Modelos y benchmarks · Inferencia y hardware
¿Compro tarjeta o espero a Qwen 4? Las cuentas de un modelo que todavía no existe
Qué confirmó Alibaba, cuánto vale un salto de modelo, por qué el índice cambió la predicción, y cuánta VRAM y dinero necesitas de verdad. Con calculadoras propias.
En corto: Qwen 4 27B todavía no existe como producto: Alibaba solo confirmó que Qwen 4 está en entrenamiento. Lo que sí se puede hacer es usar lo que existe para razonar qué esperar. La regla práctica se sostiene: compra tarjeta si usarías el modelo actual hoy, y usa la nube si solo estás esperando. Pero el índice en que se basa la predicción cambió el 27 de octubre, y conviene leer las cifras con cuidado.
- Verificado: revisado en la fuente original o en una copia histórica de ella.
- Análisis: cálculo o interpretación propia, no lo dicen las fuentes.
- Corrección: dato del video que se precisa o que quedó desactualizado.
Qué está confirmado y qué no
Confirmado
Qwen 4 está en entrenamiento, según Alibaba en la Apsara Conference del 22 de septiembre 1.
Solo circula
Qwen 4 Max, Plus, Flash y 27B. Los materiales publicados por Alibaba no nombran esas variantes 1.
No existe aún
Pesos, ficha, licencia, precios, benchmarks ni fecha. Revisado en Hugging Face el 31 de octubre 2.
Toda cifra de "Qwen 4 27B" que veas hoy es una suposición, incluidas las de esta pieza.
La pista: Qwen 3.8 Flash Next
Lo más cercano que existe es este modelo. Su ficha lo presenta como una vista previa experimental de la arquitectura sobre la que se construirá Qwen 4 3. Y es muy distinto del 27B actual:
Dos formas de construir un modelo
Parámetros que trabajan para generar cada token.
Qwen 3.8 27B
27.000 MDenso: trabajan todos sus parámetros en cada token.
Flash Next
125.000 MMezcla de expertos: un enrutador activa unos 6.000 M por token.
Sus extras
+51.000 M y +4.000 MUna tabla de n-gramas, más fácil de sacar de la GPU, y una capa para predecir varios tokens.
Fuentes 3 4. Mezcla de expertos ya apareció en la pieza de NCM: lo inactivo igual ocupa memoria.
Que Flash Next anticipe la arquitectura no significa que un 27B la use. Alibaba no lo ha dicho. Y otro detalle fácil de pasar por alto: la licencia de Flash Next figura como other, no Apache 2.0 como el 27B. No conviene dar por hecho las condiciones de uso de Qwen 4.
Sí hay movimiento en la infraestructura: en vLLM conté 53 pull requests abiertos con esta arquitectura en el título, 21 de ellos de ROCm, el camino de AMD. El primero es del 1 de septiembre 11. El video contaba 47 y 16 el 22 de octubre, así que sigue creciendo. Es un recuento aproximado por título.
La unidad de medida: un "salto Qwen"
La cuenta del video es ingeniosa. Entre Qwen 3.6 27B y 3.8 27B pasaron 114 días y la arquitectura no cambió: mismas 64 capas, mismo patrón de tres capas lineales y una completa, misma memoria. Lo que cambió fue la nota en Artificial Analysis. Esa mejora sirve entonces como unidad para medir cuánto puede dar una generación.
El video usa notas redondeadas (21 y 34, o sea 13 puntos). La copia archivada del índice da 21,4 y 33,7: un salto de 12,3 puntos 7 8. El mejor modelo abierto estaba a 12,6. La idea sigue en pie: un salto similar llegaba casi justo.
La escalera de los modelos
Artificial Analysis Intelligence Index. Las notas de versiones distintas no se comparan entre sí.
v4.3.2: copias del 15 y 23 de octubre 7 8. v5.0: tabla vigente al 31 de octubre 5. Selección de modelos; en cada versión falta quien no tiene nota.
El video quedó desactualizado el mismo día que se publicó. Se grabó el 22 de octubre con la v4.3.2 y el 27 salió la v5.0, que cambia pruebas y pesos: el 60 % ahora usa datos privados 5. El propio autor advertía que algo así podía pasar. El 27B bajó de 33,7 a 20,1; Claude Opus 5.5, casi no se movió. Y hoy el primer lugar lo tiene Gemini 4 Carbon, con 59,4, no Opus.
Curiosamente, la distancia entre el 27B y el mejor modelo abierto ya publicado sigue cerca de 12 puntos (32,5 contra 20,1). Pero esta vez la meta es otra y la unidad ya no vale: Qwen 3.6 27B no tiene nota v5, así que no sabemos cuánto mide un salto en esta escala. Si se comprimiera en la misma proporción que el 27B, sería de unos 7 a 8 puntos, y harían falta más de uno y medio. Es solo una estimación. Kimi K3.1 Pro marca 46, pero sus pesos todavía no están publicados.
