Qwen4-Max: precio, acceso a la API y contexto de 1M
Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026 con 2,4T de parámetros totales, 71B activos por token, visión nativa y un contexto de 1M de tokens.
En esta página
- ¿Qwen4-Max está disponible ahora?
- ¿Qué cambia frente a Qwen3.8-Max?
- Especificaciones e ID de Qwen4-Max
- Precios de la API de Qwen4-Max por región
- ¿Qué puede hacer Qwen4-Max con visión y herramientas?
- ¿Qwen4-Max es de código abierto?
- ¿Qwen4-Max o Qwen4-Max-Preview?
- ¿Cómo elegir una forma de acceso hoy?
- Preguntas frecuentes
- ¿Puedo usar Qwen4-Max en Claude Code?
- ¿Qwen4-Max admite inferencia por lotes?
- ¿Cuál es la salida máxima de Qwen4-Max?
- ¿Qué pasa con qwen4-max-preview el 25 de noviembre?
- ¿Dónde puedo usar Qwen4-Max con OmniaKey hoy?
- Fuentes consultadas
Qwen4-Max ya está disponible. Alibaba lo lanzó el 16 de noviembre de 2026, y QwenCloud vende el modelo como qwen4-max mediante Token Plan y la API de pago por uso, con la entrada en Singapur a $1.50 por millón de tokens. La nota de lanzamiento indica 2,4 billones de parámetros totales, 71 mil millones activos por token, visión nativa y un contexto de 1M de tokens (Alibaba, 16 de noviembre de 2026; último modelo de QwenCloud; precios de QwenCloud).
Respuesta breve
- Qwen4-Max está activo como
qwen4-maxen QwenCloud, a través de Token Plan Personal, Token Plan Team o la API de pago por uso (QwenCloud). - Singapur cobra $1.50 por millón de tokens de entrada y $4.50 por millón de salida; las regiones de Pekín y Global cobran $1.413 y $4.24 (precios).
- La ventana de contexto es de 1M de tokens, y el pensamiento más la respuesta final pueden llegar a 262.144 tokens.
- Qwen4-Max no tiene descarga de pesos abiertos. Alibaba dice que los modelos Qwen4 de pesos abiertos más pequeños llegarán «pronto» (lanzamiento).
¿Qwen4-Max está disponible ahora?
Sí. Alibaba presentó el modelo en Hangzhou el 16 de noviembre de 2026 y afirma que está disponible en QwenCloud mediante Token Plan y API, además de sus propias apps QwenWork y QwenStudio (lanzamiento). La documentación de QwenCloud nombra tres formas de pago: Token Plan Personal, Token Plan Team o pago por uso (QwenCloud). El índice de Model Studio de Alibaba Cloud incluye qwen4-max en razonamiento complejo y programación, y en comprensión visual. La página se actualizó por última vez el 16 de noviembre de 2026 (Model Studio).
El despliegue cubre Singapur (International), China North 2 en Pekín y Global en Fráncfort, Hong Kong, Tokio y Virginia (EE. UU.). Singapur usa la URL base https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1 (QwenCloud). Las llamadas de pago por uso en Singapur incluyen 1 millón de tokens gratis (precios de QwenCloud), aparte de los créditos de Token Plan.
Las herramientas de programación tienen una lista explícita: QwenCloud nombra Claude Code, Codex y OpenCode (QwenCloud). Para los pasos de endpoint personalizado que necesitan estas herramientas, consulta la guía de configuración de Claude Code. Para ver más herramientas, lee la comparativa de agentes de programación.
Estado comprobado el 16 de noviembre de 2026.
¿Qué cambia frente a Qwen3.8-Max?
Qwen4-Max es un modelo de mezcla de expertos (MoE) dispersa. Mantiene la escala de 2,4 billones de parámetros totales de Qwen3.8-Max y reduce los parámetros activados un 25%, hasta 71 mil millones por token (lanzamiento). Alibaba describe el cambio MoE como una modificación de la atención, las conexiones residuales y los embeddings. QwenCloud lo presenta como el primer modelo de la familia Qwen4 y reúne razonamiento, visión nativa y ejecución de tareas largas en una sola frase (QwenCloud).
