Alibaba acaba de soltar un modelo de lenguaje de 2,4 billones de parámetros, con pesos abiertos y disponible para cualquiera que quiera descargarlo. Se llama Qwen3.8-Max, lo presentaron ayer y, según sus propios benchmarks, compite de tú a tú con GPT y con Claude. Cero suscripción, cero letra pequeña de licencia. Si tienes una pyme y llevas meses pensando que meter IA de verdad en tu negocio es cosa de empresas con presupuesto de multinacional, hoy es un buen día para replantearte esa idea.

Qué es exactamente Qwen3.8-Max y por qué no es “otro modelo chino más”

El dato que más llama la atención es el tamaño: 2,4 billones de parámetros totales, aunque solo activa 95.000 millones en cada consulta gracias a una arquitectura Mixture-of-Experts, y una ventana de contexto de hasta 1 millón de tokens. Según recoge Dataconomy, es multimodal, procesa vídeo y documentos largos, y Alibaba lo vende como capaz de reconstruir aplicaciones enteras a partir de una captura de pantalla o convertir un plano 2D en una visualización 3D. Suena a ciencia ficción de nota de prensa, lo sé, pero la parte que de verdad importa es otra: los pesos del modelo se publican la semana que viene para descarga pública, según la misma fuente.

Y aquí está la diferencia con lo que hemos visto hasta ahora: no es un modelo más que sale al mercado, es un modelo de gama “Max” —la más potente de la familia Qwen— liberado en abierto por primera vez. Antes, si querías ese nivel de rendimiento, pagabas API. Ahora te lo puedes bajar.

Un momento de escepticismo sano: ¿de verdad compite con OpenAI y Anthropic?

Aquí toca frenar un poco el entusiasmo. Los benchmarks que dicen que Qwen3.8-Max iguala o supera a los modelos americanos los ha publicado la propia Alibaba. Dataconomy es claro al respecto: a fecha de su lanzamiento, ningún evaluador independiente —ni Artificial Analysis ni los leaderboards de la comunidad— había podido puntuar el modelo todavía. Esto no significa que sea humo. Significa que, como con cualquier lanzamiento que se marca sus propios deberes, conviene esperar una semana a ver qué dicen terceros antes de creerse la tabla comparativa al pie de la letra. La historia reciente de la IA china —DeepSeek, Kimi K3— ha sido sorprendentemente honesta en sus propios números, así que no sería raro que esta vez también se sostenga. Pero “no sería raro” no es lo mismo que “confirmado”.

La verdadera noticia no es el modelo, es el precio

Aquí es donde la cosa se pone interesante de verdad para una pyme española. Según el repaso de Blog Donweb, la generación anterior de Qwen, la 3.7-Max, ya se mueve en unos 2,50 dólares por millón de tokens tanto de entrada como de salida. Para comparar: GPT-5.6 cobra 5 dólares de entrada y 30 de salida por millón. DeepSeek V4 está en 0,14 y 0,28. Y el suelo absoluto ahora mismo lo marca Amazon Nova Micro, a 0,035 dólares de entrada. La frase que usan en ese análisis me parece la mejor forma de resumirlo: “una pyme hoy corre IA seria con presupuesto de café”.

No es una exageración retórica. Hace dos años, procesar un millón de tokens con un modelo decente costaba del orden de 20 dólares. Hoy, con los modelos abiertos chinos presionando desde abajo, ese mismo trabajo puede salir por menos de 50 céntimos. Es una caída de precio de más de cuarenta veces en dos años, y Qwen3.8-Max, en cuanto tenga precio público de API, va a presionar todavía más ese suelo hacia abajo.

Qué significa esto para tu negocio, en la práctica

Nada de esto sirve de mucho si sigues mandando cada tarea al modelo más caro “por si acaso”, que es lo que hace la mayoría de empresas que no se han parado a pensarlo. Clasificar un email, extraer un dato de una factura o resumir una reseña de cliente no necesita un modelo de 2,4 billones de parámetros: lo resuelve un modelo pequeño y barato igual de bien, y te ahorras el 95% de la factura. Guarda el modelo grande para lo que de verdad lo necesita: redactar una propuesta comercial completa, analizar un contrato, programar algo complejo.

Eso sí, una cosa que se suele pasar por alto: descargarte los pesos de Qwen3.8-Max y montarlo en tu propio servidor no es gratis en la práctica, aunque el modelo lo sea. Necesitas hardware serio para mover 2,4 billones de parámetros, aunque sea con arquitectura MoE. Para el 90% de las pymes tiene mucho más sentido usarlo vía API de terceros (Alibaba Cloud ya lo ofrece a través de su plataforma Model Studio) que montar infraestructura propia. El autoalojamiento solo compensa de verdad a partir de varios millones de tokens al mes; por debajo de eso, la complejidad operativa se come el ahorro.

Lo que nadie está contando en los titulares

Hay un ángulo que se menciona poco y que a mí me preocupa más que el precio: la dependencia. Si tu empresa empieza a construir procesos críticos sobre un modelo chino gratuito hoy, ¿qué pasa si mañana cambian las condiciones de uso, o si Bruselas decide —como apunta Moncloa— clasificar por defecto cualquier modelo de origen chino como de alto riesgo dentro del AI Act? No es una hipótesis descabellada: la propia regulación europea le da a la Comisión margen de sobra para hacerlo, y con las tensiones actuales entre Washington y Pekín, la política siempre puede acabar mandando más que la técnica.

Dicho esto, y siendo el escéptico de turno con las cosas gratis: las sanciones de chips de Estados Unidos llevan meses sin frenar a los laboratorios chinos, y cada nuevo lanzamiento en abierto —DeepSeek, Kimi K3, ahora Qwen3.8-Max— hace más difícil que nadie en Europa pueda ignorar esta vía solo por cautela geopolítica. El tejido empresarial español, con un 70% de pymes según recoge el mismo artículo de Moncloa, tiene ahí una ventana real de ahorro que sería absurdo dejar pasar solo por comodidad.

La conclusión que me llevo de todo esto

No hace falta que te fíes ciegamente de un benchmark que ha escrito la misma empresa que vende el producto, y tampoco hace falta que salgas corriendo a migrar toda tu infraestructura a un modelo que se publicó ayer. Lo que sí deberías hacer es preguntarte, sin la respuesta automática de “usamos ChatGPT para todo”, cuánto estás pagando de más por rutinas que un modelo diez veces más barato resolvería igual de bien. En DAVMAC llevamos ese tipo de decisiones —qué modelo usar, cuándo automatizar y cuándo no vale la pena— dentro del trabajo diario con nuestros clientes; si te interesa ver cómo lo aplicamos a casos reales, puedes echar un vistazo a nuestros productos. La guerra de precios de la IA ya no es una previsión de analista. Está pasando esta semana, y cada mes que la ignoras es dinero que sigue saliendo de tu cuenta sin necesidad.