
Hy4 vs Qwen4-Max: Dua Baris yang Sebenarnya Dimenangkan oleh Hy4
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 182 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 749 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 1902 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Pada tujuh dari sembilan evaluasi yang menyusun Artificial Analysis Intelligence Index v5.0.1, Qwen4-Max mengalahkan Tencent Hy4. Memang seharusnya begitu: model unggulan Alibaba itu mencetak 42,9 berbanding 34,6 milik Tencent, dan membawa anggaran bersama untuk berpikir dan menjawab sebesar 262.144 token per panggilan. Namun dua baris bergerak ke arah sebaliknya, dan keduanya adalah yang menunjukkan untuk apa masing-masing model sebenarnya dibangun. Pada FrontierCode-AA 2.0 — rekayasa perangkat lunak di dalam repositori open-source nyata — Tencent Hy4 mencetak 31,4% dan Qwen4-Max 26,5%. Pada MLCR-AA, penalaran konteks panjang medis, Hy4 mencetak 32,8% dan Qwen4-Max 19,4%.
Itu adalah sepasang kemenangan yang aneh untuk model yang tertinggal 8,3 poin indeks, dan itulah sebabnya perbandingan ini bernilai lebih daripada sekadar papan skor. Qwen4-Max adalah model umum yang lebih kuat dan pilihan yang akan Anda ambil untuk penalaran sulit, pekerjaan pengetahuan, dan apa pun yang menyertakan video. Tencent Hy4 adalah model yang lebih murah, yang dapat diunduh, dan — secara tipis, pada pekerjaan repositori nyata — insinyur yang lebih baik. Keputusan di antara keduanya bergantung pada mana yang sebenarnya Anda butuhkan, dan pada struktur harga yang membuat model yang lebih murah itu lebih murah daripada yang disiratkan oleh harga tokennya.
Tujuh baris ke Qwen, dua ke Hy4
Kedua kumpulan angka berasal dari Artificial Analysis pada 20 November 2026, versi evaluasi yang sama, harness yang sama:
• Penalaran tingkat sulit, HLE-Diamond — Qwen4-Max 44,9%, Hy4 32,7%. Selisih terlebar di papan peringkat, 12,2 poin.
• Fisika, subset sulit CritPt v2 — Qwen4-Max 43,0%, Hy4 39,0%.
• Pengodean agentik di terminal yang bersih, Terminal-Bench 4.0 — Qwen4-Max 48,5%, Hy4 37,4%.
• Sains agentik di terminal, Terminal-Bench-Science — Qwen4-Max 23,3%, Hy4 12,9%.
• Eksekusi alur kerja SaaS, AutomationBench-AA — Qwen4-Max 72,6%, Hy4 65,6%.
• Penalaran dokumen profesional, GDP.pdf lolos semua — Qwen4-Max 26,2%, Hy4 21,6%.
• Kerja pengetahuan agentik, Elo AA-Briefcase — Qwen4-Max 1.686,1, Hy4 1.445,9. Selisih 240 Elo, yang terbesar dalam seri ini.
• Rekayasa perangkat lunak di repositori nyata, FrontierCode-AA 2.0 — Hy4 31,4%, Qwen4-Max 26,5%.
• Penalaran konteks panjang medis, MLCR-AA — Hy4 32,8%, Qwen4-Max 19,4%.
Pola pada dua kekalahan itu layak disebut secara tepat, karena itu bukan sekadar derau. Qwen4-Max menang pada benchmark terminal, yaitu tugas coding lingkungan bersih dengan tujuan yang jelas. Hy4 menang pada benchmark repositori, yang melibatkan penelusuran kode yang tidak ditulis siapa pun untuk evaluasi. Dan Hy4 menang pada long context medis dengan selisih 13 poin, satu-satunya kemampuan yang memetakan ke tujuan desain yang dinyatakan: Tencent melatih Hy4 pada dokumen panjang dan riset mendalam, dan menyatakannya di model card. Sementara itu, materi Alibaba sendiri untuk Qwen4-Max menonjolkan Work360, klaim efisiensi token, dan anggaran penalaran bersama — sebuah model unggulan serbaguna yang dioptimalkan untuk cakupan luas.

Kesenjangan antara rasio harga dan rasio biaya
Qwen4-Max adalah 1,8 kali harga input Hy4 dan 1,8 kali harga outputnya. Pada biaya terukur per tugas Intelligence Index, nilainya 3,2 kali — $3,27 dibandingkan $1,03. Pengali tambahannya adalah efisiensi token, dan itulah bagian dari perbandingan ini yang paling sering dilewatkan orang.
• Input — Qwen4-Max $1,50 per juta token, Hy4 $0,834. Qwen 80% lebih mahal.
• Output — Qwen4-Max $4.50, Hy4 $2.501. Sama 80%.
• Pembacaan cache — Qwen4-Max $0.075 dengan diskon 95%, Hy4 $0.042 pada 95%. Qwen 79% lebih mahal, dan tingkat diskonnya identik, jadi caching tidak menutup selisihnya.
• Token keluaran per tugas indeks — Qwen4-Max 104,940, Hy4 78,058. Qwen bernalar sepertiga lebih lama per tugas.
Waktu per tugas pengindeksan — Qwen4-Max 29,8 menit, Hy4 14,0. Lebih dari dua kali lebih lama.
• Kecepatan output — Qwen4-Max 59 token per detik, Hy4 93.
Kalikan kedua efek tersebut, dan rasio harga 1,8x menjadi rasio biaya 3,2x. Untuk beban kerja yang menjalankan sepuluh ribu tugas agen per bulan, itulah perbedaan antara pos biaya yang Anda pertahankan dan pos biaya yang Anda negosiasikan ulang — dan itu tetap berlaku meskipun Qwen4-Max adalah model yang lebih mampu, karena kemampuan yang tidak Anda panggil tetap ditagih.

Ada satu detail harga di sisi Qwen yang berlawanan arah dan mudah terlewat. Kartu meteran Alibaba bergantung pada wilayah: $1,50 dan $4,50 di Singapura, tetapi $1,413 dan $4,24 di Beijing, Hong Kong, Frankfurt, dan US Virginia, dengan pembacaan cache sebesar $0,071. Jika lalu lintas Anda berakhir di salah satu wilayah tersebut, selisih input menyempit menjadi sekitar 69% alih-alih 80%. Ini tidak mengubah arah jawabannya.
Video masuk, bobot keluar
Kedua model tidak menerima input yang sama, dan inilah perbedaan yang paling sering menentukan dalam pengadaan nyata:
• Modalitas masukan — Qwen4-Max menerima teks, gambar, dan video. Tencent Hy4 menerima teks dan gambar. Hy4 tidak kehilangan apa pun di sisi visi sejak 4 November — pemahaman gambar dan penggunaan komputer adalah tambahan utama dalam rilis itu — tetapi tidak memiliki jalur video.
• Keluaran — keduanya hanya teks.
• Konteks — Hy4 1,048,576 token; Qwen4-Max 983,616 menurut hitungan Artificial Analysis, meskipun dokumentasi Alibaba sendiri menyatakan 1,000,000. Perbedaannya adalah soal pembukuan, bukan kemampuan; keduanya adalah model sejuta token.
• Bobot — Hy4 dapat diunduh sejak 18 November 2026 di bawah Lisensi Tencent Hy, checkpoint 774 miliar parameter dalam BF16 dengan build FP8 dan basis pra-terlatih. Qwen4-Max tidak memiliki checkpoint yang dipublikasikan dan materi Alibaba menyebutnya sebagai produk andalan proprietari.
Soal bobot model adalah yang memiliki konsekuensi di luar harga. Model yang dapat diunduh bisa disesuaikan dengan jejak Anda sendiri, dikuantisasi agar sesuai dengan perangkat keras Anda, diaudit, dipatok ke versi tertentu, dan dijalankan di dalam jaringan yang tidak memiliki rute keluar. Model proprietary memberi Anda kontrak API dan tanggal penghentian. Itulah sebabnya liputan Qwen4-Max sebelumnya di blog ini terus kembali ke asimetri yang sama: bobot terbuka dengan 770 miliar parameter menghilangkan hambatan hukum, bukan hambatan perangkat keras — tetapi bagi perusahaan yang sudah memiliki perangkat kerasnya, itulah seluruh perbedaannya.
Ketika router mengubah perhitungan
Tencent Hy4 dapat dirutekan di sini sebagai tencent/hy4 dengan harga $0.834 dan $2.501 per juta token dengan pembacaan cache $0.042 — daftar milik penyedia sendiri, diteruskan dengan markup 0%, sehingga perubahan harga Tencent sampai kepada Anda pada hari yang sama. Qwen4-Max tidak ada dalam katalog kami; Alibaba menyajikannya melalui API Model Studio miliknya sendiri dan beberapa platform pihak ketiga, dan kami tidak merutekannya, jadi tidak ada apa pun dalam artikel ini yang boleh ditafsirkan sebagai penawaran untuk itu.
Yang Anda dapatkan dari satu endpoint adalah kemampuan untuk berhenti memperlakukan pilihan itu sebagai permanen. DSL routing dapat mengirim pekerjaan berdasarkan bentuknya: engineering tingkat repositori dan analisis dokumen panjang ke tencent/hy4, penalaran sulit dan apa pun yang melibatkan video ke Qwen4-Max melalui API key-nya sendiri, dengan failover otomatis di antara keduanya. Berdasarkan skor komponen di atas, pembagian itu bukan kompromi — itu adalah alokasi yang tepat, karena evaluasi lemah kedua model hampir tidak tumpang tindih. Fusion model akan melangkah lebih jauh lagi: panel yang terdiri dari keduanya akan menempatkan skor HLE-Diamond milik Qwen dan skor repositori milik Hy4 di hadapan jawaban yang sama.

Siapa yang harus memilih yang mana
Pilih Qwen4-Max jika pekerjaannya berat dalam penalaran, jika ada bagian yang melibatkan video, atau jika outputnya dinilai oleh orang, bukan oleh tes — selisih 240-Elo AA-Briefcase bukanlah kesalahan pembulatan. Anggarkan 3,2 kali biaya per tugas Hy4 dan model yang membutuhkan waktu dua kali lebih lama untuk menyelesaikan setiap tugas.
Ambil Tencent Hy4 jika Anda ingin memiliki bobotnya, jika pekerjaannya berupa kode berskala repositori atau analisis dokumen panjang, atau jika ekonomi unit yang menentukan pengadaan. Model ini lebih murah pada setiap sumbu yang diukur, merupakan model yang dapat Anda jalankan sendiri, dan memenangkan dua evaluasi yang menghargai kemampuan menavigasi materi yang tidak disiapkan untuknya.
Pertanyaan terbukanya adalah apakah daftar kedua itu akan bertambah. Bobot Hy4 telah dipublikasikan selama dua hari; fine-tuning pada jejak repositori milik perusahaan sendiri akan menutup selisih lima poin, yang setara dengan biaya komputasi akhir pekan dengan harga saat ini. Qwen4-Max sama sekali tidak bisa diserang dengan cara itu. Asimetri itu — satu model yang bisa Anda tingkatkan dan satu model yang hanya bisa Anda tunggu — tidak ada di tabel benchmark mana pun, dan selama setahun ke depan hal itu akan lebih penting daripada 8,3 poin.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini
