DEV Community

Cover image for ¿Qué es Qwen 3.8-Max?
Roobia
Roobia

Posted on • Originally published at apidog.com

¿Qué es Qwen 3.8-Max?

Alibaba lanzó oficialmente Qwen 3.8-Max a principios de agosto de 2026. Combina una arquitectura Mixture-of-Experts (MoE) de 2.4 billones de parámetros, con solo 95B activos por token, una ventana de contexto de 1M de tokens y precios fijos de $2/$6 por millón de tokens. También promete publicar los pesos en Hugging Face y ModelScope en una semana, algo inédito para un modelo de clase Qwen-Max.

Prueba Apidog hoy

El anuncio oficial presenta a Qwen 3.8-Max como el modelo Qwen más capaz hasta la fecha. Esta guía resume sus especificaciones, los benchmarks publicados por Alibaba, su posición frente a Kimi K3, Fable 5 y GPT-5.6 Sol, y cómo probarlo mediante API. El modelo ofrece endpoints compatibles con OpenAI y Anthropic, por lo que una herramienta como Apidog permite validar ambos protocolos con la misma clave.

Qwen 3.8-Max de un vistazo

Especificación Qwen 3.8-Max
Desarrollador Alibaba (equipo Qwen)
Lanzamiento Principios de agosto de 2026; disponibilidad general en Model Studio el 3 de agosto
Arquitectura MoE, basada en Qwen 3.5
Parámetros totales 2.4T
Parámetros activos 95B (~4% de activación)
Ventana de contexto 1,000,000 tokens
Salida máxima 65,536 tokens
Modalidades Entrada de texto e imagen; salida de texto
Controles de razonamiento reasoning_effort: xhigh (predeterminado), medium, low
ID de API qwen3.8-max
Precios $2 entrada / $6 salida por 1M de tokens
Pesos abiertos Prometidos para la semana siguiente (~10 de agosto); no disponibles a principios de agosto de 2026
Protocolos API Compatible con OpenAI y Anthropic

Las especificaciones proceden de los materiales de lanzamiento de Alibaba y de la página de precios de Model Studio.

Qué es Qwen 3.8-Max

Qwen 3.8-Max es el nuevo modelo insignia de Alibaba, construido sobre la base de Qwen 3.5. Sustituye a Qwen3.7-Max en la parte superior de la familia.

Según la tabla del proveedor, mejora de forma notable respecto a su predecesor:

  • Terminal Bench 2.1: de 74.5 a 86.6
  • PaperBench: de 64.8 a 93.0

Si evalúas una migración desde el modelo anterior, revisa esta comparación entre Qwen 3.8 y Qwen 3.7 Max.

Arquitectura y capacidades de Qwen 3.8-Max

La característica central es su relación entre parámetros totales y activos. Aunque tiene 2.4T de parámetros, el diseño MoE activa 95B por inferencia, aproximadamente el 4%. Esta eficiencia ayuda a explicar su precio de $2/$6 por millón de tokens.

Como referencia:

  • Qwen 3.8-Max: 2.4T totales / 95B activos
  • Kimi K3: 2.8T totales / 104B activos

La API acepta texto e imágenes como entrada. Alibaba también muestra comprensión de PDFs de más de 200 páginas y videos de 100 horas mediante “gráficos de memoria”, pero estas demostraciones no equivalen necesariamente a tipos de entrada API independientes.

Para controlar el razonamiento, utiliza:

{
  "reasoning_effort": "xhigh"
}
Enter fullscreen mode Exit fullscreen mode

Valores disponibles:

  • xhigh: valor predeterminado
  • medium
  • low

También existen enable_thinking y preserve_thinking; el pensamiento se preserva de forma predeterminada. Ten en cuenta que los tokens de razonamiento se facturan como salida, incluso si el precio base es igual para modos con y sin pensamiento.

El primer Qwen-Max con pesos abiertos

Alibaba ha publicado muchos modelos Qwen con pesos abiertos, pero nunca un modelo de la capa Max. Qwen 3.8-Max rompe ese patrón: la empresa prometió publicar los pesos en Hugging Face y ModelScope “la próxima semana”, aproximadamente el 10 de agosto.

Hay dos consideraciones prácticas:

  1. Los pesos todavía no estaban disponibles a principios de agosto de 2026. La promesa no equivale a una descarga disponible.
  2. Ejecutar un modelo de 2.4T localmente requiere infraestructura multinodo. Incluso cuantizado, no es una carga razonable para una estación de trabajo típica.

Para la mayoría de los equipos, los pesos abiertos probablemente implicarán acceso alojado mediante terceros, más que una implementación local.

Si tu prioridad es probar el modelo sin pagar el precio de lista, consulta cómo usar Qwen 3.8 gratis.

Qué dicen los benchmarks

Alibaba publicó benchmarks frente a Claude Opus 4.8, Fable 5, GPT-5.6 Sol y Qwen3.7-Max.

