Alibaba acaba de poner una nueva pieza sobre el tablero mundial de la inteligencia artificial. El 16 de noviembre de 2026 presentó Qwen4-Max, un modelo multimodal propietario con el que China busca recortar distancias frente a los sistemas desarrollados por las grandes empresas estadounidenses.

El modelo llega con una arquitectura declarada de 2,4 billones de parámetros totales, 71.000 millones activados por token y una ventana de contexto de hasta un millón de tokens. Alibaba también presenta mejoras de coste y rendimiento frente a su generación anterior. La pregunta es si esas cifras bastan para colocar a Qwen4-Max al nivel de los principales modelos de Estados Unidos. Lo que sí está claro es que la carrera se ha vuelto más intensa.

Por qué Qwen4-Max importa para la competencia global

La importancia de Qwen4-Max no está solo en el tamaño anunciado. Alibaba lo presenta como un compañero de trabajo para tareas de productividad, creatividad y descubrimiento, y lo integra en un ecosistema que incluye servicios de nube, API y productos propios. Eso permite que el modelo se evalúe no únicamente como una demostración de laboratorio, sino como una tecnología que puede llegar a usuarios y empresas a través de servicios comerciales.

El contexto anunciado de hasta un millón de tokens también apunta a cargas de trabajo extensas: documentos largos, grandes volúmenes de código, análisis de información y procesos que requieren mantener más elementos dentro de una misma sesión. La cifra anunciada no garantiza por sí sola mejores respuestas, pero muestra hacia dónde está empujando Alibaba la escala de sus productos.

La compañía también comunica una mejora frente a Qwen3.8-Max en su propio Work360 y reducciones de consumo y coste en determinadas condiciones. Si esas ventajas se mantienen en escenarios reales, podrían ser tan relevantes para la competencia como una puntuación alta: un modelo suficientemente capaz, más barato y disponible mediante API puede aumentar la presión sobre los proveedores estadounidenses incluso sin liderar todas las tablas.

Por eso, Qwen4-Max merece atención como señal del avance de la industria china. No es necesario presentarlo como el vencedor absoluto para reconocer que Alibaba está construyendo modelos más grandes, servicios más integrados y una oferta con alcance internacional.

Qué anunció Alibaba

Según Alibaba, Qwen4-Max tiene 2,4 billones de parámetros totales, de los cuales 71.000 millones se activan por token. La empresa también anuncia visión nativa y una ventana de contexto de hasta un millón de tokens.

Estas son especificaciones declaradas por el fabricante. No equivalen por sí solas a una medición independiente de capacidad ni permiten predecir cómo funcionará el modelo en todas las tareas. El tamaño de un modelo y su ventana de contexto no constituyen una clasificación universal de calidad.

Qwen4-Max se ofrece como un servicio alojado. La documentación de Alibaba Cloud lo identifica como una versión de producción disponible mediante QwenCloud y API, además de otros productos de la compañía como QwenWork, QwenStudio y Qoder. La documentación consultada también registra disponibilidad o alcance internacional en varias regiones, incluida Virginia, en Estados Unidos.

La información disponible no confirma que Qwen4-Max distribuya sus pesos para descargarlos y ejecutarlos localmente. Por eso, el modelo debe describirse como propietario y no como un sistema de código abierto.

Qwen4-Max no es lo mismo que Qwen4-Max-Preview

Alibaba Cloud documenta por separado qwen4-max y qwen4-max-preview. La versión de producción es qwen4-max, mientras que qwen4-max-preview correspondió a una versión preliminar con condiciones temporales de acceso mediante Token Plan.

La documentación del preview situó su ventana de disponibilidad entre el 11 de noviembre a las 10:00 y el 25 de noviembre de 2026, en horario UTC+8. La propia documentación recomendaba utilizar la versión de producción cuando estuviera disponible. Confundir ambos identificadores puede llevar a atribuir a la versión final resultados o condiciones que pertenecían al preview.

Qué dice el benchmark Work360

Una de las cifras destacadas por Alibaba procede de Work360, un benchmark propio diseñado para evaluar tareas profesionales. La compañía describe una taxonomía de 26 dominios de primer nivel, 182 subdominios y 721 campos especializados.

En esa evaluación, Alibaba reporta una puntuación de 52,69 para Qwen4-Max, frente a 47,74 para Qwen3.8-Max, el modelo anterior utilizado como comparación interna. El resultado sugiere una mejora dentro de esa batería concreta, pero no constituye una medición general de todas las capacidades de un modelo ni una comparación independiente de toda la industria.

Alibaba también comunica reducciones en el uso de tokens frente a Qwen3.8-Max: aproximadamente 24 % en el nivel Xhigh y 35 % en el nivel High de su evaluación Work360. En Terminal-Bench 4.0, la empresa comunica reducciones aproximadas del 48 % y 49 %, respectivamente. Para Work360, Alibaba afirma que el coste medio por tarea bajó de 4,43 a 1,67 dólares, una reducción del 62 %.

Estas cifras deben atribuirse a Alibaba y a las condiciones de sus pruebas. No significan que cualquier usuario vaya a obtener automáticamente esos ahorros en cualquier carga de trabajo. El coste depende de la región, el proveedor, el tipo de acceso, el uso de caché, la configuración y la tarea evaluada.

Las pruebas externas muestran un resultado desigual

Las evaluaciones externas consultadas no reproducen una conclusión única.

