Qwen 3.8 Max: 2.4 billones de parámetros, contexto de 1 millón de tokens - la apuesta de frontera de código abierto de Alibaba acaba de hacerse más grande

Seguimiento del caso : Économie de l'open frontier : viabilité, subvention, pivots· Episodio 18/20

Modelos y Herramientas Aug 10, 2026 at 16:318Añadir a favoritos

Qwen 3.8 Max: 2.4 billones de parámetros, contexto de 1 millón de tokens - la apuesta de frontera de código abierto de Alibaba acaba de hacerse más grande
Ilustración : Léa Fontaine

El modelo de código abierto más grande hasta ahora de un laboratorio chino. Con 2.4T de parámetros y un contexto de 1M, Qwen 3.8 Max entra en el nivel que antes era exclusivo de APIs propietarias.

En términos sencillos: Alibaba lanzó Qwen 3.8 Max: 2.4 billones de parámetros, ventana de contexto de 1 millón de tokens, pesos abiertos. Es el modelo de pesos abiertos más grande publicado públicamente por un laboratorio chino y apunta a casos de uso que antes requerían APIs de frontera propietarias.

¿Qué cambió

Con 2.4 billones de parámetros y 1 millón de tokens de contexto, Qwen 3.8 Max entra en territorio ocupado anteriormente solo por modelos cerrados: análisis de documentos largos, razonamiento multietapa extendido, codificación compleja con agentes. Los pesos abiertos permiten a los equipos ajustar el modelo con sus propios datos, implementarlo en sus instalaciones y evitar la dependencia de un proveedor.

El lanzamiento llega en un momento en que la competencia por pesos abiertos en la élite se intensifica: Kimi K3 (Moonshot, 2.8 billones), Meta Muse Glimmer (30 mil millones, enfocado en agentes) y ahora Qwen 3.8 Max compitiendo por la atención de los desarrolladores. Para empresas en mercados donde Alibaba es un proveedor aceptable, esta es una opción significativa: capacidad de clase de frontera sin dependencia de APIs.

Bajo el capó

2.4 billones de parámetros con 1 millón de tokens de contexto implica fuertemente una arquitectura de Mezcla de Expertos: los parámetros activos por paso de inferencia son mucho menores que el total, manteniendo los costos de inferencia manejables. Un contexto de 1 millón de tokens requiere configuraciones de hardware específicas: configuraciones de múltiples GPU con alta VRAM o implementaciones eficientes de caché KV. No es un modelo para portátil; es un compromiso serio con la infraestructura.

Entonces, ¿qué?

La brecha entre pesos abiertos y modelos de frontera cerrados se está reduciendo más rápido de lo que muchos predijeron hace 18 meses. Para equipos que evalúan si construir sobre APIs propietarias, Qwen 3.8 Max es un punto de comparación serio, especialmente si la soberanía de datos, la independencia del proveedor o el costo a escala son una limitación.

Resources

Artículo producido por inteligencia artificial, revisado bajo control editorial humano.

Nuestra redacción
Your Linux servers, as a desktop.
TermalOSSponsored
Ops, reimagined

Your Linux servers, as a desktop.

Agentless SSH monitoring, a full remote desktop and an AI ops copilot — no agents to install. Everything stays on your machine.

SSHMonitoringAI Ops
Get early access
¿Te ha resultado útil este artículo?

8 personas han valorado este artículo

Me gusta
P
Priya RamanMachine Learning Engineer
🇬🇧 ML engineer, applied research.
Compartir:
Comentarios (8)

Inicia sesión para unirte a la conversación.

Alex 2 12 Aug 2026 · 14:50

A 1M-token context is neat, but I’m more curious about how Qwen 3.8 Max balances sheer scale with efficiency-can it actually run on reasonably priced hardware for most devs?

J.P.R. 10 Aug 2026 · 13:19

2.4T parameters at 1M context is impressive, but the real test is how well it handles long-range dependencies without hallucinations or latency spikes. Can it stay efficient beyond synthetic benchmarks?

FoodieFiona 2 10 Aug 2026 · 13:04

The 1M-token context sounds revolutionary, but I wonder how many real-world tasks actually need that much. Seems like overkill for most practical use cases.

ArtLover99 11 Aug 2026 · 11:11

Actually, long-context models shine in niche areas like legal document review or genomic research where context spans thousands of pages or sequences.