Ambos modelos comparten la misma escala total de 2,4T. Los recuentos total y activo describen el cómputo por token, mientras que Work360 es un resultado de tareas aparte que Alibaba atribuye a su propio proveedor.
Alibaba informa del sexto puesto en Code Arena, una clasificación de programación de terceros. También dice que Qwen4-Max usó un 35% menos de tokens que Qwen3.8-Max con el esfuerzo High en Work360 y que recortó el coste medio por tarea alrededor del 60% (lanzamiento). Work360 es el benchmark propietario de Alibaba, puntuado en 721 campos especializados. La misma nota menciona Agents' Last Exam, Vals Index, JobBench y Chartography sin publicar puntuaciones.
Esas cifras vienen de Alibaba y en las fuentes consultadas no apareció ninguna evaluación independiente. Lee el puesto en Code Arena como la afirmación de Alibaba sobre una tabla de terceros, y los números de Work360 como un benchmark del proveedor que mide tareas propias de Alibaba.
Especificaciones e ID de Qwen4-Max
El ID de producción es qwen4-max (QwenCloud). qwen4-max-preview es una entrada aparte, con su propio ID, facturación y fecha de retirada (Model Studio). La entrada es texto, imagen y vídeo; la salida es texto (tabla de modelos de QwenCloud).
| Límite | Valor |
|---|---|
| Ventana de contexto | 1.000.000 tokens |
| Entrada máx., sin pensamiento | 991.808 tokens |
| Entrada máx., con pensamiento | 983.616 tokens |
| Salida máx., sin pensamiento | 131.072 tokens |
| Pensamiento más respuesta | 262.144 tokens |
| Presupuesto de pensamiento por defecto | 131.072 tokens |
El pensamiento está activado por defecto con reasoning_effort=high y un presupuesto de 131.072 tokens (QwenCloud). El ajuste de esfuerzo acepta low, high o xhigh, y QwenCloud asigna minimal, medium y max a esos tres valores. En Chat Completions, enable_thinking=false desactiva el pensamiento. max_completion_tokens limita juntos el pensamiento y la respuesta final, así que una petición con pensamiento puede repartir hasta 262.144 tokens entre ambos.
La inferencia por lotes no es compatible con qwen4-max (QwenCloud; tabla de modelos), y tampoco el ajuste fino ni el despliegue de modelos. Las API son Chat Completions, Responses, Anthropic Messages y DashScope, y las peticiones solo de texto siguen usando el endpoint multimodal de DashScope.
Los límites de medios permiten 16 millones de píxeles por imagen, hasta 2.048 URL de imagen, 250 imágenes en base64 y 64 vídeos por petición, con vídeo de hasta 2 horas o 2 GB (tabla de modelos de QwenCloud). Esos topes describen lo que acepta el endpoint, mientras que el límite de entrada de 991.808 tokens decide cuánto cabe en una llamada.
Precios de la API de Qwen4-Max por región
La página de precios de QwenCloud, comprobada el 16 de noviembre de 2026, muestra estas tarifas de pago por uso en dólares estadounidenses por millón de tokens. Los modos con y sin pensamiento cuestan lo mismo, y Qwen4-Max no tiene tramos por longitud de entrada (precios de QwenCloud).
| Concepto | Singapur | Pekín / Global |
|---|---|---|
| Entrada | $1.50 | $1.413 |
| Salida, pensamiento y respuesta | $4.50 | $4.24 |
| Escritura de caché, 5 min | $1.875 | $1.767 |
| Escritura de caché, 1 h | $3 | $2.827 |
| Lectura de caché | $0.075 | $0.071 |
Dos detalles cambian la aritmética. Los tokens de pensamiento se facturan como tokens de salida (precios de QwenCloud), y las escrituras y lecturas de caché usan las tarifas de arriba. La caché explícita tiene una vida útil de 5 minutos o 1 hora, con 5 minutos por defecto; la nueva caché explícita de Qwen4 no está disponible en DashScope (QwenCloud).
