Estás leyendo
Alibaba presenta Qwen4-Max, su nuevo modelo de IA insignia

Alibaba presenta Qwen4-Max, su nuevo modelo de IA insignia

  • Alibaba lanza Qwen4-Max con 2,4 billones de parámetros, un millón de tokens de contexto y menores costes para competir en IA empresarial.
Alibaba Qwen4-Max

Alibaba ha presentado Qwen4-Max, su nuevo modelo de inteligencia artificial insignia y la principal evolución de su familia Qwen para tareas profesionales, programación y agentes. El sistema utiliza una arquitectura Mixture of Experts (MoE) con una base de 2,4 billones de parámetros, incorpora capacidades visuales nativas y puede trabajar con una ventana de contexto de hasta un millón de tokens, según la documentación publicada por Qwen.

El lanzamiento refuerza la competencia entre los grandes proveedores de modelos de IA y amplía las alternativas disponibles para las empresas que evalúan qué tecnología incorporar a sus aplicaciones. Alibaba intenta combinar tres variables que empiezan a pesar tanto como las puntuaciones máximas en los benchmarks: capacidad para ejecutar tareas complejas, consumo de tokens y coste operativo.

La compañía sitúa Qwen4-Max por encima de Qwen3.8-Max en trabajo profesional y ejecución prolongada de tareas, con especial atención a escenarios en los que el modelo debe utilizar herramientas, procesar grandes cantidades de información o completar varias etapas de forma autónoma. La arquitectura también admite texto e imágenes como entrada y genera texto como salida.

Más capacidad con un coste por tarea inferior

Una de las diferencias más relevantes respecto a la generación anterior está en la eficiencia. Alibaba sostiene que Qwen4-Max puede superar a Qwen3.8-Max utilizando hasta aproximadamente un 50% menos de tokens en determinadas pruebas. En Work360, un benchmark desarrollado por la propia compañía para evaluar tareas profesionales, el coste medio declarado cae de 4,43 a 1,67 dólares por tarea.

Los resultados independientes dibujan una mejora apreciable, aunque mantienen a Qwen4-Max por debajo de algunos competidores en determinadas capacidades. Artificial Analysis le asigna 43 puntos en su Intelligence Index, frente a 34 de Qwen3.8-Max. Kimi K3.1 Pro alcanza 46 puntos en la misma evaluación.

La diferencia económica es más favorable para Alibaba. Artificial Analysis calcula un coste de 3,27 dólares por tarea de su índice, frente a 10,02 dólares de Qwen3.8-Max. Qwen4-Max resulta así aproximadamente un 67% más barato en esa medición. También queda alrededor de un 11% por debajo de los 3,68 dólares de Kimi K3.1 Pro, pese a obtener tres puntos menos en capacidad general.

La API de Alibaba establece un precio de 1,50 dólares por millón de tokens de entrada y 4,50 dólares por millón de tokens de salida. El acceso a información almacenada en caché baja hasta 0,075 dólares por millón de tokens. Son cifras relevantes para aplicaciones empresariales con un volumen elevado de consultas, donde pequeñas diferencias en el coste unitario terminan teniendo un impacto apreciable en producción.

El menor coste, además, no procede únicamente de la tarifa. Las pruebas de Artificial Analysis indican que Qwen4-Max utiliza alrededor de un 39% menos de tokens de salida por tarea que Qwen3.8-Max en su evaluación. Esa combinación entre precio por token y menor consumo permite comparar los modelos desde una métrica cada vez más útil para las empresas: cuánto cuesta completar una tarea, en lugar de cuánto cuesta simplemente generar una cantidad determinada de texto.

Los benchmarks muestran avances, pero también diferencias

Alibaba presenta Qwen4-Max como un modelo destinado a competir con los sistemas de mayor capacidad de proveedores estadounidenses y chinos. La compañía afirma que alcanza o supera a algunos de ellos en determinadas pruebas de programación y trabajo profesional. Bloomberg recoge, entre otras comparaciones realizadas por Alibaba, resultados frente a modelos de Anthropic y Kimi.

