Qwen3.8 Max vs Kimi K3: código, agentes, coste y routing
qwen3.8-max pasa a Challenger tras un smoke test de la cuenta. El ganador depende de tareas iguales, precios live y coste por tarea aceptada.Main, Challenger y Fallback
| Rol | Modelo | Condición |
|---|---|---|
| Main | Kimi K3 | Mantener si éxito, latencia y coste cumplen |
| Challenger | Qwen3.8 Max | 20–50 tareas idénticas tras el smoke test |
| Fallback | Ruta ya verificada | Probar timeout, 429/5xx, parsing y rollback |
No hay ganador universal: decide por coste por tarea aceptada, herramientas válidas, latencia, retries y corrección humana.
Programación: potencial frente a ruta comprobable
Qwen posiciona Qwen3.8 como avance en programación y trabajo complejo. Kimi K3 ya tiene API y ruta EvoLink. Su ventaja práctica es que hoy puede medir la tarea exacta, consumo, latencia y aceptación.
| Prueba | Criterio | Qué separa |
|---|---|---|
| Bugfix en repositorio | Causa resuelta, tests verdes, sin cambios ajenos | Diagnóstico y disciplina |
| Función transversal | Interfaces coherentes, migración y rollback completos | Planificación de dependencias |
| Revisión sutil | Defecto sembrado detectado y corregido | Juicio, no volumen |
| Frontend | Calidad, responsive, accesibilidad, mantenimiento | Demo frente a producción |
| Tarea larga con herramientas | Llamadas correctas, recuperación, sin bucles | Fiabilidad del agente |
No compare un cliente Qwen con herramientas integradas frente a una llamada Kimi desnuda. Registre cliente, herramientas, preparación de contexto, esfuerzo de razonamiento y reintentos.
Agentes: el entorno cambia el resultado
Qwen documenta búsqueda web, intérprete de código y extracción. Kimi documenta tool calling y exige conservar bien el estado en bucles largos. Mantenga iguales objetivo, permisos, estado, tiempo, presupuesto y rúbrica.
| Capa del agente | Qué mantener constante | Señal de fallo |
|---|---|---|
| Objetivo y prompt | Misma tarea, restricciones, archivos y definición de finalización | Un modelo recibe instrucciones más claras. |
| Permisos de herramientas | Mismas herramientas y límites para acciones destructivas | Un modelo parece mejor porque dispone de mejores herramientas. |
| Estado | Conservar el historial necesario de assistant, razonamiento y herramientas | El modelo entra en bucle o pierde decisiones previas. |
| Tiempo y presupuesto | Mismo timeout y presupuesto por tarea aceptada | Una ruta consume recursos sin límite para terminar. |
| Rúbrica del revisor | Mismas definiciones de aprobado, fallo y gravedad | La preferencia sustituye a la evaluación. |
Mida finalización sin ayuda, llamadas inválidas, recuperación, bucles, intervenciones, tiempo aceptado y defectos.
Contexto: el tamaño solo permite entrar
Kimi documenta 1.048.576 tokens. Qwen muestra casi un millón en una configuración oficial, pero no es aún una especificación general. Pruebe localización de evidencia, retención de instrucciones, contradicciones y eficiencia de caché a 64K, 256K, 512K y el tamaño real.
Trabajo multimodal
Qwen indica comprensión visual; Moonshot documenta texto, imagen y vídeo para Kimi K3. Use los mismos activos, separe OCR y razonamiento, exija evidencia visual y cuente omisiones e invenciones. No atribuya formatos o límites no documentados.
Madurez API: Kimi lidera por evidencia
| Gate | Qwen3.8 | Kimi K3 |
|---|---|---|
| Ruta EvoLink estable | En línea; historial operativo en desarrollo | Confirmada |
| ID de modelo EvoLink | qwen3.8-max | Confirmado en la página y documentación |
| Precio de EvoLink | Consulta la página de producto en vivo | Publicado en la página del modelo |
| Ejemplos de producción | Disponibles en la guía de API | Disponibles |
| Límites y regiones | Verificar cuenta actual | Verificar cuenta actual |
| Prueba de fallback | Posible ahora | Posible ahora |
| Riesgo de ciclo de vida | Recién en GA; el comportamiento y las cuotas aún pueden ajustarse | Más tiempo en producción, seguir observando |
Esto no demuestra que Kimi sea intrínsecamente mejor. Demuestra que un equipo puede presupuestarlo, integrarlo, observarlo y revertirlo hoy.
Coste por tarea exitosa
EvoLink publica fallback rates de Kimi K3 de 0,30 $/M en caché, 3 $/M de entrada y 15 $/M de salida; prevalece el backend live. QwenCloud informa 0,25/2/6 $ upstream, pero aún no existe una comparación EvoLink contra EvoLink.
accepted_task_cost = input + cached_input + output + tools + retries + fallback + reviewer_timePolítica de ruteo recomendada
| Rol | Candidato | Condición |
|---|---|---|
| Producción de contexto largo/multimodal | Kimi K3 | Aceptación, fiabilidad y coste cumplen objetivos |
| Evaluación nueva generación Qwen | Qwen3.8 fuera de EvoLink | Sin dependencia de clientes; registrar límites |
| Futuro challenger | Qwen3.8 en EvoLink | Pruebas equivalentes y ruta verificada |
| Fallback | Ruta Claude o GPT compatible | Fallo y rollback probados antes del lanzamiento |
| Rutina sensible al coste | Modelo menor | Frontier solo donde aporta valor medible |
Espere a Qwen3.8 si Qwen, Open Weights o su ecosistema son estratégicos y el calendario tolera incertidumbre. No espere si ya puede lanzar con un modelo compatible o necesita ID, facturación y rollback estables.
Cuándo conviene esperar a Qwen3.8
Espera si estandarizar en Qwen es estratégico y puedes mantener una migración reversible. No pruebes la API de Qwen3.8 hasta que exista una ruta apta para producción; mientras tanto Kimi K3 puede ser la baseline real.
Use una scorecard de ruta igualada, no una lista de funciones
Mantenga idénticos prompt, contexto, herramientas, permisos, timeout, retry budget, rúbrica y número de intentos.
| Dimensión | Registro | Decisión de ruta |
|---|---|---|
| Acceptance | Aprobados / intentos | Lidera la tasa estable más alta |
| Tools | Calls válidas, argumentos erróneos, omisiones | Menos repairs y loops |
| Recovery | Fallos de tool, red o schema | Challenger debe fallar seguro |
| Long context | Evidencia correcta por posición | El tamaño no basta |
| Multimodal | Formatos, citas, detalles inventados | Ruta y precisión cuentan |
| Latencia | p50/p95/p99 y tiempo hasta aceptar | Aplicar SLO por carga |
| Tokens | Input, caché, Thinking, output | Explicar coste real |
| Retry/fallback | Número, causa y destino | Incluir segunda ruta |
| Corrección | Minutos y severidad por éxito | Contar trabajo humano |
| Errores | 4xx, 429, 5xx, timeout, respuesta rota | Main requiere semántica predecible |
| Observabilidad | Revisión, ruta, región, Usage, Trace ID | El resultado debe ser atribuible |
| Seguridad y permisos | Rechazos, acciones peligrosas, violaciones | Main debe respetar controles |
Kimi K3 sigue Main mientras cumpla el SLO. Qwen3.8 pasa a Challenger después del smoke test EvoLink y solo llega a Main con datos Canary repetidos. Mantenga Kimi u otra ruta validada como Fallback hasta probar rollback, Rate Limit, timeout y parsing.
El precio upstream QwenCloud aporta contexto; la decisión EvoLink usa el backend live. Divida input, caché, output, tools, retries, fallback y tiempo de review entre tareas aceptadas.
Completa la elección antes de mover tráfico
No te registres solo por el anuncio. Resuelve primero estas preguntas y crea una clave API únicamente si la ruta encaja con tu carga.
- 01
¿Se lanzó?
Sí. Qwen3.8 Max es el modelo de producción; Preview queda como contexto histórico.
- 02
¿Está disponible?
Sí, en EvoLink. Confirma la ruta activa y el ID en la página del producto.
- 03
¿Me conviene?
Para razonamiento de contexto largo, repositorios grandes y agentes con herramientas; las tareas simples deben usar una ruta menor.
- 04
¿Cuánto cuesta?
Consulta el módulo de precios en vivo del producto; no reutilices precios upstream o del plan Preview.
- 05
¿Cómo se llama?
Elige Chat Completions, Responses o Messages y sigue la guía de integración y la referencia de parámetros.
¿Completaste las cinco comprobaciones? Crear una clave API.
Preguntas frecuentes
¿Es Qwen3.8 mejor que Kimi K3?
Falta evidencia de producción comparable. Pruebe las mismas tareas en el entorno que vaya a lanzar.
¿Cuál usar hoy para programación?
qwen3.8-max como challenger con los mismos repositorios, herramientas y criterios.¿Cuál tiene más contexto?
Ambos publican un límite cercano a 1M tokens. No demuestra igual recuperación, salida, soporte multimedia ni comportamiento de ruta.
¿Cuál es más barato?
QwenCloud publica tarifas upstream inferiores a las fallback de Kimi K3 en EvoLink, pero no es una comparación EvoLink contra EvoLink. Decida con precio live y coste por tarea aceptada.
¿Ambos son multimodales?
Ambos son multimodales a nivel de modelo: Kimi K3 entiende texto, imagen y vídeo; Qwen3.8 Max es vision-language nativo. Los formatos EvoLink de Qwen siguen pendientes de verificación.
¿Está Qwen3.8 en EvoLink?
qwen3.8-max; confirme la ruta en su cuenta y ejecute un smoke test antes de la comparación.¿Debo migrar desde Kimi cuando salga?
No automáticamente. Repita la carga, compare aceptación, fiabilidad, latencia y coste, y conserve fallback.
¿Cómo comparar agentes?
Mida finalización sin ayuda, validez de herramientas, recuperación, bucles, intervenciones, tiempo y defectos con iguales permisos y presupuesto.
Fuentes
- Registro de lanzamientos de QwenCloud
- Lanzamiento técnico y benchmarks de Qwen3.8 Max
- Qwen Token Plan personal
- Herramientas integradas Qwen
- Qwen Chat API
- Qwen Kilo CLI
- Kimi K3 Quickstart
- Precios API Kimi K3
- Referencia de modelos Kimi
- Prácticas de tool calling Kimi K3
