
Qwen4-Max vs. Tencent HY4 Preview: Eines kann man herunterladen, eines nur mieten – und keine der beiden Zahlen bedeutet, was sie zu sein scheint
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 185 tok/s
Tencent HY4 Preview ist seit dem 28. August 2026 unter Apache 2.0 herunterladbar — insgesamt 770 Milliarden Parameter, 49 Milliarden pro Token aktiviert, 78 Schichten, 256 geroutete Experten plus einen geteilten, eine native Multi-Token-Prediction-Schicht für spekulative Dekodierung und ein Kontextfenster von 1.048.576 Token. Qwen4-Max ist seit dem 16. November 2026 mietbar — 2,4 Billionen Backbone-Parameter, 71 Milliarden pro Token aktiviert, plus 328 Milliarden N-Gramm-Embedding-Parameter, und keinerlei Checkpoint. Beide sind chinesische Flaggschiff-Modelle auf Basis von sparse Mixture-of-Experts mit Millionen-Token-Fenstern. Das eine kann man selbst betreiben, das andere nur aufrufen, und bei 0,834 US-Dollar gegenüber 1,50 US-Dollar pro Million Eingabe-Token ist das selbst betreibbare auch laut der eigenen Preisliste des Anbieters das günstigere der beiden. Das Interessante ist, warum es die Preislücke überhaupt gibt und was die veröffentlichten Zahlen beider Seiten auslassen.
Die beiden Karten, nebeneinander

• Lizenz — Apache 2.0 mit veröffentlichten Gewichten für HY4 Preview gegenüber proprietär, keine Gewichte, kein Download für Qwen4-Max
• Größe — 770B insgesamt / 49B aktiv für HY4 Preview vs. 2,4T Backbone / 71B aktiv plus 328B N-Gramm-Einbettungen für Qwen4-Max
Preis pro Million Tokens — 0,834 $ Eingabe / 2,501 $ Ausgabe vs. 1,50 $ Eingabe / 4,50 $ Ausgabe
• Cache-Lesevorgang — 0,042 $ pro Million vs. 0,075 $
• Kontextfenster — 1.048.576 Tokens vs. 1.000.000, davon 983.616 als Eingabe im Denkmodus nutzbar
• Maximale Ausgabe — 64.000 Token vs. 131.072 im Nicht-Denkmodus oder 262.144 gemeinsam mit Reasoning
• Eingabemodalitäten — nur Text vs. Text, Bild und Video
• Reasoning-Stufen – hoch, niedrig und keine, standardmäßig hoch vs. niedrig, hoch und xhigh, standardmäßig hoch
• Unabhängige Indexbewertung — 53,21 % im Vals AI Index, 23. von 33 gegenüber 43 im Artificial Analysis Intelligence Index, 38. von 81
Lies die Modalitätszeile vor den Preiszeilen. HY4 Preview ist ein Text-in-Text-out-Modell. Qwen4-Max verarbeitet Video. Diese beiden Fakten liegen nicht auf derselben Achse, daher endet für jedes Team, dessen Workload Frames umfasst, der Vergleich bei dieser Zeile, und der Rest hiervon ist akademisch.

Apache 2.0 ist bei 770 Milliarden Parametern nicht das gleiche Angebot.
Gewichte, die man herunterladen kann, sind Gewichte, die man inspizieren, feinabstimmen, quantisieren und zu eigenen Bedingungen bereitstellen kann – und das ist ein echter Unterschied zu einem Modell hinter der API von jemand anderem. In dieser Größenordnung ist es zugleich ein Unterschied, der nur sehr wenigen Teams zur Verfügung steht. Ein Modell mit 770 Milliarden Parametern und 49 Milliarden aktiven Parametern läuft auf nichts Geringerem als einem Multi-Node-Beschleunigercluster, und der veröffentlichte FP8-Checkpoint, der die Vorschau begleitete, existiert vor allem dazu, dass Inferenzanbieter und Forschungsgruppen mit Fabric-Zugang es bereitstellen können. Apache 2.0 beseitigt die rechtliche Hürde, nicht die Hardware-Hürde.