Esas cifras necesitan interpretarse por carga de trabajo. En Artificial Analysis, Qwen4-Max alcanza 1.686 puntos Elo en AA-Briefcase, una evaluación de trabajo basado en archivos empresariales, ligeramente por encima de los 1.674 de Kimi K3.1 Pro. Sin embargo, en Terminal-Bench 4.0, orientado a tareas realizadas mediante terminal, Qwen4-Max obtiene alrededor del 48%, frente al 67% de Kimi K3.1 Pro.

La consecuencia práctica es que una posición agregada en un ranking no determina por sí sola qué modelo resulta más adecuado para una organización. Desarrollo de software, análisis documental, automatización mediante agentes o procesamiento de grandes repositorios plantean requisitos diferentes. Coste, latencia, longitud de las respuestas, integración con herramientas y comportamiento sobre datos propios pueden modificar considerablemente el resultado económico de una implantación.

La ventana de contexto cercana al millón de tokens amplía, además, las posibilidades para casos que requieren manejar documentos extensos, historiales o conjuntos amplios de información dentro de una misma ejecución. Artificial Analysis registra concretamente unos 984.000 tokens efectivos de contexto para el modelo.

Alibaba refuerza las barreras de seguridad de Qwen4-Max

El lanzamiento también introduce cambios en la preparación del modelo frente a usos potencialmente peligrosos. Alibaba afirma haber filtrado los datos de entrenamiento para retirar capacidades relacionadas con ciberataques ofensivos, manteniendo funciones que pueden utilizarse en defensa, como la detección de vulnerabilidades.

Te puede interesar
Drones - 5G

La compañía también ha incorporado conjuntos de datos y técnicas posteriores al entrenamiento dirigidas a reducir riesgos químicos, biológicos, radiológicos y nucleares. El South China Morning Post detalla estas medidas, que llegan mientras los desarrolladores de modelos avanzados afrontan una atención creciente sobre la capacidad de sus sistemas para facilitar ataques informáticos u otras actividades de alto riesgo. Reuters también confirmó la incorporación de protecciones adicionales en el nuevo modelo.

Qwen4-Max mantiene, sin embargo, una diferencia importante respecto a buena parte del ecosistema que ha dado visibilidad a Qwen: los pesos del modelo insignia no están disponibles públicamente. Alibaba sí prevé publicar los pesos de modelos Qwen4 de menor tamaño, según la información recogida por Bloomberg.

La decisión crea dos vías dentro de la misma familia. El modelo más potente se consume como servicio, mientras que versiones menores podrán resultar más apropiadas para organizaciones que prioricen despliegues propios, control de infraestructura o adaptación del modelo.

Más alternativas para la estrategia de IA empresarial

La llegada de Qwen4-Max amplía un mercado en el que las empresas ya pueden comparar modelos de proveedores estadounidenses, chinos y europeos sin asumir necesariamente que el sistema con mayor puntuación global será también el más rentable para cada aplicación.

El coste por tarea empieza a ganar importancia a medida que los proyectos pasan de las pruebas a producción. Un agente que ejecute decenas de llamadas, utilice herramientas y procese cientos de miles de tokens puede multiplicar las diferencias económicas entre modelos aparentemente próximos. La reducción de precios de Alibaba introduce presión adicional sobre otros proveedores y facilita estrategias en las que distintas cargas de trabajo se distribuyen entre varios modelos.

Para los equipos de tecnología, la decisión se desplaza así hacia evaluaciones realizadas sobre procesos propios: calidad obtenida, número de intentos necesarios, latencia, consumo total, requisitos de alojamiento y disponibilidad regional. Qwen4-Max añade una opción competitiva a esa comparación, especialmente para cargas intensivas en contexto y trabajo documental, aunque sus resultados independientes muestran que sigue existiendo margen frente a otros modelos en determinadas tareas de agentes y programación.

Publicidad

Sigue el análisis de tecnología empresarial en Google

Añade La Ecuación Digital como fuente preferida y verás más análisis sobre inteligencia artificial, cloud, ciberseguridad, infraestructura de datos y transformación digital en tus resultados de Google.

Seguir La Ecuación Digital en Google

Al hacer clic podrás seleccionar La Ecuación Digital como fuente preferida en Google.

Ver Comentarios (0)

Leave a Reply

Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.   
Privacidad