Modelos y plataformas de IA
Alibaba Cloud lanza Qwen4-Max con precios de API un 25% más bajos en Singapur

Puntos claveQwen4-Max reduce los precios de lista en Singapur un 25% por debajo de Qwen3.8-Max…
Ver más
- Qwen4-Max reduce los precios de lista en Singapur un 25% por debajo de Qwen3.8-Max tanto para los tokens de entrada como de salida.
- El razonamiento y la respuesta final comparten un único presupuesto de salida, por lo que la deliberación consume la asignación de respuesta.
- El plan de suscripción prohíbe los scripts de automatización y el uso en el backend, dejando las llamadas a la API de pago por uso como alternativa.
Alibaba Cloud lanzó Qwen4-Max a través de Model Studio el 16 de noviembre de 2026. El lanzamiento presenta un modelo multimodal insignia con una ventana de contexto de un millón de tokens y precios de lista más bajos que los de Qwen3.8-Max.
La lista de precios de Singapur fija el precio de Qwen4-Max en 1,50 dólares por millón de tokens de entrada y 4,50 dólares por millón de tokens de salida, frente a los 2 y 6 dólares, respectivamente, de Qwen3.8-Max. Ambas tarifas son un 25 % más bajas, según el cálculo directo a partir de esos precios de lista. En Singapur también hay una cuota gratuita de un millón de tokens durante 90 días, contados desde la fecha más reciente entre la activación de Model Studio, el lanzamiento del modelo y la aprobación de la aplicación.
Entrada multimodal y razonamiento ajustable
La documentación del modelo describe la entrada de texto, imágenes y video, con salida de texto, además de transmisión en tiempo real, búsqueda web, llamadas paralelas a herramientas, llamadas a funciones, completado de prefijos y salida JSON estructurada. Los desarrolladores pueden invocar el modelo mediante OpenAI Chat Completions, OpenAI Responses, Anthropic Messages o las API DashScope de Alibaba Cloud, lo que ofrece varias vías de integración consolidadas para la programación y el software basado en agentes.
Alibaba Cloud diseñó Qwen4-Max para la programación, la productividad en la oficina, el diseño de interfaces y las tareas complejas con agentes. El razonamiento está habilitado de forma predeterminada con un nivel alto de esfuerzo, y también se pueden elegir los niveles bajo, alto y xhigh. Su presupuesto predeterminado de 131.072 tokens para el razonamiento coincide con el máximo de salida sin razonamiento, mientras que el razonamiento y la respuesta final comparten un límite de 262.144 tokens; por tanto, la deliberación ocupa parte del mismo presupuesto de salida que la respuesta.
Almacenamiento en caché explícito y costos de entrada
La guía de almacenamiento en caché de Qwen4 indica que los prefijos de entrada idénticos, como las instrucciones del sistema, las descripciones de herramientas y los documentos de referencia, pueden reutilizarse en distintas solicitudes del mismo usuario. El prefijo de una caché explícita debe contener al menos 1.024 tokens, y se pueden elegir períodos de validez de cinco minutos o una hora. Los puntos de ruptura explícitos garantizan coincidencias deterministas para un prefijo idéntico durante el período de validez; el almacenamiento en caché implícito ordinario identifica automáticamente los prefijos comunes, pero no garantiza coincidencias. El almacenamiento en caché automático también puede colocar un punto de ruptura al final de la entrada, lo que permite que este avance a medida que crece una conversación.
En Singapur, las lecturas de caché cuestan 0,075 dólares por millón de tokens con cualquiera de los dos métodos de almacenamiento en caché, mientras que crear una caché explícita cuesta 1,875 dólares si su período de validez es de cinco minutos y 3 dólares si es de una hora. El descuento por caché se aplica únicamente a los tokens de entrada; los de salida mantienen el precio estándar. Por ello, en el caso de los agentes que envían repetidamente instrucciones o documentos extensos, la estabilidad de los prefijos y el período de validez de la caché influyen en que los menores cargos por entrada se sumen a la reducción de las tarifas de lista.
Disponibilidad regional y límites de la suscripción
Qwen4-Max está disponible en Pekín, Singapur, Fráncfort, Virginia, Tokio y Hong Kong. De esas ubicaciones, solo Pekín admite inferencia por lotes, mientras que el ajuste fino y la implementación de modelos personalizados no están disponibles en ninguna de las regiones documentadas. Por tanto, la configuración de la API, los ajustes de razonamiento y el almacenamiento en caché determinan en gran medida cómo se puede utilizar el modelo administrado.
La versión completa de Qwen4-Max también está incluida en el Plan de tokens de edición personal de Singapur, que cobra mediante Credits y es compatible con herramientas interactivas como Claude Code, Cursor, Qwen Code, Qoder y OpenClaw. La suscripción se limita a la programación interactiva y al uso de herramientas basadas en agentes; están prohibidos los scripts de automatización, los sistemas de backend de aplicaciones personalizadas y las llamadas por lotes no interactivas. Esto convierte el plan en una vía de acceso distinta de las llamadas a la API habituales con pago por uso.
El lanzamiento completo llega después de Qwen4-Max-Preview, disponible desde las 10:00 del 11 de noviembre de 2026 (UTC+8) exclusivamente a través del Plan de tokens. Está previsto que la versión preliminar siga disponible hasta el 25 de noviembre de 2026; después, se retirará el modelo preliminar.
Las tarifas de lista más bajas de Qwen4-Max y sus opciones de almacenamiento en caché reducen los costos de entrada en tareas con agentes de larga duración, pero la factura final sigue dependiendo de la longitud de la salida, el razonamiento y la reutilización de la caché. Dado que no se admiten el ajuste fino ni la implementación personalizada, estos controles de uso y la elección entre el acceso por API y por suscripción son factores centrales del impacto práctico del lanzamiento.












