Qwen 4 publicó los benchmarks y la lista de precios a la vez. Los pesos siguen esperando al 20 de diciembre.

El 11 de noviembre, Alibaba puso en línea las API de Qwen 4 y Qwen 4 Flash.
La noticia llegó a China esa tarde. Un vídeo en Bilibili, "¡Qwen 4 ya está aquí! Los modelos abiertos se enfrentan a Claude Fable 5.2", pasaba de siete mil reproducciones el 13. Esas dos palabras, "modelos abiertos", son lo más delicado del lanzamiento.
Qué se entregó de verdad
El precio es $1 / $4 por millón de tokens, entrada y salida. En la gama alta de este año ningún modelo del top cinco está en ese rango. Con datos de Artificial Analysis, una tarea de índice completa en razonamiento alto cuesta unos $2.94, y Fable 5.2 con el mismo ajuste, unas nueve veces más.
La puntuación es 58, tercero en Intelligence Index v5. Delante están Gemini 4 Carbon (63), que Google aún no ha abierto del todo, y Fable 5.2 (65). Justo detrás queda el récord de pesos abiertos de Kimi K3.1 Pro. En los apartados, Frontier Code 2.0 llega al 47.9% y Frontier SWE v2 al 66.8%, lo que lo coloca entre Opus 5.5 y Fable 5.2 en las dos tablas de código con agentes. En AA-Briefcase, la tabla de trabajo de conocimiento, suma 1792 Elo, algo por encima de los 1785 de Fable 5.2 y todavía lejos de los 1813 de Sonnet 5.5.
En la API, Alibaba va en dirección contraria a Anthropic. temperature, top_p y top_k están abiertos, la elección forzada de herramientas funciona, el pensamiento híbrido se cambia por petición y el presupuesto de pensamiento se fija directo. Fable 5.2 mantiene el pensamiento adaptativo siempre activo y no acepta esos campos. Para un equipo de producto pesa más que dos o tres puntos de benchmark: un pensamiento que se puede apagar es una factura que se puede prever.
El multimodal va por un endpoint: texto, imagen, audio y vídeo, sin SKU Omni aparte. La demo fue interpretación simultánea en 19 idiomas, latencia de voz por debajo de 400 milisegundos. Si la cifra aguanta la reproducción, la interpretación de nivel estación de trabajo ya no necesita un servicio aparte.
El benchmark que circula en China necesita un paréntesis
La tabla que más se movió dentro del país es otra: GameFeel Bench.
Según un informe filtrado, Qwen4-Flash saca 49.9, por encima de los 47.2 de Opus 5.5 xHigh. Qwen4-27B saca 44.6, casi los 45 de Sonnet 5.5. Coste por tarea: $0.4 y $0.16, frente a $2.6 de Opus 5.5. Si la versión 27B alcanza ese nivel en una 4090 o un Mac Studio, los equipos pequeños y medianos tendrán que rehacer las cuentas del despliegue propio.
El problema es la tabla. GameFeel Bench es una evaluación que el equipo de Qwen construyó para sus modelos. La consigna: dado un concepto de juego en lenguaje natural, producir un sistema completo con colisiones, máquinas de estado, valores económicos y respuesta interactiva. Preguntas generadas al vuelo y cruzadas con revisión humana, lo que según el equipo impide memorizar. La idea me convence: un sistema entero se parece más a la ingeniería real que un test de opciones. Pero el conjunto no es público y ningún tercero lo ha reproducido, así que la cifra es por ahora una declaración del fabricante. Esperemos a que alguien estrelle su proyecto contra ella.
Los pesos son una fecha en el calendario, no una entrega
Lo que de verdad distrae a los desarrolladores es esto: el lanzamiento del 11 de noviembre cubre solo la API. Sin descarga, sin repositorio en Hugging Face, sin GGUF.
Alibaba promete publicar Qwen 4 (1.2T de parámetros totales, 56B activos) y Qwen 4 Flash (30B totales, 3.3B activos) bajo Apache 2.0 antes del 20 de diciembre. La fecha es concreta, pero sigue siendo una casilla en un calendario. Todavía no hay un archivo en un disco.
