
Hy4 vs. Qwen4-Max: Die zwei Zeilen, in denen Hy4 tatsächlich gewinnt
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 182 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 749 tok/s
- AlibabaNEUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 pro 1 Mio. Tokens · 1902 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 87 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 109 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 · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Bei sieben der neun Bewertungen, aus denen der Artificial Analysis Intelligence Index v5.0.1 besteht, schlägt Qwen4-Max Tencent Hy4. Das sollte es auch: Alibabas Flaggschiff erreicht 42,9 gegenüber 34,6 bei Tencent und verfügt über ein gemeinsames Denk- und Antwortbudget von 262.144 Tokens pro Aufruf. Doch zwei Zeilen laufen anders, und genau diese beiden verraten, wofür jedes Modell tatsächlich gebaut wurde. Bei FrontierCode-AA 2.0 – Softwareentwicklung in echten Open-Source-Repositories – erreicht Tencent Hy4 31,4 % und Qwen4-Max 26,5 %. Bei MLCR-AA, medizinisches Langkontext-Reasoning, erreicht Hy4 32,8 % und Qwen4-Max 19,4 %.
Das ist ein seltsames Paar von Siegen für ein Modell, das 8,3 Indexpunkte zurückliegt, und es ist der Grund, warum dieser Vergleich mehr wert ist als eine Punktetabelle. Qwen4-Max ist das stärkere Allround-Modell und dasjenige, das man für anspruchsvolle Denkaufgaben, Wissensarbeit und alles mit Video wählen würde. Tencent Hy4 ist das günstigere Modell, das herunterladbare, und – knapp, bei Arbeit an echten Repositories – der bessere Entwickler. Die Entscheidung zwischen ihnen hängt davon ab, was davon man tatsächlich braucht, und von einer Preisstruktur, die das günstigere Modell günstiger macht, als seine Token-Preise vermuten lassen.
Sieben Zeilen an Qwen, zwei an Hy4
Beide Datensätze stammen von Artificial Analysis vom 20. November 2026, gleiche Evaluierungsversionen, gleicher Testaufbau:
• Anspruchsvolles Schlussfolgern, HLE-Diamond — Qwen4-Max 44,9 %, Hy4 32,7 %. Die größte Lücke auf der Rangliste, 12,2 Punkte.
• Physik, CritPt v2 – harte Teilmenge — Qwen4-Max 43,0 %, Hy4 39,0 %.
• Agentisches Coding in einem sauberen Terminal, Terminal-Bench 4.0 — Qwen4-Max 48,5 %, Hy4 37,4 %.
• Agentische Wissenschaft in einem Terminal, Terminal-Bench-Science — Qwen4-Max 23,3 %, Hy4 12,9 %.
• SaaS-Workflow-Ausführung, AutomationBench-AA — Qwen4-Max 72,6 %, Hy4 65,6 %.
• Professionelles Dokumenten-Reasoning, GDP.pdf All-Pass — Qwen4-Max 26,2 %, Hy4 21,6 %.
• Agentische Wissensarbeit, AA-Briefcase-Elo — Qwen4-Max 1.686,1, Hy4 1.445,9. Eine Differenz von 240 Elo, die größte in dieser Reihe.
• Softwareentwicklung in realen Repositories, FrontierCode-AA 2.0 — Hy4 31,4 %, Qwen4-Max 26,5 %.
• Medizinisches Langkontext-Reasoning, MLCR-AA — Hy4 32,8 %, Qwen4-Max 19,4 %.
Das Muster in den beiden Niederlagen ist es wert, präzise benannt zu werden, denn es ist kein Rauschen. Qwen4-Max gewinnt die Terminal-Benchmarks, also Coding-Aufgaben in sauberer Umgebung mit einem definierten Ziel. Hy4 gewinnt den Repository-Benchmark, bei dem man sich durch Code navigieren muss, den niemand für die Evaluation geschrieben hat. Und es gewinnt bei langem medizinischem Kontext um 13 Punkte, die einzige Fähigkeit, die sich einem erklärten Designziel zuordnen lässt: Tencent hat Hy4 auf langen Dokumenten und Deep Research trainiert und sagt das in der Model Card. Alibabas eigene Materialien für Qwen4-Max setzen hingegen auf Work360, Token-Effizienz-Behauptungen und ein gemeinsames Reasoning-Budget — ein Allzweck-Flaggschiff, optimiert auf Breite.

