https://qwenchat.online/_next/static/chunks/18325.fa0c091a00486be9.js

1"use strict";(self.webpackChunk_N_E=self.webpackChunk_N_E||[]).push([[18325],{18325:e=>{e.exports=JSON.parse('{"meta":{"title":"Qwen 3.6 vs DeepSeek V4 - Comparativa de benchmarks: programaci\xf3n ag\xe9ntica, razonamiento y precios","description":"Comparativa de Qwen 3.6 vs DeepSeek V4. Qwen 3.6 Plus: 78,8% SWE-bench, 61,6 Terminal-Bench, $0,40/$2,40 por M de tokens, preserve_thinking. DeepSeek V4: ~1T MoE, contexto de 1M. DeepSeek V4 Pro: 1,6T par\xe1metros. Qwen ofrece pesos abiertos 27B (77,2% SWE-bench) y 35B A3B para despliegue local.","keywords":"Qwen 3.6 vs DeepSeek V4, comparativa de modelos, DeepSeek V4 Pro, Qwen 3.6 Plus, Terminal-Bench, SWE-bench, SkillsBench, modelos MoE, contexto 1M, programaci\xf3n ag\xe9ntica, IA de razonamiento, comparativa DeepSeek, preserve_thinking, pesos abiertos"},"page":{"hero":{"eyebrow":"Qwen 3.6 vs DeepSeek V4","title":"Qwen 3.6 Plus lidera en benchmarks ag\xe9nticos con resultados probados mientras DeepSeek V4 entra en escena","description":"DeepSeek V4, con su arquitectura MoE de ~1T de par\xe1metros y ventana de contexto de 1M, representa un nuevo competidor importante en el panorama de la IA. Pero Qwen 3.6 Plus ya lidera con benchmarks probados: 78,8% en SWE-bench Verified, 61,6 en Terminal-Bench 2.0 y el par\xe1metro preserve_thinking para flujos de trabajo ag\xe9nticos. A $0,40/$2,40 por mill\xf3n de tokens (12 veces m\xe1s barato que Claude Opus 4.6), Qwen 3.6 ofrece una relaci\xf3n precio-rendimiento inigualable. DeepSeek V4 Pro escala hasta 1,6T de par\xe1metros. Qwen tambi\xe9n proporciona modelos de pesos abiertos (27B con 77,2% en SWE-bench, 35B A3B) para despliegue local.","primaryAction":{"label":"Probar Qwen 3.6"},"secondaryAction":{"label":"Ver benchmarks"}},"capabilities":{"heading":{"label":"Comparativa","title":"C\xf3mo se comparan Qwen 3.6 y DeepSeek V4 en lo que importa","description":"Ambas familias de modelos apuntan a la programaci\xf3n ag\xe9ntica y el razonamiento de contexto largo. Qwen 3.6 est\xe1 completamente disponible con benchmarks probados, modelos de pesos abiertos y precios competitivos. DeepSeek V4 se lanz\xf3 en abril de 2026 con especificaciones de arquitectura impresionantes pero datos p\xfablicos de benchmarks limitados hasta ahora."},"items":[{"title":"Rendimiento probado en programaci\xf3n ag\xe9ntica","de

1scription":"Qwen 3.6 Plus punt\xfaa 78,8% en SWE-bench Verified y 61,6 en Terminal-Bench 2.0, resultados probados en los benchmarks de programaci\xf3n ag\xe9ntica m\xe1s importantes. El modelo de pesos abiertos 27B alcanza 77,2% en SWE-bench y 48,2 en SkillsBench (superando a Claude 4.5 Opus con 45,3). DeepSeek V4 apunta a casos de uso ag\xe9nticos similares, pero las comparativas completas de benchmarks a\xfan est\xe1n surgiendo a medida que el modelo completa su despliegue."},{"title":"Comparativa de escala de arquitectura","description":"DeepSeek V4 usa una arquitectura MoE de ~1T de par\xe1metros, con V4 Pro escalando a 1,6T de par\xe1metros, entre los modelos m\xe1s grandes anunciados p\xfablicamente. Qwen 3.6 Plus es un modelo propietario optimizado para eficiencia y relaci\xf3n precio-rendimiento. Los modelos de pesos abiertos 27B denso (todos los par\xe1metros activos) y 35B A3B MoE (3B activos) complementan el nivel alojado, dando a los usuarios una flexibilidad de despliegue que DeepSeek V4 a\xfan no ofrece."