
Qwen4-Max vs Tencent HY4 Preview: 하나는 다운로드할 수 있고, 하나는 임대만 할 수 있으며, 두 숫자 모두 겉보기와는 다른 의미다
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 185 tok/s
Tencent HY4 Preview는 2026년 8월 28일부터 Apache 2.0에 따라 다운로드할 수 있습니다 — 총 7,700억 개 파라미터, 토큰당 490억 개 활성화, 78개 레이어, 라우팅 전문가 256개에 공유 전문가 1개, 추측 디코딩을 위한 네이티브 다중 토큰 예측 레이어, 1,048,576토큰 컨텍스트 윈도를 갖추고 있습니다. Qwen4-Max는 2026년 11월 16일부터 임대할 수 있습니다 — 2.4조 개 백본 파라미터, 토큰당 710억 개 활성화, 추가로 3,280억 개의 N-gram 임베딩 파라미터를 갖추고 있으며, 어떠한 종류의 체크포인트도 없습니다. 둘 다 백만 토큰 윈도를 갖춘 중국의 플래그십 희소 전문가 혼합 모델입니다. 하나는 직접 보유할 수 있고, 다른 하나는 호출만 할 수 있으며, 백만 입력 토큰당 $0.834 대 $1.50의 가격에서 직접 보유할 수 있는 쪽이 벤더 자체 가격표에서도 둘 중 더 저렴합니다. 흥미로운 부분은 가격 격차가 애초에 왜 존재하는지, 그리고 각 측이 공개한 수치가 무엇을 빠뜨렸는지입니다.
두 장의 카드, 나란히

• 라이선스 — HY4 Preview의 경우 공개된 가중치가 포함된 Apache 2.0, Qwen4-Max의 경우 독점적이고 가중치가 없으며 다운로드 불가
• 크기 — HY4 Preview는 총 770B / 활성 49B, Qwen4-Max는 2.4T 백본 / 활성 71B에 328B의 N-gram 임베딩을 더한 구성
• 백만 토큰당 가격 — 입력 $0.834 / 출력 $2.501 vs 입력 $1.50 / 출력 $4.50
• 캐시 읽기 — 백만 건당 $0.042 vs $0.075
• 컨텍스트 윈도우 — 1,048,576 토큰 대 1,000,000 토큰, 그중 사고 모드에서 입력으로 983,616개 사용 가능
• 최대 출력 — 64,000 토큰 (비사고 시 131,072, 또는 추론과 공유 시 262,144)
• 입력 모달리티 — 텍스트만 vs 텍스트, 이미지 및 비디오
• 추론 수준 — 높음, 낮음, 없음, 기본값은 높음 vs 낮음, 높음 및 xhigh, 기본값은 높음
• 독립 지수 점수 — Vals AI 지수에서 53.21%, 33개 중 23위, Artificial Analysis Intelligence Index에서는 43점, 81개 중 38위
가격 행보다 모달리티 행을 먼저 읽으세요. HY4 Preview는 텍스트 입력, 텍스트 출력 모델입니다. Qwen4-Max는 비디오를 읽습니다. 이 두 사실은 같은 축에 있지 않으므로, 워크로드에 프레임이 포함된 팀이라면 비교는 그 행에서 끝나고 나머지는 이론적인 이야기입니다.

{{1}}Apache 2.0{{/1}}은 {{2}}7,700억 개 매개변수{{/2}}에서 같은 제안이 아닙니다
다운로드할 수 있는 가중치는 검사하고, 미세 조정하고, 양자화하고, 원하는 방식으로 서빙할 수 있는 가중치이며, 이는 다른 누군가의 API 뒤에 있는 모델과는 실질적인 차이입니다. 또한 이 규모에서는 극소수 팀만 누릴 수 있는 차이이기도 합니다. 7700억 개 파라미터에 활성 파라미터 49억 개인 모델은 다중 노드 가속기 클러스터 없이는 실행되지 않으며, 프리뷰와 함께 공개된 FP8 체크포인트는 주로 패브릭 접근 권한을 갖춘 추론 제공업체와 연구 그룹이 이를 서빙할 수 있도록 존재합니다. Apache 2.0은 법적 장벽을 없애지만 하드웨어 장벽을 없애지는 않습니다.
그렇기 때문에 라이선스의 실질적 가치는 셀프 호스팅이 아닌 다른 곳에서 드러난다. 그것은 경쟁적 공급으로 드러난다. 누구나 HY4 Preview를 제공할 수 있기 때문에 여러 플랫폼이 제공하고, 그에 따라 가격 규율이 따라온다. Qwen4-Max에는 그런 메커니즘이 없다. 배포는 Alibaba가 운영하는 하나뿐이며, Qwen4-Max 가격을 제시하는 모든 플랫폼은 Alibaba의 가격에 자신이 붙일 수 있는 마진을 더한 가격을 제시하는 것이다. 그래서 Qwen4-Max의 글로벌 리전 카드와 싱가포르 카드는 5.8% 차이 나고 그 외에는 별로 차이가 나지 않는다. 이를 밑도는 가격을 제시할 제3자 용량이 없기 때문이다.
각 카드에서 신뢰하지 말아야 할 숫자
Tencent의 출시 자료에는 내부 블라인드 평가가 포함되어 있습니다. 163명의 전문가와 203개의 엔지니어링 과제를 대상으로 한 이 평가에서 HY4 Preview는 평균 2.99점으로, GLM 5.3의 2.92점과 Kimi K3의 2.94점을 앞섰습니다. 이는 세 모델을 비교한 벤더 주도 연구로, 1위를 차지한 벤더가 자체적으로 정의한 점수 척도에 따라 발표한 것입니다. 이는 팀 자체 테스트의 방향을 넘어서는 큰 증거가 되지 못하며, Tencent는 알려진 미흡한 점 목록과 함께 이를 조심스럽게 공개했습니다: 모델은 필요 이상으로 오래 추론하고 자체 작업을 과도하게 검증합니다.
독립 평가 측에서는 Vals AI가 자사 지수에서 HY4 Preview를 53.21%로 평가해 테스트된 33개 모델 중 23위에 올렸다. Vals가 직접 수행한 Terminal-Bench 4.0 실행에서는 이 프리뷰가 8.08%를 기록했다. Tencent의 자료는 터미널 에이전트 수치로 80%대를 인용하는데, 이는 벤치마크의 다른 개정판과 다른 하네스에서 나온 것이다. 그렇기 때문에 두 수치는 모순이라기보다 에이전트 벤치마크 점수가 모델만큼이나 하네스의 속성임을 보여주는 사례다. 개정판을 함께 밝히지 않고 둘 중 어느 수치를 인용하는 사람은 독자에게 폐를 끼치는 셈이다.
Qwen4-Max는 반대 문제를 안고 있다. 이 제품의 공급업체 수치는 유난히 상세하다 — Work360은 Qwen3.8-Max의 47.74에 대비 52.69이고, 작업당 평균 비용은 $4.43에서 $1.67로 낮아졌으며, 보안 코드 함수 수준 통과율은 22.0%에서 31.8%로 올랐다 — 그런데 그중 어느 것도 경쟁사 이름을 언급하지 않는다. Alibaba가 공개한 것은 자사의 이전 세대와 비교한 자체 비교로, 이는 공급업체 벤치마크 중 가장 방어 가능한 종류이자 공급업체 간 선택에는 가장 유용하지 않은 종류다. 유일한 공급업체 간 비교 수치는 Artificial Analysis로, Qwen4-Max에 43점을 부여하고 이에 대한 속도 측정치는 기록하지 않는다.
45% 가격 격차는 어디로 가는가
HY4 Preview는 입력 $0.834, 출력 $2.501이고, Qwen4-Max는 $1.50와 $4.50입니다. 이는 입력 기준 45%, 출력 기준 44% 더 저렴한 것으로, 유사한 하드웨어 경제성을 기준으로 가격이 책정된 두 모델에서 기대할 수 있는 것처럼 거의 일률 할인에 가깝습니다. 그 격차가 공짜는 아닙니다. HY4 Preview의 64,000토큰 출력 상한은 Qwen4-Max의 비사고(non-thinking) 수치의 절반이고, 컨텍스트는 텍스트 전용이며, 두 모델의 추론 제어 방식도 다릅니다. Qwen4-Max는 또한 세 가지 effort 수준을 제공하는 반면 Tencent는 high, low, none을 제공하지만, 둘 다 기본값은 최상위 설정이며, 둘 다 익숙하지 않은 effort 문자열을 거부하지 않고 흡수합니다.
