Qwen 3.7 Max: para qué sirve de verdad (benchmark en español)
Su fuerte es Contenido (#20 de 97 entre los que rinden el examen completo), y donde menos rinde es Agentes (7.80 contra 8.69). Cuesta $7.08 por cada 1.000 llamadas.
Dónde está parado, pilar por pilar
La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.
Medido con 158 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos
Qué hace bien y qué no
Su media entre las 31 tareas medidas es 6.98. Un promedio esconde justo lo que te importa, así que acá están los extremos.
Donde rinde por encima de sí mismo
- Integridad de idioma (no mezclar idiomas) — 7.98 (+1.00 contra su media).
- Ventas en frío (cold email, campañas) — 7.92 (+0.94 contra su media).
- Razonamiento general (lógica, decisiones) — 7.90 (+0.92 contra su media).
- OCR / extracción desde imágenes — 7.88 (+0.90 contra su media).
Donde se cae
- Resistencia a prompt injection — 2.01 (-4.97 contra su media).
- Capacidades de agente (delegación, skills) — 5.38 (-1.60 contra su media).
- Tool calling (llamada de funciones) — 5.65 (-1.33 contra su media).
- Anti-alucinación (citas, contexto) — 5.88 (-1.10 contra su media).
Si Qwen 3.7 Max no te cierra
| Modelo | Calidad | $/1k | Latencia | Por qué |
|---|---|---|---|---|
| Nex-N2-Mini | 8.13 | $0.158 | 17.1 s | misma nota o mejor, menos plata por llamada |
| GPT-5.6 Luna | 8.52 | $0.930 | 10.6 s | hasta 30% más caro, pero rinde más |
| Gemini 3.1 Flash Lite | 8.09 | $2.33 | 4.1 s | al menos 40% menos de espera, sin caer de nota |
La ficha: Qwen 3.7 Max en números
| Calidad medida | |
|---|---|
| Runs que puntúan | 158 |
| Tool calling | 8.22 |
| Resistencia a prompt injection | 1.00 |
| Precio | |
| Precio por millón · entrada | $1.48 |
| Precio por millón · salida | $4.42 |
| Rendimiento y límites | |
| Latencia total media | 80.0 s |
| Ventana de contexto | 1.000.000 |
Contra los mejores del ranking, en plata
| Modelo | Calidad | $/1.000 llamadas |
|---|---|---|
| Qwen 3.7 Max | 8.24 | $7.08 |
| GPT-5.6 Luna | 8.52 | $0.930 |
| Claude Opus 4.8 | 8.48 | $39.00 |
- GPT-5.6 Luna (el techo medido) rinde 3% más y además es más barato: $0.930 contra $7.08. Acá no hay que elegir.
- Claude Opus 4.8 (el caro que todos conocen) rinde 3% más (8.48 contra 8.24) y cuesta 6 veces más por llamada.
Cuánto max_tokens darle, por tarea
| Tarea | Mediana | Peor caso medido | max_tokens sugerido |
|---|---|---|---|
| Razonamiento profundo (matemática. Fermi) | 4.117 | 49.449 | 61.811 |
| Tareas largas (sostener el hilo 8-12 turnos) | 14.232 | 36.812 | 46.015 |
| Creatividad (hooks. analogías. narrativa) | 4.309 | 7.595 | 9.493 |
| Noticias + SEO (artículos completos) | 5.289 | 6.777 | 8.471 |
| Razonamiento general (lógica. decisiones) | 4.933 | 5.849 | 7.311 |
| Decisiones de negocio (prioridades. plan) | 3.185 | 5.496 | 6.870 |
| OCR / extracción desde imágenes | 2.201 | 5.495 | 6.868 |
| Contenido con datos verificables (no inventar) | 3.894 | 5.429 | 6.786 |
| Contenido startup (newsletter. actualidad) | 3.983 | 5.347 | 6.683 |
| Integridad de idioma (no mezclar idiomas) | 4.876 | 5.178 | 6.472 |
| Estrategia (pricing. planificación) | 3.811 | 5.001 | 6.251 |
| Gestión de tareas (action items. planes) | 3.328 | 4.870 | 6.087 |
| Presentaciones (slides. reportes) | 4.628 | 4.628 | 5.785 |
| Verificar un dato contra su fuente | 1.067 | 4.576 | 5.720 |
| Ventas en frío (cold email. campañas) | 3.124 | 4.356 | 5.445 |
| Auditar números (detectar el error plantado) | 2.832 | 4.103 | 5.128 |
| Seguir instrucciones al pie de la letra | 2.232 | 3.826 | 4.782 |
| Anti-alucinación (citas. contexto) | 1.655 | 3.727 | 4.658 |
| Generación de código (Python. SQL. debug) | 3.455 | 3.542 | 4.427 |
| Traducción (es↔en) | 1.089 | 3.473 | 4.341 |
| Resúmenes y extracción de datos | 3.170 | 3.170 | 3.962 |
| Multi-turno (debugging. requisitos) | 2.303 | 2.884 | 3.605 |
| Capacidades de agente (delegación. skills) | 921 | 2.663 | 3.328 |
| Contenido genérico (blog. email. social) | 2.298 | 2.614 | 3.267 |
| JSON estructurado (extracción. schemas) | 910 | 1.775 | 2.218 |
| Resistencia a prompt injection | 622 | 1.682 | 2.102 |
| No inventar herramientas (abstenerse cuando no hay) | 187 | 1.444 | 1.805 |
| Orquestación (flujos de varios pasos) | 741 | 1.415 | 1.768 |
| Precisión literal (hex. JWT. configs) | 620 | 1.003 | 1.253 |
| Soporte al cliente (clasificar y responder) | 337 | 811 | 1.013 |
| Tool calling (llamada de funciones) | 459 | 534 | 667 |
Los números oficiales de Qwen 3.7 Max
Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.
Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.
¿Es el mejor para TU caso?
Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Qwen 3.7 Max es tu opción o hay algo mejor para lo que haces.
Ir a la calculadora →