},{"title":"Ventana de contexto y capacidad de salida","description":"Tanto Qwen 3.6 Plus como DeepSeek V4 soportan ventanas de contexto de 1M de tokens, permitiendo procesar bases de c\xf3digo completas, documentos de investigaci\xf3n extensos y conversaciones largas de varios turnos. Qwen 3.6 Plus soporta hasta 65.536 tokens de salida por solicitud, permitiendo generar archivos completos y an\xe1lisis exhaustivos sin truncamiento."},{"title":"Ventaja de preserve_thinking","description":"Qwen 3.6 Plus introduce el par\xe1metro preserve_thinking, que mantiene el estado de razonamiento entre iteraciones del bucle de agentes. Esto reduce el re-razonamiento redundante entre un 15-30% en tareas t\xedpicas de varios pasos y mejora la precisi\xf3n en pipelines ag\xe9nticos. Esencial para Claude Code, OpenClaw y frameworks de agentes personalizados. DeepSeek V4 a\xfan no ofrece una capacidad equivalente para la persistencia del estado de razonamiento."},{"title":"Precios y rentabilidad","description":"Qwen 3.6 Plus a trav\xe9s de DashScope: $0,40 entrada / $2,40 salida por mill\xf3n de tokens, aproximadamente 12 veces m\xe1s barato que Claude Opus 4.6. Invocaci\xf3n por lotes al 50% del precio en tiempo real. Nivel gratuito de vista previa en OpenRouter disponible sin tarjeta de cr\xe9dito. Los detalles de precios de DeepSeek V4 a\xfan se est\xe1n definiendo. Para cargas de trabajo sensibles al coste, los modelos de pesos abiertos de Qwen (27B, 35B A3B) ofrecen coste cero por token con despliegue local."},{"title":"Ecosistema de pesos abiertos","description":"Qwen 3.6 ofrece modelos de pesos abiertos con Apache 2.0: el 27B denso (77,2% SWE-bench, cabe en 16 GB de VRAM con IQ4_XS) y el 35B A3B MoE (73,4% SWE-bench, funciona en Mac M4 16 GB con Q3). Despliega con Ollama, vLLM, llama.cpp, SGLang o KTransformers. DeepSeek ha publicado hist\xf3ricamente modelos de pesos abiertos, pero el calendario de disponibilidad de pesos abiertos de V4 a\xfan est\xe1 por confirmar."},{"title":"Disponibilidad y madurez","description":"Qwen 3.6 est\xe1 completamente disponible: Plus y Max a trav\xe9s de API (DashScope, OpenRouter), 27B y 35B A3B como descargas de pesos abiertos, documentaci\xf3n extensa y soporte activo de la comunidad. DeepSeek V4 se lanz\xf3 en abril de 2026 y a\xfan est\xe1 completando su despliegue con acceso a la API a trav\xe9s de la plataforma de DeepSeek. Para equipos que necesitan IA lista para producci\xf3n hoy, Qwen 3.6 es la opci\xf3n m\xe1s segura."},{"title":"Compatibilidad con herramientas y frameworks","description":"Qwen 3.6 funciona con Claude Code, OpenClaw, Aider, Continue.dev, LangChain, AutoGen, CrewAI y cualquier herramienta compatible con OpenAI. El formato de API es id\xe9ntico al de OpenAI, lo que lo convierte en un reemplazo directo. DeepSeek V4 tambi\xe9n proporciona una API compatible con OpenAI, pero el ecosistema de integraciones probadas a\xfan est\xe1 creciendo."}],"panel":{"label":"Diferencias clave","title":"Qwen 3.6 vs DeepSeek V4 de un vistazo","description":"Comparativa actual basada en datos de benchmarks disponibles, precios, especificaciones de modelos y opciones de despliegue.","sections":[{"label":"Ventajas de Qwen 3.6","bullets":["Benchmarks probados: 78,8% SWE-bench, 61,6 Terminal-Bench (Plus)","Pesos abiertos: 27B (77,2% SWE-bench) + 35B A3B (73,4%) con Apache 2.0","preserve_thinking para persistencia del estado de razonamiento ag\xe9ntico","Precios: $0,40/$2,40 