Deshalb zeigt sich der praktische Wert der Lizenz an anderer Stelle als beim Selbsthosting. Er zeigt sich in einem wettbewerblichen Angebot: Weil jeder HY4 Preview bereitstellen kann, tun das mehrere Plattformen, und daraus folgt Preisdiziplin. Qwen4-Max hat keinen solchen Mechanismus. Es gibt eine einzige Bereitstellung, betrieben von Alibaba, und jede Plattform, die einen Qwen4-Max-Preis nennt, nennt Alibabas Preis zuzüglich der Marge, die sie aufschlagen kann. Deshalb unterscheiden sich seine Global-Region-Karte und seine Singapur-Karte um 5,8 %, und nichts anderes unterscheidet sich stark — es gibt keine Kapazität von Drittanbietern, die es unterbieten könnte.
Die Zahl, der Sie auf jeder Karte misstrauen sollten
Das Launch-Material von Tencent enthält eine interne verblindete Bewertung – 163 Expertinnen und Experten, 203 Engineering-Aufgaben –, bei der HY4 Preview im Durchschnitt 2,99 erreichte, gegenüber 2,92 bei GLM 5.3 und 2,94 bei Kimi K3. Dabei handelt es sich um eine vom Anbieter durchgeführte Studie, die drei Modelle vergleicht, veröffentlicht von dem Anbieter, der den ersten Platz belegte, auf einer von ihm selbst definierten Bewertungsskala. Sie ist kein Beleg für viel mehr als die Richtung der eigenen Tests des Teams, und Tencent achtete sorgfältig darauf, sie zusammen mit einer Liste bekannter Schwachstellen zu veröffentlichen: Das Modell verbringt mehr Zeit als nötig mit dem Schlussfolgern und überprüft seine eigene Arbeit übermäßig.
Auf unabhängiger Seite platziert Vals AI HY4 Preview mit 53,21 % in seinem Index auf Platz 23 von 33 getesteten Modellen. In Vals’ eigenem Lauf von Terminal-Bench 4.0 erzielt die Preview 8,08 %. Die Materialien von Tencent nennen für Terminal-Agenten Zahlen im 80er-Bereich – auf einer anderen Revision des Benchmarks, unter einem anderen Harness, weshalb die beiden Werte nicht so sehr einen Widerspruch darstellen als vielmehr belegen, dass agentische Benchmark-Ergebnisse ebenso sehr eine Eigenschaft des Harness wie des Modells sind. Wer eine der beiden Zahlen ohne die zugehörige Revision zitiert, tut dem Leser keinen Gefallen.
Qwen4-Max hat das umgekehrte Problem. Seine Anbieterangaben sind ungewöhnlich detailliert – Work360 bei 52,69 gegenüber 47,74 bei Qwen3.8-Max, durchschnittliche Kosten pro Aufgabe von 4,43 $ auf 1,67 $, Bestehensquoten auf Funktionsebene für sicheren Code von 22,0 % auf 31,8 % – und keine davon nennt einen Wettbewerber. Was Alibaba veröffentlicht hat, ist ein Selbstvergleich mit seiner eigenen vorherigen Generation, die am besten verteidigbare Art von Anbieter-Benchmark und die am wenigsten nützliche für die Auswahl zwischen Anbietern. Die einzige anbieterübergreifende Lesart ist Artificial Analysis, die Qwen4-Max mit 43 bewertet und keine Geschwindigkeitsmessung dafür verzeichnet.
Wohin die Preisspanne von 45 % geht
HY4 Preview kostet $0,834 für Input und $2,501 für Output; Qwen4-Max kostet $1,50 und $4,50. Das ist 45 % günstiger beim Input und 44 % günstiger beim Output – nahe genug an einem pauschalen Rabatt, wie man es von zwei Modellen erwarten würde, die gegen ähnliche Hardware-Ökonomie bepreist sind. Die Lücke ist nicht kostenlos: Die Ausgabegrenze von HY4 Preview liegt bei 64.000 Tokens und damit bei der Hälfte von Qwen4-Max’ Non-Thinking-Wert, sein Kontext ist reiner Text, und die beiden Modelle bieten unterschiedliche Reasoning-Steuerung. Qwen4-Max bietet außerdem drei Effort-Stufen gegenüber Tencents high, low und none, obwohl beide standardmäßig auf ihre höchste Einstellung setzen und beide unbekannte Effort-Strings zuordnen, statt sie abzulehnen.
