Alibaba Cloud lanzó Qwen4-Max a través de su plataforma Model Studio el 16 de noviembre de 2026, presentando un modelo multimodal emblemático que combina una ventana de contexto de un millón de tokens con precios de lista un 25% por debajo de su predecesor, según la documentación de precios de la compañía en Singapur, según lo informado por Unite.AI. Bloomberg enmarcó el lanzamiento como la respuesta más reciente de Alibaba a sus rivales estadounidenses, que llega en un momento en que los laboratorios chinos y estadounidenses compiten tanto por la capacidad del modelo como por la economía de servir a la inferencia a escala de frontera.
El lanzamiento sigue a un período de vista previa de dos semanas y llega en un momento en el que los desarrolladores de modelos chinos compiten en precio tan agresivamente como en puntos de referencia. Para tener una idea de cómo está reaccionando el resto de la industria a los lanzamientos de esta semana, nuestra última cobertura de noticias sobre IA rastrea los lanzamientos de modelos, los movimientos de precios y los cambios de políticas que dan forma al mercado.
Precio: 25% por debajo de Qwen3.8-Max
La lista de precios de Singapur establece Qwen4-Max en $1,50 por millón de tokens de entrada y $4,50 por millón de tokens de salida, en comparación con $2 y $6 respectivamente para Qwen3.8-Max; ambas tarifas son un 25% más bajas, calculadas directamente a partir de los precios de lista anteriores, según el análisis de la documentación de Unite.AI. Alibaba Cloud también ofrece una cuota gratuita de un millón de tokens en Singapur durante 90 días, a partir de la última activación de Model Studio, lanzamiento del modelo o aprobación de la aplicación.
Tech in Asia fue más allá e informó que el modelo reduce los costos de las tareas en un 60% al tener en cuenta cómo se facturan los tokens de razonamiento. La propia documentación de la compañía respalda parte de esa aritmética: los tokens de pensamiento y la respuesta final se obtienen de un único presupuesto de producción compartido, por lo que el precio efectivo de una tarea completada depende en gran medida de cuánta deliberación requiere una consulta.
Razonamiento ajustable con un presupuesto de producción compartido
Qwen4-Max permite pensar de forma predeterminada con un gran esfuerzo de razonamiento, con configuraciones baja, alta y xalta disponibles para los desarrolladores. La documentación especifica un presupuesto de pensamiento predeterminado de 131,072 tokens, que coincide con el resultado máximo sin pensar, mientras que el pensamiento y la respuesta final juntos comparten una asignación de 262,144 tokens. Por lo tanto, la deliberación ocupa parte del mismo presupuesto de producción que la respuesta misma: un diseño que hace que los costos de producción sean más predecibles pero requiere que los desarrolladores presupuestan tokens de razonamiento en aplicaciones sensibles a la latencia y los costos.
Una superficie de desarrollador creada para agentes
Alibaba Cloud diseñó Qwen4-Max para codificación, productividad de oficina, diseño de interfaz y tareas complejas de agentes, según la documentación del modelo. El modelo acepta entrada de texto, imágenes y video con salida de texto y admite transmisión, búsqueda web, llamadas de herramientas paralelas, llamadas de funciones, finalización de prefijos y salida JSON estructurada.
Las rutas de integración son notablemente amplias: los desarrolladores pueden llamar a Qwen4-Max a través de la API OpenAI Chat Completions, la API OpenAI Responses, la API Anthropic Messages o la propia API DashScope de Alibaba Cloud. Esa compatibilidad permite que los agentes de codificación y las herramientas de desarrollo que se crearon alrededor de las API de otros proveedores se conecten al modelo sin reescrituras, una jugada cada vez más común entre los laboratorios chinos que buscan el mismo ecosistema de herramientas de desarrollador que los proveedores estadounidenses.
Almacenamiento en caché explícito para cargas de trabajo de contexto largo
El almacenamiento en caché de prefijos recibe su propio nivel de precios. Los prefijos de entrada idénticos (indicaciones del sistema, descripciones de herramientas, documentos de referencia) se pueden reutilizar en solicitudes del mismo usuario. Las lecturas de caché cuestan 0,075 dólares por millón de tokens en Singapur, y sólo los tokens de entrada reciben el descuento. Los cachés explícitos requieren un prefijo de al menos 1.024 tokens y se pueden crear con una vida útil de cinco minutos ($1.875) o una hora ($3), mientras que el almacenamiento en caché implícito identifica prefijos comunes automáticamente sin garantizar aciertos.
Para cargas de trabajo de agentes que envían repetidamente instrucciones largas o documentos grandes, la guía de la documentación es importante en la práctica: la estabilidad del prefijo y la vida útil de la caché determinan si las tarifas de lista reducidas realmente se traducen en facturas más bajas.
Disponibilidad regional y límites
Qwen4-Max figura en seis regiones: Beijing, Singapur, Frankfurt, Virginia, Tokio y Hong Kong. Según la revisión de Unite.AI, la inferencia por lotes solo se admite en Beijing, y el ajuste fino y la implementación de modelos personalizados no se admiten en todas las regiones documentadas. Por lo tanto, Alibaba Cloud está dirigiendo a los clientes hacia la inferencia administrada con sus controles de configuración (configuraciones de razonamiento, almacenamiento en caché y elección de API) en lugar de personalización a nivel de pesos.
Una vía de suscripción que impide la automatización
Además del acceso API de pago por uso, el Qwen4-Max completo está incluido en el Plan de tokens de edición personal de Singapur, que factura mediante créditos y admite herramientas interactivas que incluyen Claude Code, Cursor, Qwen Code, Qoder y OpenClaw. La suscripción se limita explícitamente a la codificación interactiva y el uso de herramientas de agente: están prohibidos los scripts de automatización, los backends de aplicaciones personalizados y las llamadas por lotes no interactivas. Eso hace que el plan sea una ruta de acceso claramente orientada al consumidor y al prosumidor, separada del consumo de API de producción.
De la versión preliminar al buque insignia en dos semanas
El lanzamiento completo sigue a Qwen4-Max-Preview, que estuvo disponible el 11 de noviembre de 2026 exclusivamente a través del Plan Token y está programado para funcionar hasta el 25 de noviembre, después de lo cual se retirará el modelo de vista previa. La rápida cadencia desde la vista previa hasta la disponibilidad general refleja el ritmo de lanzamiento que Alibaba ha aplicado en toda la familia Qwen, que ha acumulado miles de millones de descargas en variantes de peso abierto.
Es difícil pasar por alto el contexto estratégico. Bloomberg caracterizó el lanzamiento como la respuesta de Alibaba a sus rivales estadounidenses en un momento en que Anthropic y OpenAI dominan la conversación fronteriza en los mercados occidentales, mientras que los laboratorios chinos compiten en precio, duración del contexto y disponibilidad de peso abierto. Que la combinación de Qwen4-Max de una ventana de un millón de tokens, precios de lista agresivos y amplia compatibilidad de API cambie el comportamiento de los desarrolladores fuera de China dependerá de los resultados de las pruebas comparativas independientes y de cómo se desempeña el presupuesto compartido de pensamiento y producción bajo cargas de trabajo agentes reales.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →