
Hy4 vs Qwen4-Max : les deux lignes où Hy4 l’emporte réellement
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 182 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 749 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 1902 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 109 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 · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Sur sept des neuf évaluations qui composent l’Artificial Analysis Intelligence Index v5.0.1, Qwen4-Max devance Tencent Hy4. C’est logique : le modèle phare d’Alibaba obtient 42,9 contre 34,6 pour Tencent, et il dispose d’un budget partagé de réflexion et de réponse de 262 144 tokens par appel. Mais deux lignes vont dans l’autre sens, et ce sont celles qui révèlent ce à quoi chaque modèle a réellement été conçu. Sur FrontierCode-AA 2.0 — l’ingénierie logicielle au sein de vrais dépôts open source — Tencent Hy4 obtient 31,4 % et Qwen4-Max 26,5 %. Sur MLCR-AA, le raisonnement médical sur contexte long, Hy4 obtient 32,8 % et Qwen4-Max 19,4 %.
C'est un étrange duo de victoires pour un modèle qui accuse un retard de 8,3 points d'indice, et c'est pourquoi cette comparaison vaut plus qu'un tableau de scores. Qwen4-Max est le modèle généraliste le plus puissant et celui que l'on choisirait pour le raisonnement complexe, le travail intellectuel et tout ce qui implique de la vidéo. Tencent Hy4 est le modèle le moins cher, celui que l'on peut télécharger et — de justesse, sur le travail sur des dépôts réels — le meilleur ingénieur. Le choix entre les deux dépend de ce dont vous avez réellement besoin, et d'une structure tarifaire qui rend le modèle le plus abordable encore plus abordable que ne le suggèrent ses prix par token.
Sept lignes pour Qwen, deux pour Hy4.
Les deux séries de chiffres proviennent d’Artificial Analysis, le 20 novembre 2026, avec les mêmes versions d’évaluation et le même harnais :
Raisonnement complexe, HLE-Diamond — Qwen4-Max 44,9 %, Hy4 32,7 %. L’écart le plus large du tableau, 12,2 points.
• Physique, sous-ensemble difficile CritPt v2 — Qwen4-Max 43,0 %, Hy4 39,0 %.
• Codage agentique dans un terminal épuré, Terminal-Bench 4.0 — Qwen4-Max 48,5 %, Hy4 37,4 %.
• Science agentique dans un terminal, Terminal-Bench-Science — Qwen4-Max 23,3 %, Hy4 12,9 %.
• Exécution des workflows SaaS, AutomationBench-AA — Qwen4-Max 72,6 %, Hy4 65,6 %.
Raisonnement documentaire professionnel, GDP.pdf réussite totale — Qwen4-Max 26,2 %, Hy4 21,6 %.
• Travail intellectuel agentique, AA-Briefcase Elo — Qwen4-Max 1 686,1, Hy4 1 445,9. Un écart de 240 points Elo, le plus important de cette série.
• Ingénierie logicielle dans de vrais dépôts, FrontierCode-AA 2.0 — Hy4 31,4 %, Qwen4-Max 26,5 %.
• Raisonnement médical sur contexte long, MLCR-AA — Hy4 32,8 %, Qwen4-Max 19,4 %.
Le schéma que dessinent ces deux défaites mérite d’être nommé avec précision, car il ne s’agit pas de bruit. Qwen4-Max remporte les benchmarks de terminal, qui sont des tâches de programmation en environnement propre avec un objectif défini. Hy4 remporte le benchmark de dépôt, qui implique de naviguer dans du code que personne n’a écrit pour l’évaluation. Et il l’emporte de 13 points sur le contexte long médical, la seule capacité qui corresponde à un objectif de conception énoncé : Tencent a entraîné Hy4 sur des documents longs et la recherche approfondie, et l’indique dans la fiche du modèle. Les propres documents d’Alibaba pour Qwen4-Max, quant à eux, mettent en avant Work360, des affirmations sur l’efficacité en tokens et un budget de raisonnement partagé — un modèle phare généraliste, optimisé pour l’étendue.

L'écart entre le ratio des prix et le ratio des coûts
Le prix d’entrée de Qwen4-Max est 1,8 fois celui de Hy4, et son prix de sortie 1,8 fois également. Sur le coût mesuré par tâche de l’Intelligence Index, il est 3,2 fois supérieur — 3,27 $ contre 1,03 $. Le multiplicateur supplémentaire correspond à l’efficacité des tokens, et c’est la partie de cette comparaison que la plupart des gens omettent.
• Entrée — Qwen4-Max 1,50 $ par million de jetons, Hy4 0,834 $. Qwen est 80 % plus cher.
• Sortie — Qwen4-Max 4,50 $, Hy4 2,501 $. Même 80 %.
• Lectures du cache — Qwen4-Max à 0,075 $ avec une remise de 95 %, Hy4 à 0,042 $ à 95 %. Qwen est 79 % plus cher, et les taux de remise sont identiques, donc la mise en cache ne comble pas l’écart.
• Tokens de sortie par tâche d’index — Qwen4-Max 104 940, Hy4 78 058. Qwen raisonne un tiers plus longtemps par tâche.
• Temps par tâche d’indexation — Qwen4-Max 29,8 minutes, Hy4 14,0. Plus de deux fois plus long.
• Vitesse de sortie — Qwen4-Max 59 tokens par seconde, Hy4 93.
Multipliez les deux effets et le rapport de prix de 1,8x devient un rapport de coût de 3,2x. Pour une charge de travail qui exécute dix mille tâches d’agent par mois, c’est la différence entre un poste budgétaire que vous défendez et un poste budgétaire que vous renégociez — et cela tient même si Qwen4-Max est le modèle le plus capable, car les capacités que vous n’activez pas sont tout de même facturées.