Un ejemplo para Singapur: 100.000 tokens de entrada a $1.50 por millón son $0.15, y 20.000 tokens de salida a $4.50 por millón son $0.09, así que una petición ronda los $0.24. La misma petición en Pekín o Global sale por unos $0.23.
El precio por lotes, al 50% de la tarifa en tiempo real, no se aplica aquí porque este modelo no admite inferencia por lotes (precios). Las herramientas integradas se facturan aparte: la búsqueda web cuesta $10 por 1.000 llamadas en Singapur y $0.573411 en Pekín y Global, mientras que las llamadas a funciones y MCP no tienen tarifa de herramienta. Las tarifas de créditos de Token Plan y los límites de velocidad por modelo no aparecen en las páginas consultadas.
¿Qué puede hacer Qwen4-Max con visión y herramientas?
La comprensión de imágenes y la de vídeo aparecen como capacidades compatibles, y la misma entrada tiene el contexto de 1M de tokens (QwenCloud). La entrada es texto, imagen y vídeo, con salida de texto (tabla de modelos).
Las herramientas cubren llamadas a funciones, llamadas paralelas, búsqueda web, scraping web, intérprete de código, búsqueda de texto a imagen, búsqueda de imagen a imagen, comprensión de PDF y MCP (QwenCloud). El intérprete de código necesita el pensamiento activado. La salida estructurada funciona como JSON Object o JSON Schema, y se admiten streaming, finalización de prefijo y caché implícita. CoT Summary devuelve un resumen legible mientras el razonamiento completo sigue cifrado.
preserve_thinking está activado por defecto en las llamadas a herramientas de varios turnos. Ese ajuste importa en los bucles de agentes: el razonamiento anterior sigue disponible en turnos posteriores salvo que lo desactives.
La nota de Alibaba añade ejemplos de clientes y de uso interno. Una prueba de programación en la nube recortó un 9% el coste de las llamadas al modelo de anotación de datos e hizo más de 14 veces más rápida la reprogramación de CPU sin conexión. Un cliente de automoción redujo la programación manual de piezas de unas 475 minutos a 24. Un flujo de trabajo científico se ejecutó 48 horas a través de cuatro iteraciones de bucle cerrado, y una investigación sobre Alzheimer hizo 454 llamadas a herramientas y 3.239 evaluaciones de métricas para producir 24 moléculas candidatas (lanzamiento). Esos resultados son informes del propio Alibaba.
¿Qwen4-Max es de código abierto?
No. La nota de lanzamiento, la documentación de QwenCloud y las páginas de Model Studio no publican pesos, enlace de descarga ni licencia de Qwen4-Max. Alibaba dice que los modelos de pesos abiertos de menor escala de la serie Qwen4 «se publicarán pronto para desarrolladores de todo el mundo» (lanzamiento). Hasta que aparezcan, qwen4-max es un modelo alojado al que se llega por QwenCloud, las apps de Alibaba y Model Studio.
¿Qwen4-Max o Qwen4-Max-Preview?
Usa qwen4-max para trabajo nuevo. La entrada de vista previa qwen4-max-preview es solo para Token Plan y no tiene acceso de pago por uso (Model Studio). Su vista previa va de las 10:00 del 11 de noviembre de 2026 a las 24:00 del 25 de noviembre de 2026 (UTC+8), y después el modelo se retira. La vista previa limita la salida a 393.216 tokens compartidos por pensamiento y respuesta, frente a 262.144 de la versión de producción en modo pensamiento. Alibaba recomienda la versión de producción.
Hay un detalle de numeración que se mantiene: desde qwen4-max-preview, max_tokens significa lo mismo que max_completion_tokens. El código escrito para modelos Qwen anteriores puede gastar más de lo previsto si da por hecho el significado antiguo.
qwen4-max antes de esa fecha.La URL base de Token Plan de la vista previa es https://token-plan.cn-beijing.maas.aliyuncs.com (Model Studio); el modelo de producción usa el endpoint de QwenCloud de su región. Para los niveles de acceso y los detalles de Qoder de la vista previa, consulta la guía de acceso a Qwen4-Max-Preview.
¿Cómo elegir una forma de acceso hoy?
| Situación | Acción |
|---|---|
| Integración nueva | Pago por uso en Singapur, 1M gratis |
| Equipo con Token Plan | Cambiar el ID a qwen4-max |
| Clave de vista previa en un trabajo | Migrar antes del 25 de noviembre |
| Trabajos por lotes | Mantener el modelo actual |
| Una clave, muchos modelos | La vía de OmniaKey, abajo |
El catálogo de OmniaKey incluye Qwen3.8-Max, el modelo con el que Alibaba compara Qwen4-Max, y no lista Qwen4-Max. Para usar un modelo Qwen con una sola clave hoy, la opción del catálogo es Qwen3.8-Max; la página de precios tiene las tarifas actuales.
Comprueba la lista de modelos en tu propia cuenta antes de dedicar un trabajo largo a cualquiera de los dos ID, y calcula el precio de una petición real con tus propios recuentos de tokens en lugar de con cifras medias.
Preguntas frecuentes
¿Puedo usar Qwen4-Max en Claude Code?
Sí. La documentación de QwenCloud de Alibaba incluye Claude Code, Codex y OpenCode entre las herramientas de programación para qwen4-max (QwenCloud). Usa una clave de QwenCloud y el endpoint de tu región; los pasos generales de endpoint personalizado están en la guía de configuración de Claude Code.
¿Qwen4-Max admite inferencia por lotes?
No. QwenCloud indica que la inferencia por lotes no es compatible con qwen4-max, así que la tarifa por lotes del 50% de su página de precios no se aplica (tabla de modelos; precios). Envía los trabajos grandes como peticiones separadas o mantenlos en un modelo que acepte llamadas por lotes.
¿Cuál es la salida máxima de Qwen4-Max?
131.072 tokens en modo sin pensamiento, y 262.144 tokens compartidos por pensamiento y respuesta cuando el pensamiento está activo (QwenCloud). max_completion_tokens limita las dos partes a la vez.
¿Qué pasa con qwen4-max-preview el 25 de noviembre?
La vista previa se retira a las 24:00 UTC+8 del 25 de noviembre de 2026, y Alibaba remite al modelo de producción qwen4-max (Model Studio). Cambia el nombre de cualquier trabajo que siga usando el ID de vista previa.
¿Dónde puedo usar Qwen4-Max con OmniaKey hoy?
OmniaKey todavía no incluye Qwen4-Max. El modelo Qwen del catálogo es Qwen3.8-Max, disponible con una clave de OmniaKey; las tarifas actuales están en la página de precios.
Fuentes consultadas
Artículos relacionados
Qwen4-Max-Preview: dónde usarlo con Qoder y Token Plan
Qwen4-Max-Preview está disponible en el selector nativo de Qoder y en el acceso publicado de Token Plan; la vista previa de Token Plan termina el 25 de noviembre, mientras que Qoder no indica fecha de caducidad.
Qwen 4: fecha de lanzamiento y lo que Alibaba ha confirmado
Qwen4-Max-Preview se abrió el 11 de noviembre por Qoder y Token Plan. La vista previa publicada termina el 25 de noviembre a las 24:00 UTC+8, mientras la fecha de lanzamiento de la familia Qwen 4 sigue pendiente.
Usa Claude Code con OmniaKey
Apunta Claude Code al endpoint nativo de Anthropic de OmniaKey: dos variables de entorno, Claude sin sustituciones ocultas y pago por token sin suscripción.