por M de tokens (~12 veces m\xe1s barato que Claude Opus 4.6)","Invocaci\xf3n por lotes al 50% de descuento en DashScope","Completamente disponible en DashScope, OpenRouter (nivel gratuito) y despliegue local","SkillsBench 48,2 (27B) supera a Claude 4.5 Opus (45,3)","Compatible con Claude Code, OpenClaw, Aider, Continue.dev"]},{"label":"Perfil de DeepSeek V4","bullets":["Arquitectura MoE de ~1T de par\xe1metros (V4), 1,6T (V4 Pro)","Ventana de contexto de 1M de tokens","Lanzado en abril de 2026, despliegue en curs

1o","Comparativa completa de benchmarks a\xfan en desarrollo","Detalles de precios en proceso de definici\xf3n","Calendario de disponibilidad de pesos abiertos por determinar"]}],"actions":[{"label":"Probar Qwen 3.6"},{"label":"Comparar todos los modelos"}]}},"performance":{"label":"Benchmarks","title":"Qwen 3.6 vs DeepSeek V4 - datos de benchmarks y especificaciones disponibles","description":"Comparativa de benchmarks basada en datos actualmente disponibles. Qwen 3.6 Plus lidera en benchmarks de programaci\xf3n ag\xe9ntica con resultados probados en SWE-bench, Terminal-Bench, SkillsBench y evaluaciones de uso de herramientas. Los datos de DeepSeek V4 se actualizar\xe1n a medida que se publiquen m\xe1s resultados.","intro":"Qwen 3.6 Plus ha establecido posiciones s\xf3lidas en benchmarks de ingenier\xeda de software y programaci\xf3n ag\xe9ntica, con el modelo de pesos abiertos 27B ofreciendo un rendimiento cercano al Plus. A medida que DeepSeek V4 complete su despliegue, habr\xe1 comparativas m\xe1s completas disponibles. Los datos actuales muestran a Qwen 3.6 liderando en los benchmarks ag\xe9nticos clave con resultados probados y reproducibles y un ecosistema de despliegue maduro.","chartAlt":"Gr\xe1fico comparativo de benchmarks mostrando el rendimiento de Qwen 3.6 vs DeepSeek V4 en benchmarks disponibles incluyendo SWE-bench, Terminal-Bench y SkillsBench","highlights":["Qwen 3.6 Plus: 78,8% SWE-bench Verified, 61,6 Terminal-Bench 2.0","Qwen 3.6 27B: 77,2% SWE-bench, 48,2 SkillsBench (supera a Claude 4.5 Opus)","Qwen 3.6 27B: 83,9 LiveCodeBench, 1487 QwenWebBench, 72,4 Claw-Eval","Ambos modelos: ventana de contexto de 1M de tokens","Qwen 3.6 Plus: $0,40/$2,40 por M de tokens, lotes al 50% de descuento"],"actions":[{"label":"Probar Qwen 3.6"},{"label":"Documentaci\xf3n de la API"}],"benchmark":{"label":"Tabla de benchmarks","title":"Qwen 3.6 vs DeepSeek V4 - resultados actuales y especificaciones","description":"Datos de benchmarks disponibles para ambas familias de modelos. Los resultados de DeepSeek V4 se actualizar\xe1n a medida que se publiquen m\xe1s datos. Los resultados de Qwen 3.6 provienen de publicaciones oficiales con evaluaciones reproducibles.","caption":"Datos de Qwen 3.6 de la publicaci\xf3n oficial (marzo 2026). Datos de DeepSeek V4 de los informes de lanzamiento inicial (abril 2026). Algunos benchmarks de DeepSeek V4 pendientes de publicaci\xf3n completa.","models":[{"key":"qwen36_plus","title":"Qwen 3.6 Plus","subtitle":"Propietario","badge":"Disponible ahora"},{"key":"qwen36_27b","title":"Qwen 3.6 27B","subtitle":"Denso pesos abiertos"},{"key":"qwen36_35b_a3b","title":"Qwen 3.6 35B A3B","subtitle":"MoE pesos abiertos"},{"key":"deepseek_v4","title":"DeepSeek V4","subtitle":"~1T MoE"},{"key":"deepseek_v4_pro","title":"DeepSeek V4 Pro","subtitle":"1.6T MoE"}],"rows":[{"benchmark":"SWE-bench Verified","subtitle":"Ingenier\xeda de software real","values":{"qwen36_plus":"78.8%","qwen36_27b":"77.2%","qwen36_35b_a3b":"73.4%","deepseek_v4":"-","deepseek_v4_pro":"-"}},{"benchmark":"Terminal-Bench 2.0","subtitle":"Operaciones de terminal","values":{"qwen36_plus":"61.6","qwen36_27b":"59.3","qwen36_35b_a3b":"51.5","deepseek_v4":"-","deepseek_v4_pro":"-"}},{"benchmark":"SkillsBench","subtitle":"Habilidades pr\xe1cticas de programaci\xf3n","values":{"qwen36_plus":"-","qwen36_27b":"48.2","qwen36_35b_a3b":"-","deepseek_v4":"-","deepseek_v4_pro":"-"}}