De dónde salieron esos puntos
Un modelo mejora por tres vías: entrenamiento, tiempo pensando y arquitectura. Como la 3.8 mantuvo la arquitectura, todo salió de las dos primeras. ¿Es más listo o solo piensa más? El índice permite estimarlo porque el modelo se probó con distintos esfuerzos de razonamiento.
| Modelo y esfuerzo | Nota v4.3.2 | Tokens de salida (según el video) | Qué aporta |
|---|---|---|---|
| Qwen 3.6 27B, razonando | 21,4 | 160 M | Punto de partida |
| Qwen 3.8 27B, medio | 27,6 | 110 M | +6,2 pensando menos: apunta a mejor entrenamiento |
| Qwen 3.8 27B, máximo | 33,7 | 200 M | +6,1 pagando 90 M más de tokens |
Con notas redondeadas, el video llega a "7 de 13 puntos" y concluye que más de la mitad viene de un modelo mejor. Con decimales es prácticamente mitad y mitad: 6,2 y 6,1. La lectura de fondo se mantiene, pero con menos fuerza, y los niveles de esfuerzo de dos modelos no son del todo equivalentes.
Cuánto rinde pensar más
Qwen 3.8 27B según esfuerzo de razonamiento.
Índice v4.3.2
Octubre de 2026
| Sin razonar | 20,2 | 60 % de la nota máxima |
|---|---|---|
| Bajo | 26,2 | 78 % |
| Medio | 27,6 | 82 % |
| Máximo | 33,7 | 100 % |
Índice v5.0
Vigente
| Sin razonar | 10,0 | 50 % de la nota máxima |
|---|---|---|
| Bajo | 15,7 | 78 % |
| Medio | 17,5 | 87 % |
| Máximo | 20,1 | 100 % |
Cada panel muestra su propia versión; no compares barras entre paneles 5 7.
Ajuste gratis para ti: en casa, el esfuerzo medio conserva gran parte de la nota con menos tokens, y por lo tanto con menos espera. Conviene probar si tu tarea de verdad necesita el máximo.
¿Cabe en tu tarjeta?
Como de Qwen 4 no hay cifras, lo que se puede dimensionar es el 27B actual. La memoria de la tarjeta se reparte entre dos cosas: el modelo y la caché KV, que guarda lo ya procesado para no recalcularlo y crece con la conversación.
La cuenta del video está bien: de 64 capas, solo 16 son de atención completa y guardan caché, cada una con 4 cabezas de 256 dimensiones. La configuración publicada lo confirma 4. A 16 bits son 65.536 bytes por token:
2 × 4 × 256 × 2 bytes × 16 capas = 65.536 bytes por token
131.072 tokens × 65.536 bytes = 8,59 GB = 8,0 GiBEstante de VRAM
Qwen 3.8 27B en GGUF. Ajusta el montaje y mira cuánto queda libre.
Tamaños reales de Unsloth 9. Falta sumar lo que consume el motor y, si la tarjeta da video, el escritorio.
El video suma 16,46 GB + 8,6 GB = 25 GB y dice que no cabe en 24. Pero mezcla unidades: los archivos se miden en GB decimales y las tarjetas en GiB. En la misma unidad son 15,33 + 8,0 = 23,3 GiB. Caber, cabe por muy poco, aunque en la práctica queda sin margen para el motor. La recomendación de usar caché de 8 bits sigue siendo correcta.
Cuánto cuesta la velocidad
Comparar por precio engaña; mejor dividir el precio por los tokens por segundo. Estas cifras vienen del video, y las velocidades son reportes individuales de usuarios, no promedios: sirven como orientación.
| Tarjeta usada | Precio | Tokens/s | USD por token/s |
|---|---|---|---|
| RX 7900 XTX, con MTP | 900 | 63-85 | 11-14 |
| RX 7900 XTX, con MTP | 825 | 50-70 | 12-16 |
| RX 7900 XTX, sin MTP | 825 | 36 | 23 |
| RTX 3090 | 1.500 | 65 | 23 |
Precios del mercado de segunda mano citados en el video, no verificados. La división sí está recalculada.
El sobreprecio de Nvidia paga CUDA, mejor lectura de prompts largos y soporte más maduro. Y en esta arquitectura nueva, que parte del soporte de AMD siga en revisión es un argumento real: si piensas usar el modelo como agente con repositorios grandes, esa lectura lenta se nota en cada mensaje.
Tarjeta o nube
En OpenRouter, Qwen 3.8 27B tiene hoy 21 proveedores. La entrada va de 0,035 a 0,99 USD por millón de tokens, y la salida de 1,25 a 3,20 10. Esa diferencia es lo que más mueve la cuenta. El video compara solo la entrada; aquí puedes agregar salida y electricidad.
¿En cuántos días se paga la tarjeta?
Parte con el caso del video: 20 M de tokens de entrada al día.
Precios en USD por millón de tokens 10. Electricidad calculada con 355 W de consumo de una RX 7900 XTX a plena carga. No incluye el resto del equipo ni descuentos por caché.
