El 13 de agosto de 2026, Alibaba puso a disposición del mundo su modelo de inteligencia artificial más avanzado de forma totalmente gratuita.
El modelo se denomina Qwen3.8-2.4T-A95B y pertenece a la serie Tongyi Qwen de Alibaba. Con 2,4 billones de parámetros (los “botones” ajustables dentro de una red neuronal), se sitúa entre los modelos de código abierto más grandes jamás creados. Los archivos de pesos están alojados públicamente en Hugging Face, permitiendo su descarga gratuita bajo una licencia que autoriza el uso comercial.
Ese mismo día, DeepSeek lanzó V4 Pro 0813 y xAI de Elon Musk presentó Grok 4.6. Que tres empresas tecnológicas de primer nivel lancen sus modelos insignia el mismo día era impensable hace tres años. Un desarrollador comentó en los foros que el ritmo de lanzamiento de modelos ha entrado oficialmente en el “horario de China”.
¿Qué significan realmente 2,4 billones de parámetros?
El cerebro humano contiene aproximadamente 86.000 millones de neuronas. Con 2,4 billones de parámetros, este modelo supera esa cifra en 28 veces. En términos numéricos, equivale a empaquetar la cantidad de células nerviosas de 28 cerebros humanos en una sola entidad.
Sin embargo, existe un giro arquitectónico fundamental: el modelo no activa los 2,4 billones de parámetros en cada respuesta.
Qwen3.8 utiliza una arquitectura MoE (Mixture of Experts o Mezcla de Expertos). Internamente, el modelo mantiene 512 “expertos”. Al recibir una consulta, solo activa 10 expertos de enrutamiento y 1 experto compartido, lo que significa que solo unos 95.000 millones de parámetros participan realmente en el cálculo. A modo de comparación: imagine una empresa con 24.000 empleados en la que, para cada tarea, solo se convoca a trabajar a 95 especialistas.
La implicación en ingeniería es enorme: el conocimiento se almacena en el total de los 2,4 billones de parámetros durante el entrenamiento, pero en el momento de la inferencia solo se consume cerca de 1/25 de la capacidad de cómputo. Así es como logran coexistir la gran escala y la viabilidad económica. Frente a modelos densos tradicionales de capacidad equivalente, los costes de inferencia suelen reducirse entre un 70% y un 80%.
El tamaño del archivo también refleja la magnitud de la obra: los archivos de pesos ocupan alrededor de 5 TB (aprox. 5.000 GB), suficiente para llenar los discos duros de varios ordenadores personales. No se trata de un juguete diseñado para teléfonos móviles, pero sus costes operativos se han reducido a un rango manejable gracias a la arquitectura MoE.
Además, puede procesar de forma nativa una ventana de contexto de 260.000 tokens (equivalente a una novela extensa), con una capacidad extendida que alcanza hasta 1 millón de tokens. Desde el punto de vista de la ingeniería, procesar un libro entero antes de responder a una pregunta era una función reservada exclusivamente para los modelos propietarios de pago hace solo dos años.
¿Por qué regalarlo de forma gratuita?
Para aclarar el concepto de “código abierto” (open source) en este contexto: todos los archivos del modelo son públicos, permitiendo que cualquier empresa o particular pueda descargarlos, investigarlos, modificarlos e incluso utilizarlos comercialmente. Por el contrario, los modelos de código cerrado como GPT de OpenAI o Gemini de Google mantienen sus versiones más potentes tras un muro de pago, cobrando según el uso.
Entrenar un modelo de 2,4 billones de parámetros implica una factura de cómputo de cientos de millones de dólares. Regalar un activo semejante es un hecho insólito en la historia empresarial.
¿Qué busca Alibaba? A nuestro juicio, destacan tres objetivos estratégicos:
En primer lugar, el ecosistema. El modelo base es la puerta de entrada. Cuantos más desarrolladores utilicen Qwen, mayor será la demanda de los servicios en la nube y las API de Alibaba. Junto a esta versión de código abierto, Alibaba anunció simultáneamente Qwen3.8-Max, un modelo de API de pago que admite procesamiento de imágenes y ofrece un contexto predeterminado de 1 millón de tokens. La versión gratuita atrae a la comunidad y la versión de pago genera ingresos.
En segundo lugar, la competencia. DeepSeek ha conquistado a un gran número de desarrolladores mediante su estrategia de “código abierto y precios ultrabajos”, obligando a Alibaba a responder. El modelo DeepSeek V4 Pro 0813, lanzado el mismo día, fijó el precio de entrada en apenas 0,435 dólares por millón de tokens. Cuando la guerra de precios alcanza este nivel, quien no abre su código se queda atrás.
En tercer lugar, el entorno geopolítico y regulatorio. Desarrolladores internacionales han señalado que las autoridades chinas han respaldado explícitamente la cooperación internacional en modelos de código abierto, lo que propició que la estrategia de Qwen volviera a apostar firmemente por la apertura.
Juicio de ingeniería: Poner en código abierto un modelo insignia equivale a renunciar a la venta directa del modelo para monetizar a través del ecosistema. Ambos modelos de negocio tienen pros y contras, pero la apuesta estratégica de Alibaba es contundente.
Código abierto vs. código cerrado: ¿Qué modelo prevalecerá?
Este lanzamiento pone sobre la mesa el debate central de la IA actual.