할인이 사라질 수 있는 또 다른 지점은 검증 동작이다. Tencent는 프리뷰가 과도하게 검증한다고 문서에 밝힌다. Qwen4-Max의 독립 토큰 총계는 Intelligence Index 전반에서 출력 토큰 1억 2,700만 개로, 중앙값 7,860만 개와 대비되며, Artificial Analysis는 이를 매우 장황하다고 부른다. 다시 말해 두 모델 모두 말이 많고, 경쟁 모델보다 더 많은 토큰을 쓰는 모델에 대한 토큰당 할인은 요금표가 약속한 것보다 적은 절감을 회수한다. 절감을 모델링하기 전에 작업당 출력량을 측정하라.
한 모델은 프리뷰이고, 다른 하나는 정식 출시 버전입니다.
이것은 두 이름이 같은 문장에 등장할 때마다 사라지는 비대칭성이다. HY4 Preview는 8월에 출시되었고, 그 이후 Tencent는 이 라인을 앞으로 나아가게 했다 — 11월의 Hy4 일반 공급(GA) 릴리스는 네이티브 비전과 컴퓨터 사용을 추가했으며, 패밀리에는 별도의 Hy4 Flash가 있다. 프리뷰 문자열은 오픈 웨이트로 제공되는 것이며, Tencent가 그렇게 말했기 때문에 프리뷰인 것이고, 거친 부분들도 문서화되어 있다.
Qwen4-Max는 정식 출시 버전으로, 종량제 카드로 6개 지역에서 제공되며, 프리뷰 세대는 11월 25일에 종료됩니다. 이들은 서로 다른 성숙 단계이며, 벤치마크 점수로 비교하는 것은 하네스가 우연히 더 잘 맞는 쪽을 좋게 보이게 할 뿐입니다.

먼저 승자를 정하지 않고 둘 다 실행하기
OrcaRouter는 Tencent HY4 Preview를 백만 개당 입력 $0.834, 출력 $2.501, 캐시 입력 $0.042로 라우팅합니다 — Tencent 자체 카드 가격으로, 0% 마크업으로 그대로 전달 — 다음 모델과 동일한 키, 동일한 OpenAI 호환 엔드포인트를 통해: Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 및 Qwen3.8-Max. Qwen4-Max는 카탈로그에 없습니다. Qwen4 세대는 아직 추가되지 않았으므로, 비교의 해당 측면은 Alibaba 자격 증명을 직접 사용하는 것입니다.
이 조합이 실제로 보상하는 구성은 다음과 같습니다. 오픈 웨이트 모델은 페일오버가 적용되는 라우팅 계층 뒤에 두고, 클로즈드 모델은 그 동작 방식을 파악하는 동안 직접 키에 유지하세요. 그리고 트래픽은 직접 결정하세요. 텍스트 전용 작업은 45% 더 저렴하고 여러 제공업체에서 스트리밍되는 경로로 보내고, 이미지나 동영상이 포함된 작업은 이를 읽을 수 있는 모델로 보내세요. 라우팅 DSL은 이것을 모달리티에 대한 규칙으로 만들어 누군가가 기억해야 하는 결정이 아니라, 그리고 모델 퓨전 — 여러 모델이 함께 답하는 패널 — 은 두 모델을 생산 환경에 투입하기 전에 관심 있는 작업에서 둘이 의견이 갈리는지 확인하는 저렴한 방법입니다.
가중치 논쟁이 실제로 무엇에 관한 것인지
Alibaba의 출시 게시글은 더 작은 Qwen4 모델들이 오픈소스로 공개될 예정이라고 말하며 끝난다. 그 문장은 내년의 구도를 보여준다. 중국 대표 모델군의 오픈 계층은 아파치 라이선스로 다운로드 가능한 채, 비공개 계층보다 한 세대 뒤처져 계속 등장할 것이고, 팀들은 직접 보유할 수 있는 모델과 6개월 앞선 모델 사이에서 계속 선택하게 될 것이다.
지금으로서는 선택지가 이례적으로 명확하다. HY4 Preview는 이 규모에서 정직한 오픈 옵션이며, 가격도 그에 맞게 책정되어 있고, 텍스트 전용 표면과 의미를 가지려면 하네스를 붙여야 하는 벤더 수치들을 갖추고 있다. Qwen4-Max는 더 새로운 클로즈드 옵션으로, 스펙 시트가 측정할 수 있는 모든 축에서 더 잘 명시되어 있지만, 출시 당시의 프레이밍이 시사하는 것보다 낮은 독립 점수 하나가 있고 지연 시간 수치는 전혀 없다. 어느 카드도 전체 이야기는 아니며, 둘 사이의 45%는 각각이 겨냥할 수 있는 대상의 차이보다 작다.