Una tarjeta no puede procesar 20 millones de tokens al día. Con los 215,8 tokens/s reportados al leer un prompt, tardaría 25,7 horas. Y un millón de tokens de salida a 34,4 tokens/s toma 8 horas. En un agente real, gran parte de la entrada se reutiliza desde caché, así que la cifra puede bajar mucho, pero también los proveedores cobran menos por esa entrada. La comparación por precio solo funciona si tu volumen real cabe en la velocidad de tu tarjeta.
Cuándo salen los archivos
Si Qwen repitiera los 114 días entre los dos últimos 27B, caería el 6 de diciembre. Es aritmética de un dato pasado, no una fecha: Alibaba no ha dado ninguna. Además, el anuncio de un modelo y el día en que puedes descargarlo suelen ser distintos.
Cómo decidir
Lo usarías hoy
Una tarjeta de 24 GB tiene sentido. Una RX 7900 XTX usada es la opción económica; si necesitas CUDA, una RTX 3090.
Solo esperas Qwen 4
Usa el modelo alojado hasta que aparezcan los archivos. Comprar ahora es apostar a un tamaño y un diseño que nadie conoce.
Tu proveedor es barato
Con el más barato, la tarjeta tarda más de tres años en pagarse solo con la entrada.
Sigues el índice
Mira siempre la versión. Una nota sin versión no dice nada, y este caso lo demuestra.
Fuentes y método
Esta pieza parte del video de Jorge Marfil y lo contrasta con las fuentes originales. No incluye la transcripción. Las notas v4.3.2 se verificaron en copias de Internet Archive, ya que la página actual solo muestra v5.0.
- AsiaNews. Cobertura de la Apsara Conference, 23 sep 2026. NYU Shanghai RITS. Alibaba at Apsara 2026.
- Hugging Face. Organización Qwen. Revisado el 31 oct 2026.
- Qwen. Ficha de Qwen3.8-Flash-Next.
- Qwen. Ficha y configuración de Qwen3.8-27B.
- Artificial Analysis. Announcing Intelligence Index v5, 27 oct 2026, y tabla vigente.
- Artificial Analysis. Metodología del índice.
- Internet Archive. Tabla de Artificial Analysis, 23 oct 2026.
- Internet Archive. Qwen3.6 27B en Artificial Analysis, 15 oct 2026.
- Unsloth. Qwen3.8-27B-GGUF.
- OpenRouter. Proveedores de Qwen3.8 27B. Revisado el 31 oct 2026.
- vLLM. Pull requests. Recuento propio del 31 oct 2026.
- Jorge Marfil. Qwen 4 27B: Qué Esperar Del Próximo Rey De La IA Local. YouTube, 27 oct 2026.
No verificados en fuentes primarias y atribuidos al video: consumo de tokens del índice, precios de tarjetas usadas, velocidades de usuarios de Reddit y la frase del consejero delegado sobre la popularidad del 27B. Se dejaron fuera las pruebas puntuales de Deep Flash y las de tarjetas de 16 GB.
Para estudiar
Conceptos clave
- Modelo denso
- Mezcla de expertos
- Índice de inteligencia
- Esfuerzo de razonamiento
- Caché KV
- Cuantización
- GB y GiB
- Amortización
Autoevaluación
Intenta responder antes de abrir cada pregunta.
¿Qué está confirmado de Qwen 4 27B?
Solo que Qwen 4 está en entrenamiento. El nombre 27B circula, pero no hay pesos, ficha, licencia, benchmarks ni fecha.
¿Qué diferencia a un modelo denso de una mezcla de expertos?
En el denso trabajan todos los parámetros en cada token. En la mezcla de expertos un enrutador activa solo una parte, aunque el resto igual ocupa memoria.
¿Por qué no se pueden comparar notas de versiones distintas del índice?
Porque cambian pruebas y pesos. Qwen 3.8 27B pasó de 33,7 en v4.3.2 a 20,1 en v5.0 sin que el modelo cambiara.
¿Cuáles son las tres vías por las que mejora un modelo?
Entrenamiento, tiempo pensando y arquitectura. Entre Qwen 3.6 y 3.8 27B no cambió la arquitectura.
¿Cómo se reparte la mejora de 12,3 puntos entre Qwen 3.6 y 3.8 27B?
Casi mitad y mitad: 6,2 puntos llegaron con el modelo nuevo usando menos tokens y 6,1 al subir de esfuerzo medio a máximo.
¿Por qué solo 16 de las 64 capas consumen caché KV en Qwen 3.8 27B?
Porque solo una de cada cuatro es de atención completa; las otras son de atención lineal y no guardan esa caché.
¿Por qué 16,46 GB + 8,6 GB no significan 25 GB en una tarjeta de 24?
Porque se mezclan unidades. Las tarjetas se miden en GiB: la suma real es 15,33 + 8,0 = 23,3 GiB. Cabe, pero sin margen para el motor.
¿Qué omite una comparación de tarjeta y nube hecha solo con precio de entrada?
Tokens de salida, electricidad, descuentos por caché y sobre todo la velocidad: una tarjeta quizá ni alcance a procesar ese volumen en un día.