
Qwen4-Max מול Tencent HY4 Preview: אחד שאפשר להוריד, אחד שאפשר רק לשכור, ואף אחד מהמספרים לא אומר מה שהוא נראה
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 90 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 97 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 88 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 185 tok/s
Tencent HY4 Preview זמין להורדה מאז 28 באוגוסט 2026 תחת Apache 2.0 — 770 מיליארד פרמטרים בסך הכול, 49 מיליארד פרמטרים פעילים לכל טוקן, 78 שכבות, 256 מומחים מנותבים ועוד אחד משותף, שכבה מקורית לחיזוי ריבוי טוקנים לפענוח ספקולטיבי, וחלון הקשר של 1,048,576 טוקנים. Qwen4-Max זמין להשכרה מאז 16 בנובמבר 2026 — 2.4 טריליון פרמטרים של עמוד השדרה, 71 מיליארד פעילים לכל טוקן, ועוד 328 מיליארד פרמטרים של הטמעת N-gram, וללא נקודת ביקורת מכל סוג שהוא. שניהם מודלים סיניים מובילים מסוג תערובת מומחים דלילה עם חלונות של מיליון טוקנים. אחד שאפשר להחזיק, אחד שאפשר רק לפנות אליו, ובמחיר של 0.834 דולר לעומת 1.50 דולר למיליון טוקני קלט, זה שאפשר להחזיק הוא גם הזול מבין השניים לפי כרטיס המחירים של הספק עצמו. החלק המעניין הוא מדוע פער המחירים קיים בכלל, ומה המספרים המפורסמים של כל צד משמיטים.
שני הכרטיסים, זה לצד זה

• רישיון — Apache 2.0 עם משקלים מפורסמים עבור {{1}}HY4 Preview{{/1}} לעומת קנייני, ללא משקלים, ללא הורדה עבור {{2}}Qwen4-Max{{/2}}
• גודל — 770B סה״כ / 49B פעילים עבור HY4 Preview לעומת 2.4T שלד / 71B פעילים בתוספת 328B של הטמעות N-gram עבור Qwen4-Max
• מחיר למיליון טוקנים — $0.834 קלט / $2.501 פלט לעומת $1.50 קלט / $4.50 פלט
• קריאה מהמטמון — $0.042 למיליון לעומת $0.075
• חלון הקשר — 1,048,576 טוקנים לעומת 1,000,000, מתוכם 983,616 זמינים כקלט במצב חשיבה
• פלט מקסימלי — 64,000 טוקנים לעומת 131,072 ללא חשיבה, או 262,144 משותפים עם חשיבה
• מודאליות קלט — טקסט בלבד לעומת טקסט, תמונה ווידאו
• רמות חשיבה — גבוהה, נמוכה וללא, כאשר ברירת המחדל היא גבוהה, לעומת נמוכה, גבוהה ו-xhigh, כאשר ברירת המחדל היא גבוהה
• ציון מדד עצמאי — 53.21% במדד Vals AI, מקום 23 מתוך 33 לעומת 43 במדד Artificial Analysis Intelligence, מקום 38 מתוך 81
קראו את שורת המודאליות לפני שורות המחיר. HY4 Preview הוא מודל טקסט-נכנס, טקסט-יוצא. Qwen4-Max קורא וידאו. שתי העובדות האלה אינן נמצאות על אותו ציר, ולכן עבור כל צוות שעומס העבודה שלו כולל פריימים, ההשוואה מסתיימת בשורה הזו וכל השאר הוא בגדר תיאוריה בלבד.

Apache 2.0 אינו אותה הצעה ב־770 מיליארד פרמטרים
משקלים שאפשר להוריד הם משקלים שאפשר לבדוק, לכוונן, לכמת ולהריץ לפי התנאים שלכם, וזה הבדל אמיתי לעומת מודל שנמצא מאחורי ה-API של מישהו אחר. זה גם, בקנה המידה הזה, הבדל שזמין למעט מאוד צוותים. מודל בעל 770 מיליארד פרמטרים, מתוכם 49 מיליארד פעילים, לא ירוץ על שום דבר פחות מאשכול מאיצים רב-צומתי, וה-checkpoint FP8 שפורסם עם התצוגה המקדימה קיים בעיקר כדי שספקי הסקה וקבוצות מחקר עם גישה ל-fabric יוכלו להריץ אותו. Apache 2.0 מסיר את המכשול המשפטי, לא את זה החומרתי.
וזו הסיבה שהערך המעשי של הרישיון מופיע במקום אחר מאשר אירוח עצמי. הוא מופיע כהיצע תחרותי: מכיוון שכל אחד יכול להגיש את HY4 Preview, פלטפורמות רבות עושות זאת, ומשמעת מחירים נובעת מכך. ל-Qwen4-Max אין מנגנון כזה. יש פריסה אחת, המופעלת על ידי Alibaba, וכל פלטפורמה שמצטטת מחיר של Qwen4-Max מצטטת את המחיר של Alibaba בתוספת כל מרווח שהיא יכולה להוסיף. זו הסיבה שכרטיס ה-Global-region וכרטיס סינגפור שלו נבדלים ב-5.8% וכל השאר לא נבדלים בהרבה — אין קיבולת של צד שלישי שתוכל להוזיל אותו.
המספר שלא כדאי לסמוך עליו בכל כרטיס
חומרי ההשקה של Tencent כוללים הערכה עיוורת פנימית — 163 מומחים, 203 משימות הנדסיות — שבה HY4 Preview השיג בממוצע 2.99 לעומת GLM 5.3 עם 2.92 ו-Kimi K3 עם 2.94. זהו מחקר שנערך על ידי הספק, המשווה שלושה מודלים, ושפורסם על ידי הספק שסיים ראשון, לפי סולם ניקוד שהוא הגדיר. אין בו כדי להוות ראיה של ממש מעבר לכיוון הבדיקות של הצוות עצמו, ו-Tencent הקפידה לפרסם אותו לצד רשימה של קצוות מחוספסים ידועים: המודל מקדיש זמן רב מהנדרש לחשיבה ומוודא יתר על המידה את עבודתו שלו.
בצד העצמאי, Vals AI ממקמת את HY4 Preview במקום ה-23 מתוך 33 מודלים שנבדקו, עם 53.21% באינדקס שלה. בריצת Terminal-Bench 4.0 של Vals עצמה, גרסת ה-Preview משיגה 8.08%. החומרים של Tencent מצטטים מספרים של סוכני טרמינל באזור ה-80% — על גרסה אחרת של הבנצ'מרק, תחת הרנס אחר, ולכן שני הנתונים אינם סתירה אלא יותר הדגמה לכך שציוני בנצ'מרק לסוכנים הם תכונה של ההרנס לא פחות מאשר של המודל. כל מי שמצטט אחד משני המספרים בלי לציין את הגרסה עושה עוול לקורא.
ל-Qwen4-Max יש הבעיה ההפוכה. נתוני הספק שלו מפורטים באופן יוצא דופן — Work360 עומד על 52.69 לעומת 47.74 של Qwen3.8-Max, העלות הממוצעת למשימה יורדת מ-4.43 דולר ל-1.67 דולר, ושיעורי המעבר ברמת הפונקציה בקוד מאובטח עומדים על 22.0% עד 31.8% — ואף אחד מהם אינו נוקב בשם מתחרה. מה ש-Alibaba פרסמה הוא השוואה עצמית מול הדור הקודם שלה, וזה סוג הבנצ'מרק של ספק שהכי קל להגן עליו והכי פחות שימושי לבחירה בין ספקים. הקריאה החוצת-ספקים היחידה היא Artificial Analysis, שמעניקה ל-Qwen4-Max ציון 43 ואינה רושמת עבורו מדידת מהירות.
לאן הולך פער המחירים של 45%
HY4 Preview עולה $0.834 בקלט ו-$2.501 בפלט; Qwen4-Max עולה $1.50 ו-$4.50. זה זול ב-45% בקלט וב-44% בפלט — קרוב מספיק להנחה אחידה, וזה בדיוק מה שהייתם מצפים משני מודלים שמתומחרים לפי כלכלת חומרה דומה. הפער אינו בחינם: תקרת הפלט של 64,000 טוקנים ב-HY4 Preview היא מחצית מהנתון של Qwen4-Max במצב non-thinking, ההקשר שלו הוא טקסט בלבד, ושני המודלים מספקים שליטה שונה בחשיבה. Qwen4-Max נותן גם שלוש רמות מאמץ לעומת high, low ו-none של Tencent, אם כי שניהם מגיעים כברירת מחדל להגדרה הגבוהה ביותר שלהם, ושניהם מקפלים מחרוזות מאמץ לא מוכרות במקום לדחות אותן.
