Qwen3.8 Max en español: test en 13 tareas, precios y acceso
Qwen3.8 Max (0902) en polaco: 76,4 puntos en nuestro test, 30/30 en corrección difícil, 33 mil tokens de razonamiento, precios 2/6 USD y cómo usarlo.
👁 119 lecturas
Qwen3.8 Max en polaco escribe correctamente y sigue las instrucciones al pie de la letra, pero piensa mucho tiempo y pagas por ese razonamiento. En nuestro Laboratorio, el modelo insignia de Alibaba (versión 0902) obtuvo 76,4 puntos sobre 100 en escritura, cumplió las 26 reglas de las instrucciones y resolvió sin errores una corrección difícil y un quiz sobre Polonia. A continuación, los resultados tarea por tarea, fragmentos de respuestas, precios y una corrección que debemos hacer en nuestro propio ranking.
Las cantidades en EUR son conversiones orientativas de los precios publicados en USD, calculadas con el tipo de referencia del BCE del 2026-10-12: 1 EUR = 1.1181 USD. No son precios locales confirmados ni importes finales con impuestos. El proveedor y el banco pueden aplicar otros tipos o cargos. ECB.
En resumen
Qwen3.8 Max es el mejor de los modelos menos conocidos del top en nuestro test en polaco (76,4 pts, justo por delante de Muse Spark 1.3 con 75,5), pero con límites iguales de tokens baja a 68,2 pts. Puntos fuertes: 30 de 30 correcciones en corrección difícil, 48 de 48 en quiz difícil, cero reglas rotas. Puntos débiles: 9,5 minutos para 9 textos cortos, 33 mil tokens de razonamiento en 13 tareas y coste de 0,24 USD, es decir, 57 veces más que GPT-6 Luna (81,5 pts). Lo elegiríamos para corrección y tareas con reglas estrictas, no para escritura masiva. Esta es nuestra opinión.
Qué es este modelo
Qwen3.8 Max es el modelo más grande de Alibaba. La versión 0902 salió el 2 de septiembre de 2026. Según la descripción en OpenRouter, es un modelo tipo mixture-of-experts con 2,4 billones de parámetros, que acepta texto, imagen y vídeo, y responde con texto. La documentación de Alibaba Cloud indica contexto de 1 millón de tokens y hasta 131.072 tokens de respuesta. Los pesos están cerrados. El razonamiento está activado por defecto; en la API de Alibaba se puede desactivar con el parámetro enable_thinking o limitar mediante thinking_budget.
En el índice de Artificial Analysis (27 de septiembre de 2026) tiene 45 puntos, igual que GLM-5.3 en variante max. Genera 39 tokens por segundo y resulta el más caro del top en coste por tarea: 5,41 USD, porque en el índice produjo 190 millones de tokens. Describimos toda la familia de modelos en la guía Qwen AI.
Nuestro resultado: tarea por tarea
El test es el mismo que en el ranking de IA para escribir en polaco: 13 instrucciones a través de OpenRouter, effort=low, evaluación a ciegas por tres jueces de otras empresas (Claude Opus 5.5, GPT-6 Sol, Gemini 3.1 Pro). Las puntuaciones siguientes provienen de la ronda del 27 de septiembre, en la que Qwen fue ancla junto a nuevos modelos. Su resultado difirió de la primera ronda en 0,5 pts (75,9 frente a 76,4).
| Tarea | Qwen3.8 Max | Claude Opus 5.5 | GPT-6 Luna |
|---|---|---|---|
| Artículo sobre facturas de luz | 6,67 | 8,00 | 6,67 |
| Descripción de producto desde ficha | 7,33* | 8,83 | 4,83 |
| Email a cliente | 7,89 | 8,83 | 9,00 |
| Post para LinkedIn | 8,00 | 9,33 | 8,83 |
| Relato | 8,56 | 9,33 | 8,33 |
| 10 títulos SEO | 8,56 | 9,50 | 7,67 |
| Resumen en 5 puntos | 6,22 | 9,33 | 8,67 |
| Inflación para un niño de doce años | 8,89 | 9,67 | 9,33 |
| Traducción con modismos | 7,67 | 9,50 | 8,83 |
| Resultado total (0-100) | 76,4 | 91,2 | 81,5 |
Medias de las puntuaciones de los jueces en escala 1-10. * Segundo intento con límite más alto, explicación más abajo.
Los demás tests Qwen los pasó casi sin errores: en corrección fácil 21 de 22 correcciones, en difícil 30 de 30, en quizzes sobre Polonia 46 de 46 y 48 de 48. Lo mismo en corrección difícil y quiz difícil tuvo Claude Opus 5.5.
Fragmentos de respuestas
El relato en realismo mágico (8,56) comienza así (lo probamos en polaco):
„Halina przepracowała na poczcie trzydzieści dwa lata. Znała każdy blok na osiedlu Tysiąclecia, każdą klatkę schodową, każdy zapach - od gotowanej kapusty na parterze po naftalinę na czwartym piętrze.«
El juez de OpenAI lo consideró coherente, con tensión bien llevada, y Opus 5.5 destacó el final fuerte y abierto. Dos jueces tuvieron objeciones sobre la longitud, aunque nuestro contador mostró 305 palabras, dentro de los límites de la instrucción (300-350).