El Qwen más reciente con pesos públicos sigue siendo Qwen3.8-Flash-Next. O sea que el modelo con mejor relación calidad-precio de esa lista todavía no se puede ejecutar en casa.
Hay un precedente favorable: Moonshot cumplió la última fecha de pesos sin un día de retraso. Y uno contrario: un lanzamiento que la comunidad calculó para finales de octubre llegó once días tarde. Apunte la promesa en el calendario, no en una orden de compra.
Comprar o no depende de si quiere ejecutarlo usted
Ponga las tres cosas juntas y se ve claro.
Si quiere barato, estable y disponible hoy, la API de Qwen 4 es de las mejores en calidad-precio del año, sobre todo para lotes con el pensamiento apagado y el gasto dentro de un presupuesto.
Si necesita cumplimiento, funcionamiento sin conexión y el modelo en su centro de datos, ahora no puede firmar. Espere al 20 de diciembre: llegarán unos pesos de 1.2T. Ese tamaño no es descargar y ejecutar. Reunir la VRAM y montar la pila de inferencia ocupa a un equipo dos semanas.
Ese 49.9 lo trataría como una señal pendiente de verificación. Los modelos chinos sí han alcanzado el nivel en la franja más cara, a precio bajo. Eso es un hecho. "Superar a Opus 5.5" necesita que un tercero lo ejecute con sus propias preguntas.
Hay un coste que se pasa por alto: la migración. Meter lo multimodal en un endpoint hace que el trabajo de tres cadenas, imagen con un modelo de visión, voz con ASR más TTS, vídeo con fotogramas que vuelven a imagen, quepa en una llamada. Una cadena menos es una capa de autenticación, un límite de peticiones y una persona menos mirando errores. Esa cuenta no sale en un informe financiero, pero decide si tres personas mantienen cuatro productos.

Qué mirar ahora
El 20 de diciembre es la primera prueba. Si salen los pesos, no hay que mirar las descargas sino tres cosas: cuánto tardan las versiones cuantizadas, qué contexto cabe en una tarjeta y cuánto lleva adaptar los frameworks de inferencia. Meter un modelo de 1.2T en el centro de datos propio nunca fue cosa de un comando.
La segunda prueba es la reproducción por terceros. Si otros laboratorios miden sus modelos con las tareas de "sistema ejecutable de principio a fin" de GameFeel Bench, la tabla gana credibilidad. Si un año después solo una empresa publica puntuaciones, era material de presentación.
La tercera prueba es la más terrenal: si el precio aguanta. $1/$4 es un precio para captar clientes, y los dos últimos años no invitan a pensar que se quede quieto con la cuota estabilizada. Fije esa cifra en su presupuesto y quizá la reescriba el año que viene.
Una cosa más. Los lanzamientos chinos de esta tanda comparten patrón: primero la API y la lista de precios para captar clientes, los pesos para una segunda oleada. Para quien usa los modelos, "código abierto" describe cada vez más un pago a plazos y no una entrega. No es un engaño, pero pide cambiar la costumbre de leer los anuncios.
Artículos relacionados
Nvidia financia a quien le compra: el bucle de 99.000 millones
Financias al comprador, el comprador compra tu producto y los ingresos se componen. El problema aparece en el borde del bucle.
El 74% de margen bruto tiene fecha de caducidad
Un punto de margen bruto son 3.000 millones al año. Tres puntos, 9.000. Y las tres fuerzas que los presionan llegan a la vez.
175.000 firmas no lo devuelven al cargo. Esto sí podría.
La campaña del regreso se presenta como lealtad contra gobernanza. En realidad es un referéndum sobre cuánto vale un fundador.
Nvidia nunca construyó un banquillo, y ese es el hallazgo
La empresa pasó treinta y tres años sin construir un banquillo. El precio de esa omisión llegó en una sola semana, con un 25% de descuento.