Alibaba hizo algo que el preview de julio no terminó de hacer: lanzar el modelo de verdad, con precios, specs confirmadas y fecha para los pesos open source. Qwen3.8-Max llegó el 3 de agosto y ya está disponible vía API para cualquier developer en el mundo.
¿Qué es Qwen3.8-Max y en qué se diferencia del preview de julio?
En julio, Alibaba había presentado Qwen 3.8 en el World AI Conference sin revelar precios ni el número exacto de parámetros activos. Lo que llegó ahora es el lanzamiento real. El modelo usa una arquitectura Mixture-of-Experts con 2,4 billones de parámetros totales, pero solo activa 95 mil millones por inferencia, lo que lo hace eficiente de servir. La ventana de contexto es de 1 millón de tokens (suficiente para analizar más de 200 páginas de texto de una vez). Acepta texto, imágenes y video como input.
Los precios son el argumento más fuerte
Qwen3.8-Max cuesta USD 2 por millón de tokens de entrada y USD 6 por millón de salida. Eso es aproximadamente el 40% del costo de Claude Opus 5 para inputs y el 24% para outputs, según datos de Alibaba. El caché implícito baja el costo de lecturas a USD 0,25 por millón. También tiene soporte para fine-tuning, function calling, outputs estructurados y cinco herramientas built-in: intérprete de código, búsqueda web, extractor web, generación de imágenes y edición de imágenes.
¿Cómo está en benchmarks?
Alibaba publicó una tabla completa. En Terminal-Bench 2.1, Qwen3.8-Max saca 86,6 puntos, superando a Claude Fable 5 (84,6) pero detrás de GPT-5.6 Sol en su configuración máxima (88,8). En SWE-bench Pro —que mide cuántos bugs de GitHub puede resolver de forma autónoma— obtiene 67,7 contra el 80,0 de Fable 5. Los saltos más grandes son en comparación con su predecesor, Qwen3.7-Max: DeepSWE 1.1 pasa de 21,6 a 56,6 y FrontierSWE de 40,7 a 73,5. El punto más fuerte es visión: lidera en OSWorld-Verified (86,1), Parametric CAD Bench (91,5) y OmniDocBench 1.5 (92,1).
¿Cuándo llegan los pesos open source?
La semana del 10 de agosto. Junto con el flagship van a publicar también Qwen3.8-27B, un checkpoint más chico que entra en hardware de consumo. Para quien quiera hacer auto-hosting, el 27B es el camino real; el modelo de 2,4 billones de parámetros requiere un datacenter multi-nodo para servir.
Para el jugador promedio que usa herramientas de IA como Claude, ChatGPT o Gemini: el impacto más directo es que estas herramientas competitivas mantienen presión para bajar precios y mejorar calidad. Qwen3.8-Max en el mercado hace que haya una opción más barata y competente para developers, lo que termina siendo bueno para el ecosistema general.