Alibaba ha lanzado este 16 de noviembre Qwen4-Max con acceso por API y tarifas estándar de entrada y salida un 25 % inferiores a las de Qwen3.8-Max en su oferta internacional. La compañía presenta el modelo como el más capaz de la familia Qwen y afirma que reduce cerca de un 60 % el coste medio por tarea en una evaluación propia. Son dos cifras distintas: una compara precios por token; la otra, el gasto necesario para completar trabajos.
El modelo, identificado como qwen4-max, está disponible en QwenCloud mediante Token Plan y API, además de QwenWork y QwenStudio. La versión preliminar qwen4-max-preview ya figuraba en Token Plan desde el 11 de noviembre; el anuncio del día 16 corresponde al lanzamiento de la versión con acceso por API.
De dónde sale el ahorro del 60 %
Alibaba obtiene esa cifra de Work360, una evaluación propietaria que abarca tareas de 721 campos especializados. Según la empresa, Qwen4-Max supera en conjunto a su predecesor y utiliza un 35 % menos de tokens con razonamiento de intensidad alta. Los tokens son las unidades en las que el modelo procesa el contenido y sobre las que se calcula la facturación.
| Dato comparado | Qwen4-Max frente a Qwen3.8-Max | Condición |
|---|---|---|
| Tarifa estándar de entrada | 25 % inferior | Tarifas internacionales, región de Singapur |
| Tarifa estándar de salida | 25 % inferior | Tarifas internacionales, región de Singapur |
| Consumo de tokens | 35 % menor | Evaluación interna Work360, razonamiento de intensidad alta |
| Coste medio por tarea | Alrededor de un 60 % menor | Evaluación interna Work360 |
Qué permite hacer y qué límites tiene
Qwen4-Max acepta texto, imágenes y vídeo como entrada y genera texto. Su ventana de contexto alcanza un millón de tokens: es la capacidad disponible para manejar el contenido de una solicitud. También ofrece razonamiento, búsqueda web, llamadas a herramientas y salidas estructuradas, útiles para que una aplicación reciba los resultados con un formato definido.
La documentación recoge compatibilidad con OpenAI Chat Completions, OpenAI Responses, Anthropic Messages y DashScope. Admite caché explícita e implícita para reutilizar entradas, con una tarifa específica de lectura que no se aplica a toda entrada. No admite inferencia por lotes, ajuste fino ni despliegue dedicado del modelo.
Su arquitectura de mezcla de expertos activa solo una parte de sus parámetros en cada token: 71.000 millones de un total de 2,4 billones. Alibaba indica que la cantidad activada es un 25 % menor que en Qwen3.8-Max a igual escala total. Los futuros modelos Qwen4 más pequeños tendrán pesos abiertos, según el anuncio; esa promesa no incluye a Qwen4-Max.
El razonamiento está activado por defecto con intensidad alta. La ficha técnica fija una salida máxima de 131.072 tokens sin razonamiento y un límite combinado de 262.144 tokens para razonamiento y respuesta.








