El Qwen3.8-Max de Alibaba llega con 2.4 billones de parámetros y le gana en precio a los rivales occidentales</p>

Alibaba ha lanzado Qwen3.8-Max, un modelo de mezcla de expertos con 2.4 billones de parámetros que, según la compañía, es el más capaz de su familia Qwen hasta la fecha. El lanzamiento impulsó las acciones de Alibaba en Hong Kong hasta un 7% y sus acciones listadas en EE.UU. aproximadamente un 4.5%, mientras los inversores reaccionaban a un modelo que socava a los laboratorios occidentales de frontera en precio, a la vez que publica puntuaciones competitivas en benchmarks.

Qué muestran realmente los números

Qwen3.8-Max es una arquitectura de mezcla de expertos, lo que significa que solo una fracción de sus 2.4 billones de parámetros totales se activa para cada consulta — Alibaba no ha revelado el número exacto de parámetros activados, siguiendo un patrón común entre los laboratorios chinos de omitir ese detalle. El modelo acepta entrada de texto, imagen y video, y devuelve texto, con una ventana de contexto que soporta aproximadamente 991,000 tokens de entrada y 131,000 tokens de salida — suficiente para procesar un codebase completo o un documento legal extenso en una sola pasada.

En Terminal-Bench 2.1, un benchmark que mide el rendimiento en tareas de codificación y agentic del mundo real, Qwen3.8-Max obtuvo 86.6, superando a Claude Opus 4.8 de Anthropic con 84.6, aunque queda por detrás de GPT-5.6 Sol de OpenAI con 88.8. Las mejoras son más dramáticas en DeepSWE 1.1, un benchmark de ingeniería de software agentic, donde el modelo saltó de 21.6 a 56.6 en comparación con su predecesor — más que duplicando su puntuación. El rendimiento multimodal también es sólido: 86.1 en OSWorld-Verified y 92.1 en OmniDocBench 1.5, un benchmark de comprensión de documentos.

El ángulo del precio

Alibaba está fijando el precio de la API alojada a través de DashScope en $2.00 por millón de tokens de entrada y $6.00 por millón de tokens de salida, con tokens de entrada en caché disponibles a solo $0.25 por millón — aproximadamente ocho veces más barato que la entrada fresca. Ese precio queda muy por debajo de lo que los laboratorios de frontera de EE.UU. suelen cobrar por modelos de capacidad comparable, continuando un patrón en el que los laboratorios chinos de IA compiten agresivamente en costo incluso cuando quedan ligeramente atrás en rendimiento bruto de benchmarks.

La realidad del despliegue

El checkpoint completo de 2.4 billones de parámetros requiere infraestructura de datacenter multi-nodo para ejecutarse, lo que pone el auto-hosting genuino fuera del alcance de todos excepto los operadores más grandes de infraestructura de IA. Para equipos que quieran ejecutar el modelo en hardware GPU estándar, Alibaba también ofrece Qwen3.8-27B, un modelo denso más pequeño de la misma familia, como la opción on-premise realista. Se prometieron pesos abiertos tanto para el buque insignia de 2.4T como para el modelo de 27B, con lanzamiento la semana siguiente a este anuncio.

Dónde encaja en la carrera más amplia

En el leaderboard crowdsourced de Arena.AI, Qwen3.8-Max se convirtió inmediatamente en el modelo chino mejor clasificado para tareas de texto, aunque todavía queda por detrás de varias ofertas de Anthropic, incluyendo Claude Fable 5. Para tareas de visión específicamente, ocupó el segundo lugar global, solo detrás de una variante de Fable 5 — un resultado notable para un modelo cuyos costos de entrenamiento e inferencia se reportan como una fracción de lo que cuesta servir modelos occidentales comparables.

Según informó MarkTechPost, el lanzamiento llega solo semanas después de que el laboratorio chino rival Moonshot AI enviara su modelo de pesos abiertos Kimi K3, subrayando lo rápido que se ha comprimido el ciclo competitivo entre los laboratorios chinos de IA en 2026.