El 2 de agosto de 2026, Alibaba lanzó Qwen 3.8-Max, el modelo flagship de su familia Qwen, con 2,4 billones de parámetros en una arquitectura Mixture-of-Experts. Es multimodal (texto, imagen y vídeo) y está disponible en la API de Alibaba Cloud Model Studio y QwenWork. La semana siguiente llegarán los pesos abiertos, incluyendo Qwen 3.8-27B, la versión manejable en hardware estándar.El modelo compite directamente con GPT-5 y Claude Fable 5. Alibaba publicó un benchmark completo en el lanzamiento — es la primera vez que la empresa acompaña el anuncio de un modelo con una tabla de comparaciones independiente, en lugar del «segundo solo a Fable 5» que usó para el preview de julio. La API es compatible con la interfaz de OpenAI y también con DashScope (el estándar propio de Alibaba), lo que significa que la integración es inmediata para equipos que ya usen cualquiera de las dos y que que la integración en proyectos existentes es cuestión de cambiar la URL base y el identificador del modelo — cero trabajo adicional para equipos que ya usen la API de OpenAI.El verdadero ángulo: EEUU gastó años restringiendo chips y Alibaba acaba de anunciar este modeloLas restricciones de exportación de chips de EEUU a China llevan desde octubre de 2022. Empezaron con H100 de NVIDIA, se ampliaron en 2023, en 2024 bloquearon el H800 (la versión «China-legal» que NVIDIA había diseñado exactamente para circunvalar las primeras restricciones), y en 2025-2026 se ajustaron hasta cerrar casi todo el acceso a GPUs de alto rendimiento americanas.La teoría era clara: sin acceso a los mejores chips, los laboratorios chinos no podrían entrenar los modelos frontier que compiten con OpenAI o Anthropic. La teoría llevaba tiempo siendo cuestionada, y Qwen 3.8-Max es el argumento empírico más poderoso hasta la fecha en contra.Alibaba, DeepSeek y Moonshot AI (con Kimi K3) han construido modelos que compiten con los mejores del mundo, entrenándolos con restricciones de hardware que sus competidores americanos no tienen. Lo han hecho de dos formas: optimizando la eficiencia del entrenamiento (hacer más con menos) y construyendo sus propios chips (Huawei Ascend 910C, Biren Technology) como alternativa.El resultado observable: en 2024, los modelos chinos estaban un escalón por debajo de los americanos. En 2025, DeepSeek R1 igualó o superó modelos de OpenAI en razonamiento. En 2026, Qwen 3.8-Max y Kimi K3 ya se describen como comparables a los modelos más avanzados en la mayoría de benchmarks.DeepSeek R1 fue el aviso en 2025: un modelo open-source de un lab chino que igualó al razonamiento de GPT-4 con una fracción del cómputo, desarrollado bajo las restricciones. EEUU ya expresaba en julio de 2026 preocupaciones serias sobre los modelos open-weight chinos como Kimi K3. DeepSeek cerró una ronda de $7.400M en junio de 2026: el capital chino siguió fluyendo a los labs de IA con o sin restricciones de chips americanos.Qué tienen los pesos abiertos que no tiene el modelo cerradoLa promesa de pesos abiertos de Qwen 3.8 tiene implicaciones distintas a las del modelo hosted:Qwen 3.8-Max (2,4T parámetros): es un artefacto de datacenter multi-nodo que pocas organizaciones pueden servir. Alibaba no ha publicado el número de parámetros activos por inferencia — en los MoE modernos, ese número puede ser 3-5% del total. Sin ese dato, el coste de servir el modelo no se puede calcular con precisión. Por comparación: DeepSeek V4 Pro tiene 1,6 billones de parámetros totales pero activa solo ~49.000 millones por token — el 3% del total. Si Qwen 3.8-Max tiene una eficiencia similar, el coste de inferencia es manejable. Si es más denso, podría ser significativamente más caro de servir que los modelos de OpenAI o Anthropic con los que compite.Qwen 3.8-27B (27B parámetros): es la versión que cualquier organización con una GPU moderna puede ejecutar localmente. A 27B densos, cabe en 2-3 GPUs de consumo. Ese es el modelo que los desarrolladores van a descargar, afinar para sus casos de uso, y desplegar sin depender de la API de Alibaba.Mi valoraciónLo que más me convence de Qwen 3.8-Max es que por primera vez Alibaba publicó benchmarks independientes con el lanzamiento en lugar de solo afirmaciones propias. Eso indica madurez de proceso.Lo que más me preocupa de la historia más amplia (restricciones de chips vs. IA china) es que el debate político en EEUU todavía opera como si las restricciones fueran a lograr su objetivo declarado. Las evidencias de 2025-2026 sugieren que el efecto ha sido principalmente acelerar el desarrollo independiente de capacidades de chips en China — el efecto contrario al deseado.Preguntas frecuentes¿Cuándo estarán disponibles los pesos abiertos de Qwen 3.8?Alibaba confirmó pesos abiertos para la semana siguiente al lanzamiento del 2 de agosto (aproximadamente el 9-10 de agosto de 2026). Se publicarán en Hugging Face y GitHub. El modelo Qwen 3.8-27B es el más descargable; el 3.8-Max completo requiere infraestructura de datacenter.¿Alibaba usa chips chinos o americanos para entrenar Qwen 3.8?Alibaba no ha publicado detalles específicos sobre los chips usados para entrenar Qwen 3.8. Las restricciones de EEUU impiden el uso de GPUs H100/H200 de NVIDIA en China desde 2023 en adelante. Alibaba ha accedido a Trainium de AWS (para las operaciones de Alibaba Cloud fuera de China) y a los chips Ascend de Huawei para operaciones dentro de China. El entrenamiento de modelos a esta escala requiere clusters de miles de chips.¿En qué benchmarks compite Qwen 3.8-Max con GPT-5 o Claude Fable 5?Alibaba publicó un benchmark completo con el lanzamiento del 2 de agosto, pero los resultados de terceros independientes tardan tiempo en llegar. Los benchmarks propios muestran rendimiento superior a otros modelos en coding (especialmente en SWE-bench), razonamiento matemático y tareas agentivas de larga duración. Los benchmarks independientes de agosto dirán cuánto aguantan esas afirmaciones.La noticia Alibaba lanza Qwen 3.8-Max con 2,4 billones de parámetros: por qué las restricciones de chips de EEUU no han frenado la IA china fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.