Il y a un détail de tarification du côté de Qwen qui joue en sens inverse et qu'il est facile de négliger. La carte de facturation à l'usage d’Alibaba dépend de la région : 1,50 $ et 4,50 $ à Singapour, mais 1,413 $ et 4,24 $ à Pékin, Hong Kong, Francfort et en Virginie (États-Unis), avec les lectures de cache à 0,071 $. Si votre trafic aboutit dans l'une de ces régions, l'écart sur les entrées se réduit à environ 69 % plutôt qu'à 80 %. Cela ne change pas le sens de la réponse.
Vidéo en entrée, poids en sortie
Les deux modèles n’acceptent pas les mêmes entrées, et c’est la différence qui, le plus souvent, tranche lors d’un achat réel :
• Modalités d'entrée — Qwen4-Max prend en charge le texte, l'image et la vidéo. Tencent Hy4 prend en charge le texte et l'image. Hy4 n'a rien perdu côté vision depuis le 4 novembre — la compréhension d'images et l'utilisation d'un ordinateur étaient les ajouts phares de cette version — mais il n'offre pas de prise en charge de la vidéo.
• Sortie — texte uniquement dans les deux cas.
• Contexte — Hy4 1,048,576 jetons ; Qwen4-Max 983,616 selon le décompte d’Artificial Analysis, bien que la documentation d’Alibaba elle-même indique 1,000,000. La différence relève de la comptabilité, pas de la capacité ; les deux sont des modèles à un million de jetons.
• Poids — Hy4 téléchargeable depuis le 18 novembre 2026 sous la licence Tencent Hy, un checkpoint de 774 milliards de paramètres en BF16 avec une version FP8 et une base pré-entraînée. Qwen4-Max n’a aucun checkpoint publié et les documents d’Alibaba décrivent un modèle phare propriétaire.
La question des poids est celle qui a des conséquences au-delà du prix. Un modèle téléchargeable peut être affiné sur vos propres traces, quantifié pour tenir sur votre matériel, audité, épinglé à une version et exécuté dans un réseau sans route sortante. Un modèle propriétaire vous donne un contrat d’API et une date de retrait. C’est pourquoi les précédents articles consacrés à Qwen4-Max sur ce blog revenaient sans cesse à la même asymétrie : des poids ouverts à 770 milliards de paramètres lèvent la barrière juridique, pas la barrière matérielle — mais pour une entreprise qui possède déjà le matériel, c’est toute la différence.
Là où un routeur change l'arithmétique
Tencent Hy4 est routable ici en tant que tencent/hy4 à 0,834 $ et 2,501 $ par million de tokens, avec des lectures de cache à 0,042 $ — la liste propre au fournisseur, répercutée à 0 % de marge, de sorte qu'une variation de prix de Tencent vous parvienne le jour même. Qwen4-Max ne figure pas dans notre catalogue ; Alibaba le propose via sa propre API Model Studio et plusieurs plateformes tierces, et nous ne le routons pas, donc rien dans cet article ne doit être interprété comme une offre en ce sens.
Ce qu’un point de terminaison unique vous apporte, c’est la possibilité de cesser de considérer ce choix comme définitif. Le DSL de routage peut acheminer les tâches selon leur nature : l’ingénierie au niveau du dépôt et l’analyse de documents longs vers tencent/hy4, le raisonnement complexe et tout ce qui contient de la vidéo vers Qwen4-Max via sa propre clé API, avec bascule automatique entre les deux. Au vu des scores par composante ci-dessus, cette répartition n’est pas un compromis : c’est l’allocation correcte, car les points faibles évalués des deux modèles se recoupent à peine. La fusion de modèles irait encore plus loin : un panel des deux confronterait le score HLE-Diamond de Qwen et le score de Hy4 sur les dépôts à la même réponse.

Qui devrait choisir lequel ?
Prenez Qwen4-Max si le travail est à forte composante de raisonnement, si une partie implique de la vidéo, ou si les résultats sont évalués par des personnes plutôt que par des tests — l’écart de 240 points Elo sur AA-Briefcase n’est pas une erreur d’arrondi. Prévoyez 3,2 fois le coût par tâche de Hy4 et un modèle qui met deux fois plus de temps à terminer chaque tâche.
Prenez Tencent Hy4 si vous voulez posséder les poids, si le travail porte sur du code à l’échelle d’un dépôt ou sur l’analyse de longs documents, ou si l’économie unitaire décide de l’approvisionnement. C’est le modèle le moins cher sur chaque axe mesuré, c’est celui que vous pouvez exécuter vous-même, et il remporte les deux évaluations qui récompensent la capacité à naviguer dans des éléments que personne n’a préparés pour lui.
La question ouverte est de savoir si cette deuxième liste s’allonge. Les poids d’Hy4 sont publics depuis deux jours ; un fine-tuning sur les traces du dépôt propre à une entreprise comblerait un écart de cinq points, soit un week-end de calcul aux prix actuels. Qwen4-Max, lui, ne peut pas du tout être attaqué de cette manière. Cette asymétrie — un modèle que l’on peut améliorer et un autre pour lequel on ne peut qu’attendre — n’apparaît dans aucun tableau de benchmarks, et au cours de l’année à venir, elle comptera plus que les 8.3 points.
Comparés dans cet article1
Détecté à partir de cet article