En la traducción del newsletter, los modismos salieron en polaco, sin calcos literales (probamos en polaco):
„Bądźmy szczerzy: onboardowanie nowych klientów to nie fizyka jądrowa, ale od zbyt dawna chodziliśmy na skróty. (…) To był kubeł zimnej wody. Strata tych klientów okazała się jednak szczęściem w nieszczęściu.«
Aquí también se ve una debilidad: «onboardowanie» y «follow-up» quedaron en inglés, y una expresión cambió el sentido (los clientes se fueron, no quedaron sin conquistar).
El resumen más débil (6,22) tuvo un error que detectaron los tres jueces: un error de caso gramatical en polaco. Qwen también omitió las formaciones y el módulo de pronóstico. El mismo error lo cometió GLM-5.3.
El razonamiento cuesta más que el texto
Con effort=low, Qwen generó en 13 tareas 37,7 mil tokens, de los cuales 33 mil son razonamiento. La más cara fue la breve descripción de producto:
- 26 de septiembre, primer intento: 6000 tokens de razonamiento, límite agotado, respuesta vacía, 0,0327 EUR (0,0366 USD) y casi 6 minutos.
- Segundo intento con límite más alto: 14.460 tokens de razonamiento, 0,0897 USD, casi 5 minutos. La misma descripción le llevó a GPT-6 Luna 3,6 segundos.
Este segundo intento lo evaluaron los jueces y fue un error de nuestro método: otros modelos no recibieron límite más alto. Si contamos la descripción de producto como no superada, Qwen tiene 68,2 pts en lugar de 76,4, es decir, más o menos lo mismo que MiMo-V2.6-Pro (69,1) y claramente menos que Muse Spark 1.3 (75,5). Ambas cifras las indicamos en la comparación de modelos menos conocidos del top. Con configuraciones más altas de razonamiento, este problema crece: en el test de modelos chinos en polaco, la versión Prime contaba en sus pensamientos cada palabra y no entregó el texto.
Precios y coste de nuestro test
| Concepto | EUR (USD) |
|---|---|
| Entrada, por millón de tokens (Alibaba Cloud, sin IVA) | 1,79 EUR (2,00 USD) |
| Salida, por millón de tokens (sin IVA) | 5,37 EUR (6,00 USD) |
| Lectura desde caché, por millón de tokens | 0,2236 EUR (0,25 USD) |
| 9 tareas de escritura en nuestro test | 0,1564 EUR (0,1749 USD) |
| 13 tareas con corrección y quizzes | 0,2108 EUR (0,2357 USD) |
| Lo mismo en GPT-6 Luna, para comparar | 0,003667 EUR (0,0041 USD) |
Alibaba cobra una tarifa única en todo el rango de contexto, sin umbrales. Comprobamos los precios en la lista de precios de Model Studio (versión internacional, región Singapur) y en la lista de OpenRouter, donde el único proveedor es Alibaba.
Cómo usar Qwen3.8 Max
- OpenRouter - modelo
qwen/qwen3.8-max-0902, mismo precio que en Alibaba. Así hicimos el test. - Alibaba Cloud Model Studio - versión internacional, cuenta con tarjeta. En la API nativa tienes los parámetros
enable_thinkingythinking_budget. - Qwen Chat - chat gratuito de Alibaba. No pudimos confirmar si la versión 0902 está disponible allí para seleccionar.
Para escribir en polaco, configuraríamos razonamiento bajo o presupuesto de pensamiento, porque si no pagas por miles de tokens que no verás. Esta es nuestra opinión, basada en las cifras de este test.
Preguntas frecuentes
¿Qwen3.8 Max escribe bien en polaco?
Correctamente: 8,81 sobre 10 en corrección lingüística según la evaluación de los jueces. Peor en naturalidad (7,11) - los textos a veces son esquemáticos. Resultado total 76,4 pts, con límites iguales 68,2.
¿Cuánto cuesta Qwen3.8 Max?
1,79 EUR (2 USD) por millón de tokens de entrada y 5,37 EUR (6 USD) por millón de tokens de salida, sin IVA. Nuestro test de 13 tareas costó 0,24 USD.
¿Por qué Qwen3.8 Max es tan lento?
Porque piensa mucho y genera alrededor de 39 tokens por segundo. En nuestro test, 9 textos cortos le llevaron 572 segundos, a GPT-6 Luna 39.
¿Qwen3.8 Max es open source?
No. Los pesos de la versión Max están cerrados; son abiertos los modelos más pequeños de la familia, como Qwen3.8 27B.
Fuentes y fecha de comprobación
Precios
- lista de precios de Alibaba Cloud Model Studio. Parámetros y modo de razonamiento: ficha del modelo y documentación del modo de razonamiento. Índice
- velocidad y coste por tarea: Artificial Analysis. Proveedores y descripción del modelo: OpenRouter. Los resultados
- fragmentos y costes del test son nuestras mediciones a través de OpenRouter (método: Laboratorio Fulgor). Comprobado el 27 de septiembre de 2026
More on this from FULGOR
benchmarks·Logo con IA: seis variantes, un problema ocultoSeis variantes de un logotipo generadas con IA. Parecen una familia, pero las proporciones de las letras y los detalles difieren.