Qwen 3.8 cierra la brecha de razonamiento, pero la programación agéntica sigue siendo un bastión de EE. UU.

El lanzamiento de Qwen3.8-2.4T-A95B desplaza la frontera de pesos abiertos, aunque no exactamente en la dirección que sugieren los titulares. Alibaba ha lanzado un modelo de Mezcla de Expertos (MoE) disperso de 2.4 billones de parámetros con 95 mil millones de parámetros activos por token, bajo una licencia personalizada que bloquea el escalado comercial detrás de un umbral de ingresos de $50 millones. Los pesos llegaron a Hugging Face alrededor del 12 y 13 de agosto, y el mercado respondió de inmediato: las acciones de Alibaba subieron un 7% en Hong Kong y un 4,5% en la NYSE tras el lanzamiento de la API del modelo a principios de agosto.

Antes de aceptar esas cifras como prueba de su llegada, sin embargo, vale la pena preguntarse qué confirman realmente los puntos de referencia verificados y dónde persiste la brecha.

Lo que muestran los datos verificados

En las tablas de clasificación evaluadas de forma independiente de HuggingFace, Qwen 3.8 registra 92,6 en GPQA Diamond y 86,6 en Terminal Bench 2.1. Estas son puntuaciones de razonamiento general genuinas, competitivas con GPT-5.6 Sol (94,1 y 88,8, respectivamente) y Opus 4.8 (92,0 y 84,6). El modelo ha cerrado directamente la brecha de razonamiento con los laboratorios de vanguardia de EE. UU. en evaluaciones estandarizadas y métricas cruzadas.