Alibaba lanza Qwen4-Max : un modelo MoE de 2,4T con 71B activos y un contexto de 1 millón

Alibaba lanza Qwen4-Max : un modelo MoE de 2,4T con 71B activos y un contexto de 1 millón
3 min de lectura

Alibaba ha presentado Qwen4-Max, el primer modelo de su generación Qwen4. Se ofrece de forma propietaria y solo es accesible en modo alojado, acepta texto, imágenes y vídeo, y viene acompañado de una bajada de precios de la API así como de una reducción anunciada del 62 % del coste medio por tarea.

Una arquitectura de mezcla de expertos

Qwen4-Max es un modelo multimodal de tipo MoE (mixture of experts, o mezcla de expertos), una arquitectura en la que solo una fracción de los parámetros se activa en cada token, es decir, en cada fragmento de texto procesado. El modelo se basa en una base de 2.4T parámetros, de los cuales 71B están activos por token, a los que se suman 328B parámetros de Embedding N-gram. Su ventana de contexto alcanza 1M tokens, para una salida máxima de 393K tokens.

Alibaba describe tres evoluciones respecto a la generación anterior. La primera combina una capa QSA (Qwen Sparse Attention), que selecciona los elementos de contexto pertinentes, con tres capas Gated DeltaNet, que comprimen el historial en estados de tamaño fijo. La segunda, llamada Gated Residual, utiliza cuatro ramas residuales paralelas dotadas de puertas de lectura y escritura dinámicas, con el objetivo de mejorar la circulación de la información y la estabilidad del entrenamiento. La tercera añade parámetros de Embedding N-gram, que permiten consultar patrones de tokens locales en la capa 2. Según la empresa, el entrenamiento previo a escala de 2.4T no presenta ningún pico de pérdida. En pruebas internas, Qwen4-Max-Base muestra una cantidad de bits por octeto inferior entre un 5 y un 13 % a la de Qwen3.8-Max-Base, activando además un 25 % menos de parámetros.

Resultados contrastados según las pruebas

El gráfico comparativo de Alibaba cubre 16 benchmarks, frente a Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra y Kimi K3.1. Varias puntuaciones proceden de clasificaciones de terceros, y ninguna había sido reproducida de forma independiente en el momento del lanzamiento. Qwen4-Max se sitúa primero en 4 de esos 16 tests, notablemente en HLAB-Vals-1.1 (agentes legales), con 21.3 frente a 11.7 de Kimi K3.1 y 9.2 de Opus 5.5, así como en Agents’ Last Exam v1.1, con 46.7.

Claude Opus 5.5 domina, en cambio, 7 de las 16 clasificaciones. Las diferencias más marcadas se dan en código y visión: 31.5 en ProgramBench frente a 65.0 de Opus 5.5, y 48.5 en Terminal-Bench 4.0 frente a 67.2 de Kimi K3.1. En Work360, el benchmark interno de Alibaba que cubre 26 dominios principales y 721 campos especializados, el modelo obtiene 52.69, frente a 47.74 de Qwen3.8-Max.

Costes de uso a la baja

Según Alibaba, el consumo de tokens disminuye aproximadamente un 24 % en el esfuerzo Xhigh y un 35 % en el esfuerzo High en Work360. El coste medio por tarea pasa de 4.43 dólares a 1.67 dólares, lo que supone una bajada del 62 %. Las tarifas públicas siguen la misma tendencia: la entrada cuesta 1.50 dólares por millón de tokens, frente a 2 dólares de Qwen3.8-Max, y la salida 4.50 dólares, frente a 6 dólares. La lectura de la caché implícita retrocede un 70 %, de 0.25 a 0.075 dólares.

El modelo lleva el identificador qwen4-max en QwenCloud. Su API es compatible con los clientes de OpenAI y Anthropic, y admite la llamada de funciones, las salidas estructuradas, el almacenamiento en caché del contexto, el procesamiento por lotes, la búsqueda web y el fine-tuning. El límite de rendimiento por defecto es de 5 000 000 tokens por minuto, y el modo de razonamiento se activa con el parámetro enable_thinking. Según el artículo oficial de Alibaba, los pesos del modelo no se publican, lo que excluye el autoalojamiento.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x