Alibaba ha publicado Qwen3.6-Plus, un modelo de razonamiento con un contexto nativo de un millón de tokens que, según sus propios benchmarks, ya supera a Claude Opus 4.5 en tareas de código por terminal. Y lo hace a un precio unas treinta veces más bajo. La parte china de la carrera de modelos vuelve a apretar.
Puntos clave
- Qwen3.6-Plus se anunció el 2 de abril de 2026, con contexto nativo de 1 millón de tokens y salida máxima de 65.536.
- En Terminal-Bench 2.0 marca 61,6% frente al 59,3% de Claude Opus 4.5. En SWE-Bench Verified se queda algo por detrás (78,8% frente a 80,9%).
- Otros resultados: 94,1% en AIME26, 87,8% en GPQA Diamond, 83,9% en LiveCodeBench v6.
- Precio API: 0,325$ por millón de tokens de entrada y 1,95$ de salida, alrededor de 30 veces más barato que Opus.
- Es modelo propietario vía API (Alibaba Cloud, OpenRouter), no de pesos abiertos. Multimodal: texto, imágenes y vídeo.
Lo que trae de nuevo
Dos cosas destacan. La primera es el contexto de un millón de tokens de forma nativa, no como un parche. Eso significa que le puedes meter un repositorio entero, o cientos de páginas de documentación, y que razone sobre todo a la vez sin trocearlo. Para trabajo agéntico de muchos pasos, donde el modelo tiene que recordar lo que hizo hace veinte acciones, ese tamaño de memoria importa.
La segunda es el precio. 0,325 dólares por millón de entrada y 1,95 de salida deja el coste de una tarea de programación completa en unos 483 dólares donde Opus se iría a cerca de 5.000. Cuando la diferencia es de un orden de magnitud, deja de ser una decisión técnica y pasa a ser una decisión de presupuesto.
Y a eso se suma que es multimodal: entiende texto, imágenes y vídeo. Le puedes pasar una captura de un error, un diagrama de arquitectura o un documento escaneado y razonar sobre ello, no solo sobre texto plano. Para flujos de trabajo reales, donde la información llega en formatos mezclados, esa flexibilidad ahorra pasos.
Hasta dónde llega el "rivaliza con Opus"
Conviene ser honesto con el titular. Qwen3.6-Plus supera a Opus 4.5 en Terminal-Bench, un benchmark de tareas por terminal, y es el primer modelo de Alibaba que le gana a la insignia de Anthropic en una prueba agéntica de código. Pero en SWE-Bench Verified, el estándar más citado para ingeniería de software, Opus sigue por delante por un par de puntos.
La lectura justa: en el caso concreto de un agente ejecutando comandos, Qwen ya es competitivo o mejor. En el conjunto del trabajo de programación, están a la par, con Opus ligeramente arriba. Que un modelo chino esté teniendo esta conversación con Opus, y encima treinta veces más barato, es la noticia de verdad.
Por qué importa para un founder español
La conclusión práctica es incómoda para quien tiene todo su gasto de IA en un solo proveedor caro.
Si estás pagando modelos de frontera para tareas que en realidad son rutinarias (resumir, clasificar, generar borradores, procesar documentos), probablemente estás pagando de más. Modelos como Qwen3.6-Plus hacen ese trabajo a una fracción del coste. La estrategia que funciona en 2026 es escalonar: el modelo caro y bueno para lo difícil, el modelo barato y suficiente para el volumen. Mezclarlos bien puede recortar tu factura de IA en un 70% sin que el cliente note la diferencia.
Y hay un aviso de fondo. La ventaja de los laboratorios occidentales en calidad se estrecha cada trimestre, y en precio ya la han perdido. No ates tu producto a un único modelo como si fuera para siempre. Construye para poder cambiar de motor en un día, porque el mejor por euro va a cambiar varias veces al año.
Relacionado