Die andere Stelle, an der der Rabatt verpuffen kann, ist das Verifikationsverhalten. Tencent dokumentiert, dass die Preview übermäßig verifiziert; die unabhängige Token-Gesamtzahl von Qwen4-Max beträgt 127 Millionen Ausgabe-Tokens über den Intelligence Index hinweg, gegenüber einem Median von 78,6 Millionen, was Artificial Analysis als sehr wortreich bezeichnet. Beide Modelle sind mit anderen Worten geschwätzig, und ein Rabatt pro Token auf ein Modell, das mehr Tokens ausgibt als sein Konkurrent, bringt weniger ein, als die Preisliste verspricht. Messen Sie das Ausgabevolumen pro Aufgabe, bevor Sie die Einsparung modellieren.
Ein Modell ist eine Vorschauversion, das andere eine allgemein verfügbare Version.
Das ist die Asymmetrie, die verloren geht, wann immer die beiden Namen im selben Satz auftauchen. HY4 Preview wurde im August veröffentlicht, und Tencent hat die Produktlinie seitdem weiterentwickelt — das GA-Release von Hy4 im November brachte native Vision und Computer-Use, und es gibt ein separates Hy4 Flash in der Familie. Die Preview-Version ist das, was mit offenen Gewichten verfügbar ist, und sie ist eine Preview, weil Tencent das so gesagt hat, wobei die rauen Kanten dokumentiert sind.
Qwen4-Max ist ein allgemeines Release, auf einer metered Card, in sechs Regionen, mit einer Preview-Generation, die am 25. November eingestellt wird. Das sind unterschiedliche Reifegrade, und sie anhand von Benchmark-Werten zu vergleichen, schmeichelt demjenigen, zu dem der Harness zufällig passte.

Beide laufen lassen, ohne zuerst einen Gewinner zu bestimmen
OrcaRouter routet Tencent HY4 Preview zu $0,834 pro Million Eingabe-Tokens und $2,501 pro Million Ausgabe-Tokens, gecachter Input zu $0,042 — Tencents eigene Karte, zu 0 % Aufschlag durchgereicht — über denselben Schlüssel und denselben OpenAI-kompatiblen Endpoint wie Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 und Qwen3.8-Max. Qwen4-Max ist nicht im Katalog; die Qwen4-Generation wurde noch nicht hinzugefügt, diese Seite des Vergleichs ist also ein direktes Alibaba-Credential.
Das ist die Anordnung, für die dieses Paar tatsächlich belohnt wird. Stellen Sie das Open-Weight-Modell hinter die Routing-Schicht, in der Failover greift, halten Sie das geschlossene Modell an einem direkten Schlüssel, während Sie sein Verhalten ermitteln, und entscheiden Sie anhand Ihres eigenen Traffics: Schicken Sie reine Textarbeit an die Route, die 45 % weniger kostet und Streams von mehreren Anbietern bezieht, und schicken Sie alles mit Bildern oder Video an das Modell, das sie lesen kann. Die Routing-DSL macht daraus eine Regel zur Modalität statt zu einer Entscheidung, an die sich jemand erinnern muss, und Modellfusion – ein Gremium aus Modellen, die gemeinsam antworten – ist der günstige Weg, um zu sehen, ob die beiden bei den Aufgaben uneinig sind, die Ihnen wichtig sind, bevor Sie eines von beiden in die Produktion überführen.
Worum es beim Argument der Gewichte wirklich geht
Alibabas Launch-Beitrag endet mit der Aussage, dass kleinere Qwen4-Modelle als Open Source erscheinen werden. Dieser Satz beschreibt, wie das nächste Jahr aussehen wird: Die offene Ebene der chinesischen Flaggschiff-Familien wird weiterhin eine Generation hinter der geschlossenen zurückliegen, Apache-lizenziert und herunterladbar, und Teams werden weiterhin zwischen dem Modell, das sie selbst betreiben können, und dem Modell, das sechs Monate voraus ist, wählen.
Derzeit ist die Wahl ungewöhnlich eindeutig. HY4 Preview ist die ehrliche offene Option in dieser Größenordnung, entsprechend bepreist, mit einer reinen Textoberfläche und Herstellerzahlen, die ein Testgerüst benötigen, um überhaupt etwas zu bedeuten. Qwen4-Max ist die neuere geschlossene Option, auf jeder Achse, die ein Datenblatt messen kann, besser spezifiziert, mit einem unabhängigen Punktwert, der niedriger ist, als sein Launch-Framing impliziert, und überhaupt keiner Latenzzahl. Keine der beiden Karten erzählt die ganze Geschichte, und die 45 % zwischen ihnen sind kleiner als der Unterschied darin, worauf man jede von ihnen richten kann.