MusicFanatic 10 Aug 2026 · 12:28

1M-token context is cool, but at this scale, even inference costs will make it a niche tool. Wonder if Alibaba’s betting on cloud-only use cases to hide that.

BookWorm47 10 Aug 2026 · 12:22

2.4T parameters on open-weight is insane, but without proper fine-tuning frameworks, most devs won’t even scratch the surface of this beast. What’s the real use case here if the tooling ecosystem stays years behind?

J.P.R. 2 10 Aug 2026 · 14:47

Open-weight models like this force the ecosystem to evolve, but even then, most devs will only exploit a fraction-so the real question is who actually *needs* 1M-token context today, not just who can build tools for it.

ph1lippe_m 10 Aug 2026 · 12:22

Open-weight but not open-access-sounds like we’re trading one walled garden for another. What’s the real bottleneck now: compute or capability?

sandrine.b 10 Aug 2026 · 12:18

The 1M-token context is groundbreaking, but energy costs for inference might outweigh the benefits for most use cases outside big tech. Who’s really going to run this reliably?

J.P.R. 3 10 Aug 2026 · 11:53

1M-token context is useless if you can't even deploy it without breaking the bank. What's the point of pushing boundaries if the infrastructure can't follow?

El hilo del caso

Économie de l'open frontier : viabilité, subvention, pivots

  1. 1« 6 meses de vida »: la ventana que se cierra para los modelos open13/07/2026
  2. 2Reflexión: Nebius firma un contrato de 1 Md$ por capacidad de cómputo: el modelo abierto se paga una fábrica14/07/2026
  3. 3Delangue: la verdadera carrera quizá ya no esté en la frontera14/07/2026
  4. 4DeepSeek apunta a los mercados: posible salida a bolsa en la China continental a partir de 202615/07/2026
  5. 5DeepSeek valorizado en $51,9 mil millones: el precio del modelo frontier open-weight chino sigue subiendo17/07/2026
  6. 6Mozilla publica « State of Open Source AI »: la documentación de referencia que el ecosistema necesitaba17/07/2026
  7. 7DeepSeek V4 se acerca: 1M de tokens de contexto y precios con doble tarifa20/07/2026
  8. 8Ben Thompson plante la pregunta estratégica: ¿quién le tiene miedo a los modelos chinos?20/07/2026
  9. 9Samsung apunta a invertir $1.100 millones en Mistral: la pata estratégico-corporativa de la historia de la economía de modelos abiertos22/07/2026
  10. 10Hugging Face solía censurar a mujeres y niños: el costo de los pesos abiertos recae ahora en la plataforma28/07/2026
  11. 11Altman: un monopolio de poder en IA sería un "desastre a largo plazo"29/07/2026
  12. 12DeepSeek V4-Flash-0731 en beta pública: el protocolo Codex llega al rival chino31/07/2026
  13. 13MiniMax H3 open-source: el laboratorio chino revoluciona el precio del full-modal31/07/2026
  14. 14DeepSeek señala aumentos significativos en los precios de la API: la era de precios por debajo del costo está terminando06/08/2026
  15. 15Alibaba planea términos de reparto de ingresos para su próximo modelo Qwen: cambio en la economía de pesos abiertos07/08/2026
  16. 16DeepSeek reanuda la recaudación de fondos a $74 mil millones: la economía de modelos abiertos alcanza un nuevo techo07/08/2026
  17. 17Meta lanza Muse Glimmer: un modelo de código de 30B con peso abierto diseñado para agentes de IA locales10/08/2026
  18. 18Qwen 3.8 Max: 2.4 billones de parámetros, contexto de 1 millón de tokens - la apuesta de frontera de código abierto de Alibaba acaba de hacerse más grande10/08/2026
  19. 19El agente Xiaowei de WeChat funciona con un modelo 617B MoE secreto: la apuesta discreta de Tencent en la frontera13/08/2026
  20. 20Bruce Schneier: si los mercados rechazan a OpenAI y Anthropic, EE.UU. debería nacionalizarlas14/08/2026
Your Linux servers, as a desktop.
TermalOSSponsored
Ops, reimagined

Your Linux servers, as a desktop.

Agentless SSH monitoring, a full remote desktop and an AI ops copilot — no agents to install. Everything stays on your machine.

Get early access
Secciones
Explorar
Información