En el vertiginoso mundo de la inteligencia artificial, donde cada semana parece surgir un nuevo modelo que promete revolucionar todo lo conocido, hay una competencia que está redefiniendo las reglas del juego. Mientras la mayoría mira hacia Silicon Valley, China está escribiendo su propio capítulo con una propuesta que no solo compite en potencia, sino que desafía la forma en que entendemos el “pensamiento” artificial.
La sensación es palpable: abrimos nuestras aplicaciones y el panorama tecnológico ha cambiado nuevamente. Desde aquel noviembre de 2022 cuando ChatGPT irrumpió en escena, la carrera por la supremacía en IA no ha dado tregua. Actualizaciones, modelos “flagship”, promesas de capacidades sobrehumanas… el ciclo se repite con una frecuencia que deja sin aliento incluso a los más expertos. En este contexto de innovación constante, emerge un nombre que está reconfigurando el tablero: Qwen3-Max-Thinking de Alibaba.
La nueva cara de la competencia global
Lo que hace especial a Qwen3-Max-Thinking no es simplemente su existencia, sino su posicionamiento estratégico. Alibaba no presenta solo otro modelo de inteligencia artificial; presenta un “modelo pensante” diseñado específicamente para el razonamiento complejo. Y lo hace colocándose directamente frente a Gemini 3 Pro de Google, en lo que parece ser un desafío calculado y bien fundamentado.
La compañía china ha invertido recursos considerables en lo que denomina “refuerzo multidimensional”, mejorando simultáneamente conocimiento factual, razonamiento complejo, seguimiento de instrucciones y alineamiento con preferencias humanas. Esta no es una apuesta por la potencia bruta, sino por la inteligencia contextual, por la capacidad de entender matices y responder de manera que resulte natural y útil para el usuario final.
Los números que cuentan una historia diferente
Al analizar los benchmarks comparativos, encontramos un panorama fascinante. De 19 pruebas diferentes, Gemini 3 Pro lidera en 11, mientras que Qwen3-Max-Thinking lo hace en 8. Estas cifras, por sí solas, no determinan un ganador absoluto, pero sí revelan un patrón significativo: estamos ante una competencia real, no ante una mera imitación.
Donde Qwen realmente brilla es en áreas específicas que marcan la diferencia en la experiencia del usuario. En Arena-Hard v2, dedicado a evaluar el seguimiento de instrucciones y la alineación con preferencias humanas, Qwen alcanza 90.2 puntos frente a los 81.7 de Gemini. Esta diferencia de 8.5 puntos no es trivial: representa la capacidad del modelo para entender lo que realmente necesita el usuario, incluso cuando la solicitud no es perfectamente formulada.
El “pensamiento” que marca la diferencia
La narrativa de Alibaba sobre Qwen como “modelo pensante” encuentra sustento en pruebas de razonamiento matemático y resolución lógica de problemas. En HMMT, tanto en noviembre de 2025 como en febrero del mismo año, Qwen supera a Gemini (94.7 vs 93.3 y 98.0 vs 97.5 respectivamente). En IMOAnswerBench, la ventaja es mínima pero consistente: 83.9 frente a 83.3.
Estos resultados sugieren algo fundamental: cuando el problema requiere varios pasos lógicos, cuando no basta con recuperar información memorizada, Qwen muestra una ligera pero constante ventaja. Es como si el modelo chino hubiera sido entrenado no solo para responder, sino para razonar su camino hacia la solución.
La evolución hacia la acción
Alibaba añade otro componente crucial a su propuesta: la capacidad de acción. Qwen3-Max-Thinking no se limita al texto; puede utilizar herramientas de manera adaptativa, recuperar información bajo demanda e incluso invocar un intérprete de código. En HLE (con herramientas), Qwen se impone con 49.8 frente a 45.8 de Gemini, indicando una mejor capacidad para desenvolverse cuando necesita apoyo externo.
Este cambio representa una evolución significativa en cómo entendemos la inteligencia artificial. Ya no se trata solo de “qué responde”, sino de “cómo investiga”, “qué herramientas elige” y “cómo sintetiza la información”. Es la diferencia entre un asistente pasivo y un colaborador activo.
La fortaleza de Gemini: donde Google sigue reinando
Por supuesto, Gemini 3 Pro no se queda atrás. El modelo de Google muestra su fortaleza en áreas donde muchos usuarios profesionales centran su atención. Gana en MMLU-Pro y MMLU-Redux, pruebas asociadas a conocimiento general, así como en GPQA y HLE, benchmarks exigentes de evaluación y preguntas complejas.
En el terreno de la programación, Gemini mantiene su liderazgo. En LiveCodeBench v6 y SWE Verified, el modelo de Google se impone, reforzando su posición como opción sólida para tareas de desarrollo. Además, en AA-LCR, demuestra superioridad en el análisis de documentos largos, una capacidad crucial para profesionales que trabajan con textos extensos.
El factor precio: cuando la economía habla más fuerte
Aquí es donde la comparación se vuelve especialmente interesante para quienes planean usar estos modelos a escala. En precios estándar por millón de tokens, las diferencias son notables. Gemini 3 Pro oscila entre 2 y 4 dólares según el tramo de tokens de entrada, mientras que Qwen3-Max se posiciona en 1.2 dólares.
Pero la verdadera divergencia aparece en la salida, donde se paga el “pensamiento” del modelo: Gemini marca entre 12 y 18 dólares frente a los 6 dólares de Qwen. Traducido a proporciones, en uso estándar Gemini es aproximadamente 1.67 veces más caro en entrada y 2 veces en salida. Si el uso supera los 200,000 tokens de entrada, la distancia aumenta a 3.33 veces en entrada y 3 veces en salida.
La pregunta que nadie quiere hacer: ¿qué pasa con tus datos?
Este es el aspecto más delicado y menos discutido de la comparación. Mientras la conversación pública se centra en potencia y precio, hay consideraciones de privacidad y soberanía de datos que no pueden ignorarse.
En el caso de Qwen, es crucial distinguir entre dos escenarios. Por un lado está el chat web de consumo, cuyos términos contemplan el uso y almacenamiento del “contenido de Usuario” para desarrollar y mejorar tecnologías de IA, incluyendo contenido desidentificado. En nuestra revisión, no encontramos un control claro o una opción visible para desactivar este uso.
Alibaba advierte sobre transferencias internacionales de datos, señalando que el servicio generalmente se presta desde Singapur y que los datos suelen procesarse en Singapur, Indonesia o China. En el entorno profesional de Alibaba Cloud, la compañía asegura que no usa los datos para entrenamiento y cifra la información con AES-256.
El contexto legal que cambia todo
Aquí debemos considerar un elemento de contexto que trasciende lo técnico: la Ley de Inteligencia Nacional china. En su artículo 7, establece que organizaciones y ciudadanos deben “apoyar, asistir y cooperar” con el trabajo de inteligencia nacional, manteniendo el secreto sobre lo conocido.
Esta obligación legal ha generado preocupaciones en la Unión Europea y otras partes del mundo, planteando preguntas complejas sobre soberanía de datos y protección de la privacidad en un mundo cada vez más interconectado.
Google responde con sus propias garantías
Por su parte, Google introduce matices importantes en su enfoque. Con Gemini API de pago, la compañía asegura que los prompts y respuestas no se usan para entrenar modelos y se tratan como confidenciales. Esta diferenciación entre productos de consumo y soluciones empresariales es crucial para entender el ecosistema completo.
El futuro que se vislumbra
Lo que esta comparación revela es más que una simple competencia entre dos modelos de IA. Representa la convergencia de dos visiones diferentes sobre el futuro de la tecnología, la privacidad y la soberanía digital.
Por un lado, tenemos la tradición estadounidense de innovación acelerada, con sus fortalezas en programación y conocimiento general. Por otro, emerge el enfoque chino, que prioriza el razonamiento contextual y ofrece ventajas económicas significativas, pero con consideraciones de privacidad que cada usuario debe evaluar cuidadosamente.
La elección entre Qwen3-Max-Thinking y Gemini 3 Pro ya no es solo una cuestión técnica o económica. Es una decisión que involucra valores, prioridades y visiones sobre cómo queremos que evolucione nuestra relación con la inteligencia artificial. En un mundo donde los datos son el nuevo petróleo y la privacidad el nuevo lujo, esta competencia nos obliga a preguntarnos no solo qué puede hacer la tecnología por nosotros, sino a qué costo y bajo qué condiciones estamos dispuestos a adoptarla.
Mientras tanto, la carrera continúa, y cada avance nos acerca un poco más a un futuro donde la inteligencia artificial no solo responde preguntas, sino que comprende contextos, respeta preferencias y, quizás lo más importante, nos hace reflexionar sobre el tipo de relación tecnológica que realmente deseamos construir.