המקום הנוסף שבו ההנחה יכולה להתאדות הוא התנהגות האימות. Tencent מתעדת שה-preview מאמת יתר על המידה; סך הטוקנים העצמאי של Qwen4-Max הוא 127 מיליון טוקני פלט across ה-Intelligence Index, לעומת חציון של 78.6 מיליון, ש-Artificial Analysis מכנה מאוד מילולי. שתי המודלים, במילים אחרות, פטפטניים, והנחה לפי טוקן על מודל שמוציא יותר טוקנים מהמתחרה שלו מחזירה פחות ממה שמבטיח מחירון התעריפים. יש למדוד את נפח הפלט לכל משימה לפני שמחשבים את החיסכון.
מודל אחד הוא תצוגה מקדימה, והשני הוא מהדורה כללית
זו האסימטריה שאובדת בכל פעם ששני השמות מופיעים באותו משפט. HY4 Preview יצא באוגוסט ומאז Tencent קידמה את הקו קדימה — מהדורת הזמינות הכללית של Hy4 בנובמבר הוסיפה ראייה נייטיבית ויכולת שימוש במחשב, ויש במשפחה Hy4 Flash נפרד. מחרוזת ה-Preview היא מה שזמין במשקלים פתוחים, והיא Preview כי Tencent אמרה כך, כשהקצוות המחוספסים מתועדים.
Qwen4-Max הוא שחרור כללי, על כרטיס בחיוב לפי שימוש, בשישה אזורים, עם דור בתצוגה מקדימה שיוצא משירות ב-25 בנובמבר. אלה שלבי בגרות שונים, והשוואתם לפי ציוני בנצ'מרק מחמיאה לזה שמערך הבדיקות במקרה התאים לו.

להריץ את שניהם בלי לבחור תחילה מנצח
OrcaRouter מנתב את Tencent HY4 Preview במחיר $0.834 לקלט ו-$2.501 לפלט למיליון טוקנים, עם קלט שמור במטמון ב-$0.042 — הכרטיס של Tencent עצמה, מועבר בתוספת של 0% — דרך אותו מפתח ואותה נקודת קצה תואמת OpenAI כמו Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 וQwen3.8-Max. Qwen4-Max אינו בקטלוג; הדור Qwen4 טרם נוסף, ולכן הצד הזה של ההשוואה הוא אישור גישה ישיר של Alibaba.
זהו הסידור שהצמד הזה מתגמל בפועל. הציבו את המודל עם המשקלים הפתוחים מאחורי שכבת הניתוב שבה חל failover, השאירו את המודל הסגור על מפתח ישיר בזמן שאתם בוחנים את התנהגותו, והחליטו לגבי התעבורה שלכם: שלחו עבודה בטקסט בלבד לנתיב שעולה 45% פחות ומקבל תגובות בזרימה מכמה ספקים, ושלחו כל דבר עם תמונות או וידאו למודל שמסוגל לקרוא אותם.ה-DSL לניתוב הופך את זה לכלל לפי מודאליות במקום החלטה שמישהו צריך לזכור, ומיזוג מודלים — פאנל של מודלים שעונים יחד — הוא הדרך הזולה לראות אם השניים חלוקים בדעה על העבודות שאכפת לכם מהן לפני שאתם מכניסים אחד מהם לייצור.
מה באמת עומד מאחורי הוויכוח על המשקלים
הפוסט של Alibaba על ההשקה מסתיים באמירה שדגמי Qwen4 קטנים יותר מגיעים לקוד פתוח. המשפט הזה הוא הצורה של השנה הבאה: השכבה הפתוחה של משפחות הדגל הסיניות תמשיך להגיע דור אחד אחרי השכבה הסגורה, ברישיון Apache וניתנת להורדה, וצוותים ימשיכו לבחור בין המודל שהם יכולים להחזיק לבין המודל שמקדים אותם בחצי שנה.
לעת עתה הבחירה נקייה באופן יוצא דופן. HY4 Preview היא האפשרות הפתוחה והישרה בהיקף הזה, מתומחרת בהתאם, עם ממשק טקסט בלבד ומספרים מטעם הספק שדורשים חיבור של מערך בדיקות כדי שיהיה להם משמעות. Qwen4-Max היא האפשרות הסגורה החדשה יותר, עם מפרט טוב יותר בכל ציר שגיליון מפרטים יכול למדוד, עם ציון עצמאי אחד שנמוך מכפי שמסגור ההשקה שלה מרמז, ובלי שום נתון השהיה. אף כרטיס אינו הסיפור כולו, והפער של 45% ביניהם קטן מההבדל במה שאפשר לכוון כל אחד מהם אליו.