Antes de interpretar los resultados:

  • Son evaluaciones ejecutadas por el proveedor.
  • La mayoría de los benchmarks de código utilizaron el arnés Claude Code.
  • Algunos conjuntos, como QwenSWEBench, QwenQoderBench, CoWorkBench y RecreationBench, son internos de Alibaba.
  • No había resultados independientes de fuentes como Artificial Analysis al momento de redactar el contenido original.

Resultados donde destaca

  • PaperBench: 93.0, por delante de GPT-5.6 Sol (90.5), Fable 5 (88.8) y Opus 4.8 (80.3).
  • IFBench: 82.8, frente a 72.7 de Sol.
  • Terminal Bench 2.1: 86.6, por encima de Opus 4.8 y Fable 5 (84.6), aunque por debajo de Sol (88.8).
  • Multimodal: MathVision 95.2, LogicVista 91.9, OSWorld-Verified 86.1 y resultados OCR competitivos.

Resultados donde queda atrás

  • SWE-bench Pro: 67.7, frente a 80.0 de Fable 5 y 69.2 de Opus 4.8.
  • HLE: 43.6, por debajo de Fable 5 (53.3), Sol (47.2) y Opus 4.8 (45.7).

En GPQA Diamond obtiene 92.6, empatando con Fable 5 y cerca de los 94.1 de Sol. Según la tabla de Alibaba, Qwen 3.8-Max destaca especialmente en tareas multimodales, documentos y algunos flujos de agentes, pero no lidera las evaluaciones principales de ingeniería de software.

Para revisar la tabla y sus condiciones de ejecución, consulta el desglose de benchmarks de Qwen 3.8.

Alibaba también mostró demostraciones de:

  • Una sesión autónoma de programación de 16 días en un repositorio público, con 265 commits y 127 pull requests.
  • Una reproducción de artículo que superó el resultado AIME24 del trabajo original.
  • Una participación en Tianchi que superó a 458 de 526 equipos humanos en 24 horas.

Son demostraciones del proveedor, no evaluaciones controladas. Para reproducir configuraciones de arneses, consulta Qwen 3.8 para codificación.

Qwen 3.8-Max frente a Kimi K3, Fable 5 y GPT-5.6 Sol

Frente a Kimi K3

Kimi K3 es más grande:

Modelo Parámetros totales Parámetros activos Modalidades
Qwen 3.8-Max 2.4T 95B Texto e imagen
Kimi K3 2.8T 104B Solo texto

También difieren en precio:

Modelo Entrada / 1M tokens Salida / 1M tokens
Qwen 3.8-Max $2 $6
Kimi K3 $3 $15

Kimi K3 ya tiene pesos disponibles, mientras que Qwen 3.8-Max todavía los prometía para la semana siguiente. No existe una evaluación independiente cara a cara; ambos proveedores publicaron sus propios resultados.

Consulta Qwen 3.8 vs Kimi K3 y, si necesitas contexto sobre Moonshot, qué es Kimi K3.

Frente a Fable 5

Fable 5 mantiene ventaja en coding según la tabla de Alibaba:

  • SWE-bench Pro: 80.0 vs 67.7
  • HLE: 53.3 vs 43.6

Qwen compensa con un precio inferior, contexto de 1M, capacidades multimodales y pesos abiertos prometidos.

Frente a GPT-5.6 Sol

GPT-5.6 Sol lidera en:

  • Terminal Bench: 88.8 vs 86.6
  • GPQA: 94.1 vs 92.6
  • HLE: 47.2 vs 43.6

Qwen 3.8-Max lidera en:

  • PaperBench: 93.0 vs 90.5
  • IFBench: 82.8 vs 72.7

En precio, Qwen ofrece $2/$6, frente a $2/$12 de GPT-5.6 Terra para salida. El acceso a Sol cuesta más.

Precios: $2/$6 en todo el contexto de 1M

El modelo cobra:

  • $2 por millón de tokens de entrada
  • $6 por millón de tokens de salida

La tarifa se mantiene desde el primer token hasta el límite de 1M de contexto. No cambia por el tamaño del prompt.

Para cargas con prefijos repetidos:

  • Los aciertos de caché se cobran al 10% de la tarifa de entrada.
  • La creación explícita de caché cuesta el 125%.
  • Existe una cuota gratuita de 1M de tokens, solo en Singapur y válida durante 90 días.

Recuerda incluir los tokens de razonamiento en tus estimaciones: con reasoning_effort: "xhigh", pueden aumentar de forma significativa los tokens de salida facturables.

Consulta ejemplos de coste y escenarios de uso en la guía de precios de Qwen 3.8.

Cómo acceder a Qwen 3.8-Max

Hay cinco rutas principales.

1. Qwen Chat

La aplicación de consumo no requiere una clave API. Es la forma más rápida de probar prompts y evaluar resultados.

2. API de Alibaba Cloud Model Studio

Obtén una clave en home.qwencloud.com y define:

export DASHSCOPE_API_KEY="tu-clave"
Enter fullscreen mode Exit fullscreen mode

Usa el modelo:

qwen3.8-max
Enter fullscreen mode Exit fullscreen mode

Endpoints regionales compatibles con OpenAI:

# Beijing
https://dashscope.aliyuncs.com/compatible-mode/v1

# Singapur
https://dashscope-intl.aliyuncs.com/compatible-mode/v1

# EE. UU. - Virginia
https://dashscope-us.aliyuncs.com/compatible-mode/v1
Enter fullscreen mode Exit fullscreen mode

La página de modelos de Model Studio lo incluye como modelo recomendado.

