Qwen3.8 Max lanzado: supera a Claude Fable 5 en el índice agentico por 6 dólares por millón de tokens
Alibaba/Qwen
Anthropic
Alibaba ha lanzado la versión final de Qwen3.8 Max, un modelo multimodal de 2,4 billones de parámetros con un contexto de un millón de tokens. Pruebas independientes muestran que supera a Claude Fable 5 en el índice agentico, y su precio de API es significativamente más bajo que el de la competencia. Sin embargo, los pesos abiertos aún no están disponibles.
Alibaba ha lanzado oficialmente Qwen3.8 Max, un modelo nativo multimodal de mezcla de expertos con 2,4 billones de parámetros. Admite entrada de texto, imágenes y video, y produce texto, con una ventana de contexto de hasta un millón de tokens (983,000 de entrada y 131,000 de salida en modo de pensamiento). El modelo cuenta con pensamiento híbrido habilitado por defecto, llamada de funciones y herramientas integradas, y se promociona para programación y flujos de trabajo agénticos profesionales. Las pruebas independientes de Artificial Analysis muestran que Qwen3.8 Max obtiene 58.1 en el Índice de Inteligencia (frente a 62.1 para Claude Fable 5) y 58.4 en el Índice Agéntico (frente a 56.6 para Claude Fable 5), con solo dos modos de Claude Opus 5 clasificados más alto. El precio se establece en 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, con lecturas en caché a 0.25 dólares por millón de tokens, aproximadamente cinco veces más barato que Claude Fable 5 en entrada y 8.3 veces más barato en salida. Sin embargo, el modelo es verboso: generó alrededor de 150 millones de tokens en una ejecución completa del Índice de Inteligencia, aproximadamente 2.3 veces la mediana (66 millones) de modelos comparables. La velocidad es de aproximadamente 82 tokens de salida por segundo, con una latencia del primer token de alrededor de 2.8 segundos. Hasta la mañana del 10 de agosto, los pesos abiertos de Qwen3.8 Max y Qwen3.8-27B aún no se habían publicado, aunque Alibaba prometió que aparecerían durante la semana del 3 de agosto. El modelo grande requiere aproximadamente 4.8 TB en BF16 o 1.2 TB en 4 bits, lo que hace que la implementación local sea poco práctica para la mayoría. El artículo sugiere que Qwen3.8 Max es adecuado para codificación agéntica, análisis de documentos largos, procesos de múltiples pasos y como respaldo para Claude, pero recomienda probarlo en las propias tareas antes de cambiar.
Fuente: Habr — хаб ИИ —
original