Vals AI informa para Qwen4-Max una puntuación de 63,20 % ± 1,01 en su Vals Index. Ese índice combina ocho benchmarks distribuidos en cuatro sectores: finanzas, programación, investigación legal y fiscalidad. La ficha publicada por Vals muestra al modelo con una configuración concreta de razonamiento xhigh, temperatura 1, top_p 0,95, top_k 20 y un máximo de 262.144 tokens.

En esa tabla, Qwen4-Max aparece por debajo de varios modelos estadounidenses, entre ellos Claude Fable 5.2 con 71,3 %, Gemini 4 Neon con 70,9 %, Claude Sonnet 5.5 con 70,9 %, Gemini 4 Carbon con 70,5 % y Claude Opus 5.5 con 70,1 %. También aparece por encima de Kimi K3.1 Pro, que figura con 62,5 %.

El resultado de Vals no es una nota universal de inteligencia. Es el resultado de una batería concreta, con una metodología y una ponderación determinadas. El margen ± 1,01 tampoco debe interpretarse como una precisión aplicable a cualquier tarea o contexto.

Artificial Analysis, por su parte, sitúa a Qwen4-Max en 43 puntos en su Artificial Analysis Intelligence Index v5.0.1, con el modelo en el puesto 51 de 95 en la medición consultada. La misma ficha informa un coste medio de 3,27 dólares por tarea, 29,8 minutos por tarea y 136,72 segundos hasta el primer token.

Artificial Analysis señala un contexto efectivo aproximado de 984.000 tokens. Esa cifra no es idéntica a la especificación de hasta un millón de tokens anunciada por Alibaba: una es una característica declarada y la otra una medición o estimación publicada por un evaluador externo bajo sus propias condiciones.

Artificial Analysis también indica que la puntuación de inteligencia de Qwen4-Max está por debajo de la mediana de los modelos comparables, situada en 44 puntos dentro de su índice. Esto no invalida el lanzamiento ni el desempeño en tareas concretas, pero sí impide convertir un resultado favorable de Alibaba en una afirmación general de superioridad.

Por qué las puntuaciones no se pueden sumar

Work360, Vals Index y Artificial Analysis no miden exactamente lo mismo. Cambian las tareas, las muestras, las ponderaciones, los proveedores, las configuraciones y las métricas.

Además, para varias de las tablas comunicadas por Alibaba no están publicados todos los elementos necesarios para una reproducción académica completa: denominadores detallados, prompts íntegros, semillas, número de corridas y protocolo completo para cada prueba. Algunas cifras proceden de marcadores externos citados por Alibaba, pero eso no convierte el anuncio en una auditoría independiente de toda la comparación.

Por esa razón, no es correcto sumar o promediar las puntuaciones ni presentar una tabla como si todas las cifras estuvieran en una escala común. La forma más precisa de describir el resultado es indicar qué fuente produjo cada medición y qué pregunta responde cada benchmark.

¿Es una victoria de China sobre Estados Unidos?

Los datos permiten afirmar que Alibaba, una empresa china, lanzó un modelo propietario con acceso internacional y resultados competitivos en algunas pruebas. También permiten señalar que Qwen4-Max queda por detrás de varios modelos estadounidenses en determinadas evaluaciones externas y que su rendimiento depende de la batería utilizada.

No permiten afirmar que China haya superado a Estados Unidos en inteligencia artificial en términos generales. Tampoco permiten decir que Qwen4-Max sea el mejor modelo del mundo, el modelo más capaz de China o un vencedor definitivo de la competencia tecnológica.

La disponibilidad de un servicio en una región de Alibaba Cloud en Virginia demuestra alcance de infraestructura, no adopción masiva, equivalencia regulatoria ni una ventaja geopolítica automática. Del mismo modo, una mejora frente a Qwen3.8-Max en Work360 no prueba superioridad frente a todos los modelos internacionales.

Rigor científico y límites

Qwen4-Max es un lanzamiento comercial respaldado por anuncios empresariales, documentación de producto y benchmarks comunicados por Alibaba/Qwen. Vals AI y Artificial Analysis aportan mediciones externas, pero sus índices también tienen metodologías propias y no sustituyen una validación académica completa.

No se localizó un artículo científico revisado por pares, un preprint técnico completo o una auditoría independiente que valide la arquitectura, el entrenamiento y la totalidad de las cifras del anuncio. Las conclusiones deben limitarse al lanzamiento, las especificaciones declaradas, la disponibilidad documentada y los resultados de las evaluaciones concretas.

Conclusión: Qwen4-Max es un lanzamiento relevante que confirma el avance de Alibaba y añade presión a los laboratorios estadounidenses. El modelo muestra resultados competitivos en algunas tareas, presenta una escala ambiciosa y puede beneficiarse de su integración con los servicios de Alibaba Cloud. Sin embargo, las mediciones disponibles son heterogéneas y muestran un rendimiento desigual: no demuestran que China haya superado globalmente a Estados Unidos ni permiten clasificar a Qwen4-Max como el mejor sistema de inteligencia artificial del mundo. La conclusión más sólida es otra: China sigue avanzando, la distancia competitiva se vuelve más difícil de ignorar y la carrera está lejos de resolverse.

Aviso: Este artículo describe resultados comunicados por una empresa y evaluaciones externas con metodologías distintas. Las puntuaciones no son directamente equivalentes y pueden cambiar con nuevas versiones, configuraciones o actualizaciones de los benchmarks.