
Qwen4-Max vs Tencent HY4 Preview: uno que puedes descargar, otro que solo puedes alquilar, y ninguno de los números significa lo que parece
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 185 tok/s
Tencent HY4 Preview está disponible para descargar desde el 28 de agosto de 2026 bajo Apache 2.0: 770 mil millones de parámetros en total, 49 mil millones activados por token, 78 capas, 256 expertos enrutados más uno compartido, una capa nativa de predicción de múltiples tokens para decodificación especulativa y una ventana de contexto de 1.048.576 tokens. Qwen4-Max se puede alquilar desde el 16 de noviembre de 2026: 2,4 billones de parámetros troncales, 71 mil millones activados por token, más 328 mil millones de parámetros de embedding de N-gramas, y ningún checkpoint de ningún tipo. Ambos son modelos chinos insignia de mezcla de expertos dispersa con ventanas de un millón de tokens. A uno lo puedes tener en tus manos, al otro solo lo puedes llamar, y a 0,834 $ frente a 1,50 $ por millón de tokens de entrada, el que puedes tener también es el más barato de los dos según la propia ficha del proveedor. Lo interesante es por qué existe siquiera esa diferencia de precio y qué dejan fuera las cifras publicadas de cada lado.
Las dos tarjetas, una al lado de la otra

• Licencia — Apache 2.0 con pesos publicados para HY4 Preview frente a propietario, sin pesos y sin descarga para Qwen4-Max
• Tamaño — 770B en total / 49B activos para HY4 Preview vs. 2.4T de backbone / 71B activos más 328B de embeddings de N-gramas para Qwen4-Max
• Precio por millón de tokens — $0,834 de entrada / $2,501 de salida frente a $1,50 de entrada / $4,50 de salida
• Lectura de caché — $0.042 por millón frente a $0.075
• Ventana de contexto — 1.048.576 tokens frente a 1.000.000, de los cuales 983.616 son utilizables como entrada en modo de pensamiento
• Salida máxima: 64.000 tokens frente a 131.072 sin razonamiento, o 262.144 compartidos con razonamiento
• Modalidades de entrada: solo texto vs. texto, imagen y video
• Niveles de razonamiento — high, low y none, con high como valor predeterminado, frente a low, high y xhigh, con high como valor predeterminado
• Puntuación independiente en índices — 53,21 % en el índice de Vals AI, 23.º de 33 frente a 43 en el Artificial Analysis Intelligence Index, 38.º de 81
Lea la fila de modalidad antes de las filas de precio. HY4 Preview es un modelo de entrada y salida de texto. Qwen4-Max lee video. Esos dos hechos no están en el mismo eje, así que, para cualquier equipo cuya carga de trabajo incluya fotogramas, la comparación termina en esa fila y el resto de esto es académico.

