AWS publica guía para desplegar el modelo abierto Qwen3.8-2.4T-A95B en SageMaker HyperPod
Hecho Qué ha ocurrido
Alibaba lanzó el 12 de agosto de 2026 Qwen3.8-2.4T-A95B, un modelo de pesos abiertos con 2,4 billones de parámetros totales (95.000 millones activados por token) y contexto nativo de 262K tokens extensible a 1M. AWS publica un tutorial técnico para desplegarlo en Amazon SageMaker HyperPod usando vLLM sobre instancias ml.p6-b300 con 8 GPUs NVIDIA B300, aplicando cuantización NVFP4 para reducir el peso del modelo de 4,8 TB a aproximadamente 1,2 TB. El modelo incluye control de razonamiento, llamada a herramientas y decodificación especulativa MTP nativa.
Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Es la primera vez que un modelo de la clase Qwen-Max se libera en pesos abiertos, lo que da a las empresas una alternativa autoalojada frente a APIs propietarias para cargas de trabajo agénticas y de codificación compleja.
- Quién se ve afectado
- Equipos de infraestructura, plataforma e IA de empresas grandes con capacidad de invertir en GPUs de alta gama para autoalojar modelos frontera.
- Qué puede cambiar
- Las organizaciones con necesidades de control de datos, personalización de inferencia o eliminación de costes por token pueden plantearse migrar cargas agénticas y de codificación a un modelo abierto de nivel frontera, aunque requiere infraestructura GPU especializada.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar la adopción real de este tipo de despliegues on-premise/cloud propio, la evolución de precios de instancias como p6-b300, y si aparecen comparativas independientes de rendimiento frente a modelos propietarios como GPT o Claude.
Recomendación Qué debería hacer una empresa
Los equipos de IT/plataforma que ya usen agentes de codificación o investigación intensiva deberían evaluar en los próximos 6-12 meses un piloto de autoalojamiento con este tipo de modelo abierto para comparar coste total frente a APIs propietarias.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesMoEcuantizacióncoding Amazon Web ServicesAlibabaQwenNVIDIA AWS modelos abiertos Qwen3.8 SageMaker HyperPod vLLM
Relacionadas
Alibaba lanza Qwen3.8-Flash-Next, modelo multimodal MoE abierto con arquitectura de Qwen4
Alibaba ha publicado Qwen3.8-Flash-Next, un modelo de pesos abiertos multimodal basado en mezcla de expertos (MoE) con 125 mil millones de parámetros pero solo…
Por qué importaLa publicación de un modelo abierto de gran escala que anticipa la arquitectura de Qwen4 permite a desarrolladores y empresas acceder a capacidades…
Qwen 3.8 27B: modelo de 27B parámetros con capacidades de razonamiento y visión
Alibaba publicó el modelo Qwen 3.8 27B bajo licencia Apache 2, un LLM de 27 mil millones de parámetros con capacidades de visión que puede ejecutarse…
Por qué importaEs un punto de inflexión en la accesibilidad de modelos capaces: un modelo de tamaño viable para hardware de consumo (17 GB) que puede ejecutar…
Propuesta de legislación estadounidense para permitir entrenamiento y destilación de modelos IA
Ben Thompson ha propuesto que Estados Unidos apruebe una ley que (1) declare la recopilación de datos para entrenar modelos como uso justo, y (2) prohíba…
Por qué importaLa propuesta aborda una contradicción fundamental: los laboratorios occidentales prohíben la destilación de sus modelos mientras entrenan con datos…
Alibaba lanza Qwen3.5, modelo multimodal con 397B parámetros y velocidad 19x superior
Alibaba ha publicado Qwen3.5-397B-A17B, un modelo de código abierto con 397 mil millones de parámetros totales pero solo 17 mil millones activos por consulta…
Por qué importaDemuestra que los laboratorios chinos de IA mantienen ritmo acelerado de innovación en modelos abiertos, compitiendo directamente con GPT-5.2, Claude…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.