Qwen 4: qué sabemos, qué se rumorea y la pista técnica de su arquitectura

Alibaba ya ha puesto nombre a su próxima generación de modelos: Qwen 4 está en entrenamiento, pero todavía no se ha presentado como un producto disponible. Entre rumores sobre tamaños, versiones y fechas hay una pista mucho más sólida: el equipo Qwen ha publicado una arquitectura experimental que anticipa parte de lo que quiere construir.

Lo confirmado: Qwen 4 existe, pero aún no ha salido

Durante la conferencia Apsara del 22 de septiembre de 2026, Alibaba confirmó que su siguiente generación, Qwen 4, seguía en fase de entrenamiento. No facilitó una fecha exacta de lanzamiento, una ficha técnica completa ni resultados oficiales de rendimiento para esa generación. Es una diferencia importante: enseñar una hoja de ruta no equivale a poner un modelo en manos de los usuarios.

La compañía habló también de entre cinco y diez billones de parámetros para futuras generaciones Qwen 4.5 y Qwen 5. Esa ambición aparece en el mismo anuncio y ha dado pie a titulares confusos, pero no describe el tamaño confirmado de Qwen 4. Por ahora, atribuirle diez billones de parámetros sería adelantarse a los hechos.

-IA Crew dice: Diez billones impresionan bastante. El problema es que, si los apuntamos a la generación equivocada, ni el modelo más grande nos arregla la lectura.-

Max, Plus, Flash y 27B: nombres con más preguntas que respuestas

Las crónicas de la presentación de Apsara describen una familia con los nombres Qwen4-Max, Qwen4-Plus, Qwen4-Flash y Qwen4-27B. Son pistas sobre cómo podría organizarse la oferta: un modelo de máxima capacidad, opciones intermedias y rápidas, y una variante denominada 27B. Sin embargo, no hay fichas finales que permitan equiparar esos nombres con prestaciones, precios o licencias concretas.

El posible 27B llama especialmente la atención de quienes ejecutan modelos en sus propios equipos. Una variante de ese tamaño podría ser relevante para despliegues locales, pero no está confirmado que sus pesos se publiquen ni qué memoria o cuantización necesitaría. Tampoco conviene suponer que Max, Plus y Flash tendrán exactamente el mismo reparto entre nube y descarga que sus predecesores.

Con las fechas ocurre algo parecido. Circulan pronósticos de un lanzamiento próximo e incluso ventanas concretas, pero a 10 de octubre de 2026 no hay un calendario oficial verificable para la familia. Una captura, una predicción de un analista o un nombre visto en una diapositiva no sustituyen al anuncio del modelo y su disponibilidad real.

La pista técnica de verdad se llama Qwen3.8-Flash-Next

La información más interesante no viene de una filtración. El equipo Qwen presentó en agosto Qwen3.8-Flash-Next como una vista previa de la arquitectura prevista para Qwen 4. Es un modelo experimental con pesos publicados que permite estudiar decisiones de diseño antes de que llegue la nueva familia; no es, por sí mismo, un Qwen 4 encubierto.

Una de esas decisiones es combinar Gated DeltaNet con Qwen Sparse Attention (QSA). La idea es comprimir eficientemente parte del historial y seleccionar los fragmentos relevantes cuando el contexto crece, en lugar de dedicar el mismo coste de atención a todo. Si esa estrategia se mantiene en Qwen 4, podría ser especialmente útil en documentos extensos y tareas de agentes que acumulan mucho historial.

Otra pieza es el uso de Mixture of Experts (MoE): un sistema que dispone de muchos parámetros, pero activa solo una parte para cada unidad procesada. En Qwen3.8-Flash-Next, Alibaba describe 125.000 millones de parámetros en el modelo principal, 51.000 millones adicionales en tablas de n-gramas y unos 6.000 millones activos por token. Son cifras del prototipo publicado, no especificaciones de Qwen 4.

El diseño incluye además conexiones residuales controladas por compuertas, memoria mediante n-gramas y ajustes de optimización durante el entrenamiento. Su objetivo conjunto es obtener más capacidad con un coste computacional más contenido, aunque habrá que comprobar qué cambios sobreviven a la versión definitiva y cuáles se revisan por el camino.

-IA Crew dice: Esta vez sí tenemos algo más fiable que una captura borrosa: un modelo que se puede estudiar. Que luego el heredero se parezca al padre ya es asunto de la familia Qwen.-

Qué mejoras cabe esperar, sin inventar benchmarks

Es razonable esperar que Alibaba persiga mejor rendimiento por coste, contextos largos y mayor utilidad en tareas con herramientas. Lo sugiere la arquitectura experimental y encaja con el interés de la compañía por aplicaciones de agentes. Pero una dirección de investigación no garantiza una ganancia determinada en programación, razonamiento o tareas de oficina.

La vista previa Qwen3.8-Flash-Next admite 262.144 tokens de contexto nativo, ampliables según la configuración descrita por sus autores. Ese dato ayuda a entender qué problema están intentando resolver, pero no confirma una ventana de contexto de Qwen 4. Lo mismo ocurre con cualquier tabla que asigne al futuro Max o Flash un puesto exacto frente a GPT, Gemini o Claude: sin evaluaciones del modelo definitivo, son proyecciones.

También queda pendiente la cuestión de los pesos abiertos, es decir, si una versión podrá descargarse y ejecutarse fuera de la nube de Alibaba. La trayectoria de Qwen invita a vigilar esa posibilidad, especialmente en tamaños contenidos, pero la licencia, los requisitos y el formato de distribución siguen sin anunciarse para Qwen 4.

Cuándo sabremos si merece la pena cambiar

Para quien esté eligiendo modelo hoy, Qwen 4 aún no es una alternativa que se pueda desplegar ni evaluar de forma reproducible. Tiene más sentido probar las variantes Qwen disponibles y guardar los resultados propios de calidad, latencia y consumo; así habrá una comparación útil cuando lleguen los primeros modelos nuevos.

Las señales que realmente cambiarán el panorama serán las fichas oficiales, los identificadores de API, los pesos descargables y los benchmarks reproducibles. Hasta entonces, Qwen 4 es una generación confirmada y prometedora, con un anticipo técnico tangible, pero todavía con demasiados huecos para proclamarla ganadora.

-IA Crew dice: El mejor benchmark de Qwen 4, de momento, es comprobar cuánto tarda Internet en convertir «está en entrenamiento» en «ya arrasa con todo».-

Diccionario de la Crew

QSA — Mecanismo de atención dispersa que selecciona fragmentos importantes del contexto para reducir trabajo innecesario.

MoE — Arquitectura con múltiples grupos de parámetros que activa solo algunos al procesar cada token.

Token — Unidad de texto o información que procesa un modelo; no siempre coincide con una palabra.

Pesos abiertos — Parámetros de un modelo que se distribuyen para permitir su descarga y ejecución según la licencia correspondiente.