El bando del código cerrado (encabezado por OpenAI, Google y Anthropic) sostiene que cuanto más potente es un modelo, mayor es el riesgo, por lo que se requiere un desarrollo a puerta cerrada para evitar abusos. Además, la venta de modelos genera los ingresos necesarios para financiar la investigación de la siguiente generación. La lógica de seguridad y sostenibilidad comercial es coherente.
El bando del código abierto argumenta que solo la transparencia permite auditorías independientes, que la colaboración de la comunidad acelera el progreso y que los usuarios no quedan atrapados por un único proveedor. Como señaló un desarrollador en Hacker News, el código abierto permite a los usuarios ejecutar IA de nivel superior en sus propios ordenadores, algo que los modelos cerrados no pueden ofrecer.
Ambas posturas tienen argumentos sólidos. Sin embargo, hay hechos innegables.
Aún no hay respuesta sobre cuál de los dos caminos llegará más lejos. No obstante, se observa una tendencia clara: el código cerrado depende del bloqueo para mantener precios altos, mientras que el código abierto utiliza la escala para diluir costes. El tiempo que dure el bloqueo dependerá de la velocidad a la que avance el código abierto, y en 2026 ese avance es mucho más rápido de lo esperado.
En 2026, la diferencia de rendimiento entre los mejores modelos de código abierto y los gigantes de código cerrado se ha reducido de una brecha generacional a solo unos pocos puntos porcentuales. Qwen3.8 compite de tú a tú con GPT-5.6 y Claude Opus 4.8 en diversas pruebas de rendimiento (benchmarks) de programación. En la prueba PaperBench, Qwen3.8 obtuvo una puntuación de 93,0, superando los 90,5 puntos de GPT-5.6 Sol.
Existen también numerosas dudas. En las discusiones de HN, algunos señalaron que la ficha del modelo parecía “demasiado buena para ser verdad”; otros remarcaron que el modelo se lanzó en formato bf16 sin cuantización (técnica de compresión de archivos de modelos), por lo que el rendimiento real tras la compresión sigue siendo una incógnita. Además, los costes de hardware son elevados: incluso una versión comprimida a 1 bit requiere unos 397 GB de VRAM, lo que la aleja del usuario medio.
Estas críticas son fundadas. Además, la carrera por los parámetros no tiene meta final: Kimi K3 ya lanzó anteriormente un modelo de 2,8 billones de parámetros, y los récords continuarán rompiéndose. Los parámetros no lo son todo y las pruebas no garantizan la experiencia real.
Sin embargo, hay algo difícil de negar: en 2026, el bando del código abierto ya puede competir frente a frente con los gigantes del código cerrado. Hace solo dos años, la mayoría no habría creído posible esta convergencia.
¿Por qué debería importarle al público general?
Primero, por los precios. Los modelos de código abierto reducen los costes de referencia en todo el mercado, haciendo que los productos de IA que utiliza a diario sean cada vez más asequibles.
Segundo, por la soberanía tecnológica. Se trata de un modelo de primer nivel mundial desarrollado en China que pertenece directamente al usuario: su descarga y uso comercial no requieren la autorización de nadie.
Tercero, por el futuro. Los asistentes de voz de su teléfono, los bots de atención al cliente en las empresas o los sistemas de apoyo médico utilizarán en su base modelos como este que hoy se liberan gratuitamente. Lo que hoy es gratuito, mañana se integrará en innumerables productos cotidianos.
El récord de 2,4 billones de parámetros acabará siendo superado. Pero el acto de liberar de forma gratuita el modelo más potente demuestra que la lógica de la competición en IA está cambiando: de competir por la cifra de parámetros a competir por llevar la capacidad a la mayor cantidad de personas posible. En ese camino, el código abierto va en cabeza.
Existe una señal aún más sutil: cuando los modelos más potentes se convierten en recursos públicos, la IA en manos de la gente deja de ser una concesión de las grandes corporaciones. Quizá sea pronto para afirmarlo categóricamente, pero la dirección es sin duda la correcta.
Enlaces de referencia:
- Hugging Face: Qwen/Qwen3.8-2.4T-A95B
- Discusión en HN (HN)
- Blog técnico de NVIDIA: Serve Qwen3.8-2.4T-A95B on GB300 NVL72
- X oficial de Qwen: Qwen3.8-Max Announcement Teaser
- Receta vLLM: Qwen3.8-2.4T-A95B
Nota de verificación de imágenes: El contenido original (tarjeta de modelo de Hugging Face) consiste en texto y tablas sin imágenes integradas. Todos los elementos img extraídos mediante scripts del navegador correspondían a logotipos del sitio, avatares o insignias, los cuales fueron filtrados según las reglas. Por lo tanto, este artículo no incluye imágenes. Lista completa:
1. huggingface.co/front/assets/huggingface_logo-noborder.svg (95×88, logotipo del sitio, filtrado)
2. cdn-avatars.huggingface.co/v1/production/uploads/6215ca5692c0ecfba9186921/hrRM50-6XcdWgg2AKpENG.jpeg (200×200, avatar de Qwen, 2 apariciones, filtrado)
3. img.shields.io/badge/Qwen%20Studio-536af5?logo=qwen&logoColor=white (99×20, insignia de Qwen Studio, filtrada)
