar a medida que aprendamos del uso y los comentarios iniciales", que es la frase que las plataformas escriben antes de mover un número. Un modelo tan nuevo, medido con tanto rigor, con una asignación tan pequeña, es la fila de esa página que más probabilidades tiene de ser revisada primero.

Comparados en este artículo1

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