Die Differenz zwischen dem Preisverhältnis und dem Kostenverhältnis
Qwen4-Max kostet das 1,8-Fache von Hy4 beim Input-Preis und das 1,8-Fache beim Output-Preis. Bei den gemessenen Kosten pro Intelligence-Index-Aufgabe ist es das 3,2-Fache – 3,27 $ gegenüber 1,03 $. Der zusätzliche Faktor ist die Token-Effizienz, und das ist der Teil dieses Vergleichs, den die meisten überspringen.
• Eingabe — Qwen4-Max 1,50 $ pro Million Token, Hy4 0,834 $. Qwen ist um 80 % teurer.
• Ausgabe — Qwen4-Max $4.50, Hy4 $2.501. Weiterhin 80 %.
• Cache-Lesevorgänge — Qwen4-Max 0,075 $ bei 95 % Rabatt, Hy4 0,042 $ bei 95 %. Qwen ist 79 % teurer, und die Rabattsätze sind identisch, also schließt Caching die Lücke nicht.
• Ausgabetokens pro Indexaufgabe — Qwen4-Max 104.940, Hy4 78.058. Qwen benötigt pro Aufgabe ein Drittel länger.
• Zeit pro Indexierungsaufgabe — Qwen4-Max 29,8 Minuten, Hy4 14,0. Mehr als doppelt so lange.
• Ausgabegeschwindigkeit — Qwen4-Max 59 Token pro Sekunde, Hy4 93.
Multipliziert man die beiden Effekte, wird aus dem Preisverhältnis von 1,8x ein Kostenverhältnis von 3,2x. Bei einer Arbeitslast von zehntausend Agent-Aufgaben pro Monat ist das der Unterschied zwischen einer Position, die man verteidigt, und einer Position, die man neu verhandelt — und das gilt selbst dann, wenn Qwen4-Max das leistungsfähigere Modell ist, denn Fähigkeiten, die man nicht abruft, werden trotzdem berechnet.

Es gibt ein Preisdetail auf der Qwen-Seite, das in die entgegengesetzte Richtung wirkt und leicht zu übersehen ist. Alibabas verbrauchsabhängige Preisangaben sind regionsabhängig: 1,50 $ und 4,50 $ in Singapur, aber 1,413 $ und 4,24 $ in Peking, Hongkong, Frankfurt und US-Virginia, mit Cache-Lesevorgängen zu 0,071 $. Wenn Ihr Datenverkehr in einer dieser Regionen endet, verringert sich der Unterschied bei den Eingabepreisen auf etwa 69 % statt 80 %. An der Richtung der Antwort ändert das nichts.
Video rein, Gewichte raus
Die beiden Modelle akzeptieren nicht dieselben Eingaben, und dies ist der Unterschied, der über eine echte Beschaffung am häufigsten entscheidet:
• Eingabemodalitäten — Qwen4-Max verarbeitet Text, Bild und Video. Tencent Hy4 verarbeitet Text und Bild. Hy4 hat seit dem 4. November auf der Vision-Seite nichts eingebüßt — Bildverständnis und Computer Use waren die wichtigsten Neuerungen in diesem Release — aber es hat keinen Videopfad.
• Ausgabe — beide nur Text.
• Kontext — Hy4 1.048.576 Token; Qwen4-Max 983.616 nach der Zählung von Artificial Analysis, obwohl Alibabas eigene Dokumentation 1.000.000 angibt. Der Unterschied ist Buchhaltung, nicht Fähigkeit; beide sind Millionen-Token-Modelle.
• Gewichte — Hy4 seit 18. November 2026 unter der Tencent Hy License herunterladbar, ein Checkpoint mit 774 Milliarden Parametern in BF16 mit einem FP8-Build und einer vortrainierten Basis. Qwen4-Max hat keinen veröffentlichten Checkpoint, und Alibabas Materialien beschreiben ein proprietäres Flaggschiff.