Apache 2.0 no es la misma oferta con 770 mil millones de parámetros
Los pesos que puedes descargar son pesos que puedes inspeccionar, ajustar, cuantizar y servir en tus propios términos, y eso supone una diferencia real respecto a un modelo que está detrás de la API de otro. Además, a esta escala, es una diferencia disponible para muy pocos equipos. Un modelo de 770 mil millones de parámetros con 49 mil millones activos no se ejecutará en nada que no sea un clúster de aceleradores multinodo, y el checkpoint FP8 publicado que acompañó a la vista previa existe principalmente para que los proveedores de inferencia y los grupos de investigación con acceso a la infraestructura de interconexión puedan servirlo. Apache 2.0 elimina la barrera legal, no la del hardware.
Por eso el valor práctico de la licencia se manifiesta en otro lugar distinto del autoalojamiento. Se manifiesta como oferta competitiva: como cualquiera puede servir HY4 Preview, lo hacen varias plataformas, y de ahí se sigue la disciplina de precios. Qwen4-Max no tiene ese mecanismo. Hay un único despliegue, gestionado por Alibaba, y toda plataforma que cotiza un precio de Qwen4-Max está cotizando el precio de Alibaba con el margen que pueda añadir. Por eso su tarifa de la región Global y su tarifa de Singapur difieren en un 5,8 % y nada más varía gran cosa: no hay capacidad de terceros que le ofrezca precios más bajos.
El número del que desconfiar en cada tarjeta
El material de lanzamiento de Tencent incluye una evaluación ciega interna —163 expertos, 203 tareas de ingeniería— en la que HY4 Preview promedió 2,99 frente a GLM 5.3 con 2,92 y Kimi K3 con 2,94. Se trata de un estudio realizado por el proveedor que compara tres modelos, publicado por el proveedor que quedó primero, en una escala de puntuación definida por él mismo. No es evidencia de mucho más allá de la dirección de las propias pruebas del equipo, y Tencent tuvo cuidado de publicarlo junto con una lista de limitaciones conocidas: el modelo pasa más tiempo del necesario razonando y verifica en exceso su propio trabajo.
Del lado independiente, Vals AI sitúa a HY4 Preview en un 53,21 % en su índice, en el puesto 23 de 33 modelos evaluados. En la propia ejecución de Terminal-Bench 4.0 de Vals, la preview obtiene un 8,08 %. Los materiales de Tencent citan cifras de agentes de terminal en los ochenta —sobre una revisión diferente del benchmark, con un harness distinto—, y por eso las dos cifras no son tanto una contradicción como una demostración de que las puntuaciones de los benchmarks agénticos son una propiedad del harness tanto como del modelo. Cualquiera que cite una u otra cifra sin indicar la revisión le hace un flaco favor al lector.
Qwen4-Max tiene el problema opuesto. Sus cifras de proveedor son inusualmente detalladas —Work360 en 52,69 frente a 47,74 de Qwen3.8-Max, coste medio por tarea de 4,43 a 1,67 dólares, tasas de aprobación a nivel de función en código seguro del 22,0 % al 31,8 %— y ninguna de ellas nombra a un competidor. Lo que Alibaba publicó es una autocomparación con su propia generación anterior, que es el tipo más defendible de benchmark de proveedor y el menos útil para elegir entre proveedores. La única lectura entre proveedores es Artificial Analysis, que puntúa a Qwen4-Max con 43 y no registra ninguna medición de velocidad para él.
A dónde va la brecha de precios del 45%
HY4 Preview cuesta $0.834 en entrada y $2.501 en salida; Qwen4-Max cuesta $1.50 y $4.50. Eso es un 45 % más barato en entrada y un 44 % más barato en salida, prácticamente un descuento uniforme, que es lo que cabría esperar de dos modelos con precios basados en una economía de hardware similar. La diferencia no es gratuita: el límite de salida de 64.000 tokens de HY4 Preview es la mitad de la cifra de Qwen4-Max en modo sin pensamiento, su contexto es solo texto y los dos modelos ofrecen un control de razonamiento diferente. Qwen4-Max también ofrece tres niveles de esfuerzo frente a los niveles alto, bajo y ninguno de Tencent, aunque ambos usan su ajuste máximo por defecto, y ambos asimilan las cadenas de esfuerzo no reconocidas en lugar de rechazarlas.
El otro punto en el que el descuento puede desvanecerse es el comportamiento de verificación. Tencent documenta que la versión preliminar verifica en exceso; el total independiente de tokens de Qwen4-Max es de 127 millones de tokens de salida en el Intelligence Index, frente a una mediana de 78,6 millones, que Artificial Analysis califica como muy verboso. En otras palabras, ambos modelos hablan mucho, y un descuento por token aplicado a un modelo que consume más tokens que su competidor recupera menos de lo que promete la tarifa. Mide el volumen de salida por tarea antes de modelar el ahorro.
Un modelo es una vista previa y el otro es una versión de disponibilidad general.
Esta es la asimetría que se pierde siempre que los dos nombres aparecen en la misma frase. HY4 Preview se lanzó en agosto y Tencent ha hecho avanzar la línea desde entonces: la versión de disponibilidad general de Hy4 en noviembre añadió visión nativa y uso de computadora, y en la familia hay un Hy4 Flash aparte. La cadena de preview es lo que está disponible con pesos abiertos, y es una preview porque Tencent así lo dijo, con las asperezas documentadas.
Qwen4-Max es un lanzamiento general, en una tarjeta de pago por uso, en seis regiones, con una generación de vista previa que se retirará el 25 de noviembre. Esas son etapas de madurez diferentes, y compararlas según las puntuaciones de los benchmarks favorece a aquella a la que el arnés resultó convenir.

Ejecutar ambos sin elegir primero un ganador
OrcaRouter enruta Tencent HY4 Preview a $0.834 de entrada y $2.501 de salida por millón, con la entrada en caché a $0.042 —la propia tarjeta de Tencent, traspasada con un 0 % de recargo— a través de la misma clave y el mismo endpoint compatible con OpenAI que Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 y Qwen3.8-Max. Qwen4-Max no está en el catálogo; la generación Qwen4 aún no se ha añadido, así que ese lado de la comparación es una credencial directa de Alibaba.
Cuál es la disposición que este par realmente recompensa. Pon el modelo de pesos abiertos detrás de la capa de enrutamiento donde se aplica la conmutación por error, mantén el cerrado en una clave directa mientras estableces su comportamiento, y decide sobre tu propio tráfico: envía el trabajo de solo texto a la ruta que cuesta un 45 % menos y hace streaming desde varios proveedores, y envía cualquier cosa con imágenes o vídeo al modelo que pueda leerlas. El DSL de enrutamiento convierte eso en una regla sobre la modalidad en lugar de una decisión que alguien tenga que recordar, y la fusión de modelos — un panel de modelos que responden juntos — es la forma barata de ver si los dos discrepan en los trabajos que te importan antes de comprometer a ninguno de ellos en producción.
De qué trata realmente el argumento de los pesos
La publicación de lanzamiento de Alibaba termina diciendo que los modelos Qwen4 más pequeños llegarán al código abierto. Esa frase marca la tónica del próximo año: el nivel abierto de las familias insignia chinas seguirá apareciendo una generación por detrás del cerrado, con licencia Apache y disponible para su descarga, y los equipos seguirán eligiendo entre el modelo que pueden tener en sus manos y el que está seis meses por delante.
Por ahora, la elección es inusualmente clara. HY4 Preview es la opción abierta honesta a esta escala, con un precio acorde, una superficie exclusivamente de texto y cifras del proveedor que necesitan un banco de pruebas adjunto para significar algo. Qwen4-Max es la opción cerrada más reciente, mejor especificada en todos los ejes que una ficha puede medir, con una puntuación independiente inferior a lo que implica su presentación de lanzamiento y ninguna cifra de latencia. Ninguna de las dos fichas cuenta toda la historia, y el 45 % que las separa es menor que la diferencia en aquello a lo que puede apuntar cada una.