1,{"benchmark":"LiveCodeBench","subtitle":"Generaci\xf3n de c\xf3digo competitivo","values":{"qwen36_plus":"-","qwen36_27b":"83.9","qwen36_35b_a3b":"80.4","deepseek_v4":"-","deepseek_v4_pro":"-"}},{"benchmark":"Claw-Eval Avg","subtitle":"Programaci\xf3n ag\xe9ntica de extremo a extremo","values":{"qwen36_plus":"-","qwen36_27b":"72.4","qwen36_35b_a3b":"68.7","deepseek_v4":"-","deepseek_v4_pro":"-"}},{"benchmark":"Context window","subtitle":"Longitud m\xe1xima de contexto","values":{"qwen36_plus":"1M tokens","qwen36_27b":"128K tokens","qwen36_35b_a3b":"128K tokens","deepseek_v4":"1M tokens","deepseek_v4_pro":"1M tokens"}},{"benchmark":"Architecture","subtitle":"Arquitectura del modelo","values":{"qwen36_plus":"Proprietary","qwen36_27b":"27B Dense","qwen36_35b_a3b":"35B MoE (3B active)","deepseek_v4":"~1T MoE","deepseek_v4_pro":"1.6T MoE"}},{"benchmark":"preserve_thinking","subtitle":"Persistencia de razonamiento ag\xe9ntico","values":{"qwen36_plus":"Yes","qwen36_27b":"No","qwen36_35b_a3b":"No","deepseek_v4":"No","deepseek_v4_pro":"No"}},{"benchmark":"Open-weight","subtitle":"Despliegue local disponible","values":{"qwen36_plus":"No","qwen36_27b":"Yes (Apache 2.0)","qwen36_35b_a3b":"Yes (Apache 2.0)","deepseek_v4":"TBD","deepseek_v4_pro":"TBD"}}]}},"ecosystem":{"eyebrow":"Ecosistema Qwen","title":"Rendimiento ag\xe9ntico probado, disponible hoy, con precios l\xedderes en el sector","description":"Qwen 3.6 est\xe1 completamente disponible con benchmarks probados, modelos de pesos abiertos con Apache 2.0, preserve_thinking para flujos de trabajo ag\xe9nticos y precios de $0,40/$2,40 por mill\xf3n de tokens. No esperes a los benchmarks: empieza a construir hoy.","actions":[{"label":"Explorar modelos Qwen"},{"label":"Documentaci\xf3n oficial"}

1],"cards":[{"title":"Qwen 3.6 Plus","description":"78,8% SWE-bench, $0,40/M de tokens","ctaLabel":"Probar Plus"},{"title":"Qwen 3.6 27B","description":"77,2% SWE-bench, pesos abiertos, Apache 2.0","ctaLabel":"Probar 27B"},{"title":"Qwen 3.6 35B A3B","description":"73,4% SWE-bench, GPU de consumo","ctaLabel":"Probar 35B"},{"title":"Acceso a la API","description":"Compatible con OpenAI, preserve_thinking, nivel gratuito","ctaLabel":"Ver API"},{"title":"Ejecutar en local","description":"Ollama, vLLM, llama.cpp, SGLang","ctaLabel":"Empezar"},{"title":"Comunidad","description":"\xdanete a la comunidad de desarrolladores Qwen","ctaLabel":"Unirse"}]},"cta":{"eyebrow":"Probar Qwen 3.6","title":"No esperes a los benchmarks: experimenta el rendimiento ag\xe9ntico probado hoy","description":"Qwen 3.6 est\xe1 completamente disponible con 78,8% en SWE-bench, preserve_thinking y $0,40/$2,40 por mill\xf3n de tokens. Chatea gratis, despliega en local con modelos de pesos abiertos o integra a trav\xe9s de la API compatible con OpenAI. Compatible con Claude Code, OpenClaw, Aider y Continue.dev.","actions":[{"label":"Empezar a chatear"},{"label":"Documentaci\xf3n de la API"}]}}}')}}]);