Die Variante mit den Gewichten ist diejenige, die Folgen über den Preis hinaus hat. Ein herunterladbares Modell lässt sich mit den eigenen Traces feinabstimmen, für die eigene Hardware quantisieren, prüfen, an eine Version binden und in einem Netzwerk ohne ausgehende Route betreiben. Ein proprietäres Modell liefert Ihnen einen API-Vertrag und ein Abschaltdatum. Deshalb kam die frühere Berichterstattung über Qwen4-Max auf diesem Blog immer wieder auf dieselbe Asymmetrie zurück: offene Gewichte mit 770 Milliarden Parametern beseitigen die rechtliche Hürde, nicht die Hardware-Hürde – aber für ein Unternehmen, das die Hardware bereits besitzt, ist das der ganze Unterschied.
Wo ein Router die Rechnung verändert
Tencent Hy4 kann hier als tencent/hy4 zu $0,834 und $2,501 pro Million Tokens mit $0,042 für Cache-Reads geroutet werden — die Preisliste des Anbieters, durchgereicht mit 0 % Aufschlag, sodass eine Preisänderung von Tencent Sie noch am selben Tag erreicht. Qwen4-Max ist nicht in unserem Katalog; Alibaba stellt es über seine eigene Model Studio API und mehrere Drittanbieterplattformen bereit, und wir routen es nicht, daher sollte nichts in diesem Artikel als Angebot dafür verstanden werden.
Was Ihnen ein einziger Endpunkt tatsächlich ermöglicht, ist die Möglichkeit, die Entscheidung nicht mehr als endgültig zu behandeln. Die Routing-DSL kann Arbeit nach Form verteilen: Engineering auf Repository-Ebene und Langdokumentanalyse an tencent/hy4, anspruchsvolles Reasoning und alles mit Video an Qwen4-Max über dessen eigenen API-Schlüssel, mit automatischem Failover zwischen beiden. Gemessen an den obigen Komponentenwerten ist diese Aufteilung kein Kompromiss – sie ist die korrekte Zuweisung, weil sich die schwachen Bewertungen der beiden Modelle kaum überschneiden. Modellfusion würde noch weiter gehen: Ein Gremium aus den beiden würde Qwens HLE-Diamond-Wert und Hy4s Repository-Wert derselben Antwort gegenüberstellen.

Wer sollte was auswählen?
Nehmen Sie Qwen4-Max, wenn die Arbeit viel Reasoning erfordert, wenn irgendein Teil davon Video umfasst oder wenn die Ergebnisse von Menschen statt von Tests bewertet werden – die 240-Elo-Differenz bei AA-Briefcase ist kein Rundungsfehler. Kalkulieren Sie mit dem 3,2-Fachen der Kosten pro Aufgabe von Hy4 und mit einem Modell, das doppelt so lange braucht, um jede Aufgabe abzuschließen.
Wählen Sie Tencent Hy4, wenn Sie die Gewichte selbst besitzen möchten, wenn es sich um Code im Repository-Maßstab oder um die Analyse langer Dokumente handelt oder wenn die Unit Economics über die Beschaffung entscheiden. Es ist das günstigere Modell auf jeder gemessenen Dimension, es ist das Modell, das Sie selbst betreiben können, und es gewinnt die beiden Evaluierungen, die das Navigieren durch Material belohnen, auf das niemand es vorbereitet hat.
Die offene Frage ist, ob diese zweite Liste länger wird. Die Gewichte von Hy4 sind seit zwei Tagen öffentlich; ein Fine-Tuning auf den eigenen Repository-Traces eines Unternehmens würde eine Lücke von fünf Punkten angreifen, was zu aktuellen Preisen einem Wochenende Rechenleistung entspricht. Qwen4-Max lässt sich auf diese Weise überhaupt nicht angreifen. Diese Asymmetrie – ein Modell, das man verbessern kann, und eines, auf das man nur warten kann – steht in keiner Benchmark-Tabelle, und im kommenden Jahr wird sie mehr zählen als die 8,3 Punkte.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt
