
Qwen4-Max vs Tencent HY4 Preview : l'un que vous pouvez télécharger, l'autre que vous ne pouvez que louer, et aucun des deux chiffres ne signifie ce qu'il semble dire
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 185 tok/s
Tencent HY4 Preview est téléchargeable depuis le 28 août 2026 sous licence Apache 2.0 — 770 milliards de paramètres au total, 49 milliards activés par token, 78 couches, 256 experts routés plus un expert partagé, une couche native de prédiction multi-token pour le décodage spéculatif, et une fenêtre de contexte de 1 048 576 tokens. Qwen4-Max est louable depuis le 16 novembre 2026 — 2,4 billions de paramètres de squelette, 71 milliards activés par token, plus 328 milliards de paramètres d'embedding N-gram, et aucun checkpoint, de quelque nature que ce soit. Tous deux sont des modèles chinois phares de type mixture-of-experts creux avec des fenêtres d'un million de tokens. L'un que vous pouvez détenir, l'autre que vous ne pouvez qu'appeler, et à 0,834 $ contre 1,50 $ par million de tokens d'entrée, celui que vous pouvez détenir est aussi le moins cher des deux sur la propre fiche du fournisseur. La partie intéressante, c'est de comprendre pourquoi cet écart de prix existe tout court, et ce que les chiffres publiés de chaque côté omettent.
Les deux cartes, côte à côte

• Licence — Apache 2.0 avec poids publiés pour HY4 Preview contre propriétaire, sans poids, sans téléchargement pour Qwen4-Max
• Taille — 770B au total / 49B actifs pour HY4 Preview vs 2,4T de backbone / 71B actifs plus 328B d’embeddings N-gram pour Qwen4-Max
• Prix par million de tokens — $0.834 en entrée / $2.501 en sortie contre $1.50 en entrée / $4.50 en sortie
• Lecture du cache — 0,042 $ par million vs 0,075 $
• Fenêtre de contexte — 1 048 576 tokens contre 1 000 000, dont 983 616 utilisables en entrée en mode réflexion
• Sortie max — 64 000 tokens vs 131 072 en non-thinking, ou 262 144 partagés avec le raisonnement
• Modalités d’entrée — texte uniquement vs texte, image et vidéo
• Niveaux de raisonnement — élevé, faible et aucun, par défaut élevé vs faible, élevé et xhigh, par défaut élevé
• Score à l’indice indépendant — 53,21 % à l’indice Vals AI, 23e sur 33, contre 43 à l’Artificial Analysis Intelligence Index, 38e sur 81
Lisez la ligne des modalités avant les lignes de prix. HY4 Preview est un modèle texte en entrée, texte en sortie. Qwen4-Max lit la vidéo. Ces deux faits ne relèvent pas du même axe, donc pour toute équipe dont la charge de travail inclut des images, la comparaison s’arrête à cette ligne et le reste est théorique.

Apache 2.0 n'est pas la même offre à 770 milliards de paramètres.
Des poids que vous pouvez télécharger sont des poids que vous pouvez inspecter, affiner, quantifier et servir selon vos propres conditions, et c'est là une vraie différence avec un modèle caché derrière l'API de quelqu'un d'autre. À cette échelle, c'est aussi une différence dont très peu d'équipes peuvent disposer. Un modèle de 770 milliards de paramètres dont 49 milliards actifs ne fonctionnera sur rien de moins qu'un cluster d'accélérateurs multi-nœuds, et le checkpoint FP8 publié qui accompagnait l'aperçu n'existe principalement que pour que les fournisseurs d'inférence et les groupes de recherche disposant d'un accès au fabric puissent le servir. Apache 2.0 supprime la barrière juridique, pas celle du matériel.
C’est pourquoi la valeur pratique de la licence se manifeste ailleurs que dans l’auto-hébergement. Elle se manifeste sous la forme d’une offre concurrentielle : parce que n’importe qui peut servir HY4 Preview, plusieurs plateformes le font, et la discipline tarifaire s’ensuit. Qwen4-Max n’a pas un tel mécanisme. Il n’existe qu’un seul déploiement, exploité par Alibaba, et chaque plateforme qui annonce un prix pour Qwen4-Max annonce le prix d’Alibaba avec la marge qu’elle peut y ajouter. C’est pourquoi sa carte Global-region et sa carte Singapour diffèrent de 5,8 % et rien d’autre ne diffère beaucoup — il n’existe aucune capacité tierce pour lui faire concurrence à la baisse.
Le numéro dont il faut se méfier sur chaque carte
Le matériel de lancement de Tencent comprend une évaluation interne en aveugle — 163 experts, 203 tâches d’ingénierie — dans laquelle HY4 Preview a obtenu une moyenne de 2,99, contre 2,92 pour GLM 5.3 et 2,94 pour Kimi K3. Il s’agit d’une étude menée par un fournisseur comparant trois modèles, publiée par le fournisseur arrivé en tête, sur une échelle de notation qu’il a définie. Elle ne prouve pas grand-chose au-delà de l’orientation des tests menés par l’équipe elle-même, et Tencent a pris soin de la publier avec une liste de défauts connus : le modèle passe plus de temps que nécessaire à raisonner et vérifie excessivement son propre travail.
Du côté indépendant, Vals AI classe HY4 Preview à 53,21 % sur son indice, 23e sur 33 modèles testés. Dans sa propre exécution de Terminal-Bench 4.0, Vals indique que la preview obtient 8,08 %. Les documents de Tencent citent des chiffres pour les agents de terminal autour de 80 % — sur une révision différente du benchmark, avec un harnais différent, ce qui explique pourquoi les deux chiffres ne sont pas tant une contradiction qu’une démonstration que les scores des benchmarks agentiques sont autant une propriété du harnais que du modèle. Quiconque cite l’un ou l’autre chiffre sans préciser la révision rend un mauvais service au lecteur.
Qwen4-Max présente le problème inverse. Les chiffres de son fournisseur sont inhabituellement détaillés — Work360 à 52,69 contre 47,74 pour Qwen3.8-Max, coût moyen par tâche ramené de 4,43 $ à 1,67 $, taux de réussite au niveau fonction sur le code sécurisé passant de 22,0 % à 31,8 % — et aucun d'entre eux ne nomme un concurrent. Ce qu'Alibaba a publié est une auto-comparaison avec sa propre génération précédente, soit le type de benchmark fournisseur le plus défendable et le moins utile pour choisir entre fournisseurs. La seule lecture inter-fournisseurs provient d'Artificial Analysis, qui attribue 43 à Qwen4-Max et n'enregistre aucune mesure de vitesse pour ce modèle.
Où va l’écart de prix de 45 %
HY4 Preview coûte 0,834 $ en entrée et 2,501 $ en sortie ; Qwen4-Max coûte 1,50 $ et 4,50 $. C'est 45 % moins cher en entrée et 44 % moins cher en sortie — quasiment une remise uniforme, ce à quoi on s'attendrait de deux modèles dont la tarification s'appuie sur des coûts matériels similaires. L'écart n'est pas sans contrepartie : le plafond de sortie de 64 000 tokens de HY4 Preview correspond à la moitié de la valeur de Qwen4-Max en mode sans réflexion, son contexte est uniquement textuel, et les deux modèles offrent un contrôle du raisonnement différent. Qwen4-Max propose également trois niveaux d'effort, contre high, low et none chez Tencent, bien que les deux utilisent par défaut leur réglage le plus élevé, et que tous deux intègrent les chaînes d'effort inconnues au lieu de les rejeter.
L'autre endroit où la remise peut disparaître, c'est le comportement de vérification. Tencent documente que la version preview sur-vérifie ; le total indépendant de tokens de Qwen4-Max est de 127 millions de tokens de sortie sur l'Intelligence Index, contre une médiane de 78,6 millions, ce qu'Artificial Analysis qualifie de très verbeux. Autrement dit, les deux modèles sont bavards, et une remise par token sur un modèle qui consomme plus de tokens que son concurrent permet de récupérer moins que ce que promet la grille tarifaire. Mesurez le volume de sortie par tâche avant de modéliser l'économie.
L’un des modèles est une préversion, l’autre est une version générale.
C’est l’asymétrie qui se perd chaque fois que les deux noms apparaissent dans la même phrase. HY4 Preview est sorti en août et Tencent a depuis fait avancer la gamme — la version de disponibilité générale de Hy4 en novembre a ajouté la vision native et l’utilisation de l’ordinateur, et il existe un Hy4 Flash distinct dans la famille. La version d’aperçu est celle qui est disponible avec des poids ouverts, et c’est un aperçu parce que Tencent l’a dit, avec les imperfections documentées.
Qwen4-Max est une version de disponibilité générale, sur une carte à facturation à l’usage, dans six régions, avec une génération d’aperçu qui sera retirée le 25 novembre. Il s’agit de stades de maturité différents, et les comparer sur des scores de benchmark flatte celui auquel le harnais d’évaluation s’est trouvé convenir.

Exécuter les deux sans d'abord désigner un gagnant
OrcaRouter achemine Tencent HY4 Preview à 0,834 $ en entrée et 2,501 $ en sortie par million de tokens, avec l'entrée mise en cache à 0,042 $ — la fiche tarifaire de Tencent elle-même, répercutée avec 0 % de marge — via la même clé et le même point de terminaison compatible OpenAI que Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 et Qwen3.8-Max. Qwen4-Max ne figure pas au catalogue ; la génération Qwen4 n'a pas encore été ajoutée, donc ce volet de la comparaison correspond à un identifiant Alibaba direct.
C'est l'arrangement que ce duo récompense réellement. Placez le modèle à poids ouverts derrière la couche de routage là où le basculement s'applique, gardez le modèle fermé sur une clé directe le temps d'établir son comportement, et décidez selon votre propre trafic : envoyez le travail uniquement textuel vers la route qui coûte 45 % de moins et qui diffuse depuis plusieurs fournisseurs, et envoyez tout ce qui contient des images ou de la vidéo au modèle capable de les lire. Le DSL de routage en fait une règle sur la modalité plutôt qu'une décision que quelqu'un doit garder en tête, et la fusion de modèles — un panel de modèles qui répondent ensemble — est le moyen le plus économique de voir si les deux sont en désaccord sur les tâches qui vous importent avant d'engager l'un ou l'autre en production.
Ce que signifie vraiment l’argument weights
Le billet de lancement d’Alibaba se termine en indiquant que des modèles Qwen4 plus petits vont arriver en open source. Cette phrase dessine l’année à venir : l’échelon ouvert des familles phares chinoises continuera d’arriver une génération derrière l’échelon fermé, sous licence Apache et téléchargeable, et les équipes continueront de choisir entre le modèle qu’elles peuvent héberger et celui qui a six mois d’avance.
Pour l’instant, le choix est étonnamment simple. HY4 Preview est l’option ouverte honnête à cette échelle, tarifée en conséquence, avec une interface exclusivement textuelle et des chiffres fournisseur qui ont besoin d’un banc d’essai attaché pour signifier quoi que ce soit. Qwen4-Max est l’option fermée plus récente, mieux spécifiée sur chaque axe qu’une fiche peut mesurer, avec un score indépendant inférieur à ce que suggère sa présentation de lancement et pas le moindre chiffre de latence. Aucune des deux fiches ne raconte toute l’histoire, et les 45 % d’écart entre elles sont inférieurs à la différence de ce à quoi chacune peut être destinée.
