Lilith.
⌕
Ilustración editorial: Qwen4 Max acelera la carrera, pero los pesos abiertos siguen lejos de la frontera
Ilustración de Lilith · remezcla editorial

Alibaba ha lanzado Qwen4 Max, que obtiene 43 puntos en el Intelligence Index de Artificial Analysis. Supone una mejora de 9 puntos frente a Qwen3.8 Max, pero no cambia la situación de los modelos con pesos abiertos. Qwen4 Max se ofrece mediante API.

Qwen4 Max gana 9 puntos, pero sigue por detrás de Kimi K3.1 Pro

Artificial Analysis probó Qwen4 Max con el nivel xhigh de razonamiento. El modelo logró 43 puntos en el Intelligence Index, frente a los 34 de Qwen3.8 Max. Kimi K3.1 Pro continúa por delante con 46.

La misma evaluación calcula un coste de 3,27 dólares por tarea del índice, cerca de un 11% menos que los 3,68 dólares de Kimi K3.1 Pro. Qwen4 Max tiene una ventana de contexto de aproximadamente 1 millón de tokens, acepta texto e imágenes y está disponible en las API propias de Alibaba. Son resultados de una batería independiente de benchmarks, no una clasificación universal.

Un API más barato no resuelve el estancamiento de los pesos abiertos

Ethan Mollick señala otra parte de la historia. Según su lectura, más de 8 meses después de que la clase Fable y Mythos se mostrara públicamente, ningún modelo abierto ha alcanzado ese nivel. Qwen4 Max no altera el argumento porque Alibaba no ha publicado sus pesos.

La diferencia es práctica. Un API puede ofrecer un gran rendimiento y un precio bajo sin permitir que el cliente ejecute el modelo en su infraestructura, modifique sus pesos o controle la dependencia futura del proveedor. El avance en el precio de inference no equivale a un avance en el acceso a capacidades frontier.

Un ranking no mide el control, la privacidad ni el riesgo operativo

Artificial Analysis combina tareas de trabajo del conocimiento, coding, ciencia y conocimientos generales. Los 43 puntos permiten comparar modelos dentro de esa metodología, pero no responden a cuestiones sobre soberanía del dato, capacidad de auditoría o estabilidad del API.

Fable class tampoco es una categoría técnica normalizada. Mollick la usa para describir un nivel de capacidad, no un umbral exacto que pueda certificar una sola puntuación. Su afirmación es un diagnóstico plausible del mercado, aunque sigue siendo una interpretación de modelos y benchmarks que cambian con rapidez.

Los pesos abiertos tendrán que demostrar su valor en trabajo y operaciones

El cambio relevante llegará cuando alguien publique los pesos de un modelo que se acerque a la frontera cerrada en varios evals independientes y siga siendo viable de operar. Importarán la licencia, las GPU necesarias, el coste de inference y el rendimiento en workflow reales.

Por ahora, Qwen4 Max demuestra un avance rápido y una mejor economía del API. No responde a cuándo llegará ese nivel en forma de pesos abiertos.

El veredicto de Lilith

Qwen4 Max ha abaratado la entrada a primera fila, pero los pesos siguen tras el telón. Un asiento más barato no entrega al público las llaves del teatro.