Ejemplo con curl:

curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-max",
    "messages": [
      {
        "role": "user",
        "content": "Resume este documento en cinco puntos."
      }
    ],
    "reasoning_effort": "medium"
  }'
Enter fullscreen mode Exit fullscreen mode

3. Endpoint compatible con Anthropic

El endpoint compatible con Anthropic es:

https://dashscope-intl.aliyuncs.com/apps/anthropic
Enter fullscreen mode Exit fullscreen mode

Esto permite redirigir herramientas diseñadas para el protocolo de mensajes de Anthropic hacia Qwen.

4. Arneses de programación

Alibaba publicó configuraciones para:

  • Claude Code
  • Codex
  • Qoder
  • Qwen Code
  • OpenClaw

Para Claude Code, configura:

export ANTHROPIC_BASE_URL="https://dashscope-intl.aliyuncs.com/apps/anthropic"
export ANTHROPIC_MODEL="qwen3.8-max"
Enter fullscreen mode Exit fullscreen mode

Esta configuración es especialmente relevante porque Alibaba utilizó principalmente Claude Code para sus benchmarks de programación.

5. Pesos abiertos

Hugging Face y ModelScope eran la ruta prometida para los pesos abiertos, pero no estaban disponibles a principios de agosto de 2026.

Para más ejemplos de Python y curl, revisa la guía de API de Qwen 3.8.

Prueba ambos protocolos de API

Cuando un modelo expone protocolos compatibles con OpenAI y Anthropic, valida que ambos produzcan el comportamiento esperado con tus prompts.

Un flujo práctico en Apidog:

  1. Crea un entorno por región: Beijing, Singapur y Virginia.
  2. Guarda las URL base como variables de entorno.
  3. Duplica el mismo prompt para el endpoint OpenAI-compatible y el endpoint Anthropic-compatible.
  4. Compara respuesta final, uso de tokens y latencia.
  5. Inspecciona el flujo SSE para comprobar los deltas de reasoning_content.
  6. Repite la prueba con reasoning_effort en xhigh, medium y low.

Puedes descargar Apidog para guardar estas solicitudes en un workspace y comparar qwen3.8-max, qwen3.7-max o kimi-k3 con prompts idénticos.

Dónde encaja en la familia Qwen

Qwen 3.8-Max se sitúa por encima de Qwen3.7-Max y de los modelos Plus.

Una guía rápida de selección:

  • Qwen 3.8-Max: tareas multimodales, agentes y trabajo de documentos complejo.
  • Qwen3.7-Max: opción de valor mientras se mantenga la promoción del 50%.
  • Modelos Plus: tareas rutinarias y cargas de trabajo sensibles al coste.

Consulta la guía de los mejores modelos Qwen para elegir según tu carga de trabajo.

Preguntas frecuentes

¿Qwen 3.8 es de código abierto?

Todavía no a principios de agosto de 2026. Alibaba prometió publicar los pesos en Hugging Face y ModelScope durante la semana siguiente. Hasta entonces, el acceso es mediante API o Qwen Chat.

Para rutas sin coste, consulta cómo usar Qwen 3.8 gratis.

¿Cuánto cuesta Qwen 3.8-Max?

Cuesta $2 por millón de tokens de entrada y $6 por millón de tokens de salida, con una tarifa plana en toda la ventana de contexto de 1M.

Los aciertos de caché cuestan el 10% de la entrada. Los tokens de razonamiento se cobran como salida.

¿Qwen 3.8-Max es mejor que Kimi K3?

No hay una evaluación independiente directa. Sobre el papel, Qwen es más pequeño, acepta imágenes y es más barato en salida. Kimi K3 tiene la ventaja de contar ya con pesos públicos.

¿Puedo usar Qwen 3.8-Max con Claude Code?

Sí. Configura ANTHROPIC_BASE_URL con el endpoint Anthropic-compatible de DashScope y define:

export ANTHROPIC_MODEL="qwen3.8-max"
Enter fullscreen mode Exit fullscreen mode

Alibaba también publicó configuraciones para Codex, Qoder, Qwen Code y OpenClaw.

Qué hacer a continuación

Qwen 3.8-Max ofrece disponibilidad general en tres regiones API, precios publicados, compatibilidad con OpenAI y Anthropic, una tabla extensa de benchmarks del proveedor y pesos abiertos prometidos.

La forma útil de evaluarlo no es depender solo de benchmarks. Prueba tu propia carga de trabajo:

  1. Obtén la cuota gratuita.
  2. Envía los mismos prompts por ambos protocolos.
  3. Mide calidad, tiempo de respuesta y tokens de razonamiento.
  4. Compara contra qwen3.7-max o kimi-k3.
  5. Revisa la publicación de pesos alrededor del 10 de agosto.

Empieza con la guía de configuración de la API.

Top comments (0)