
Hy4 vs Qwen4-Max: Hy4가 실제로 이기는 두 개의 행
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 182 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 749 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100만 토큰당 · 1902 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 109 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 · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
Artificial Analysis Intelligence Index v5.0.1을 구성하는 9개 평가 중 7개에서 Qwen4-Max는 Tencent Hy4를 앞섭니다. 당연한 결과입니다. Alibaba의 플래그십은 Tencent의 34.6에 맞서 42.9점을 기록하며, 호출당 262,144토큰의 사고 및 답변 공유 예산을 갖습니다. 하지만 두 항목에서는 결과가 반대로 나오며, 바로 그 두 항목이 각 모델이 실제로 무엇을 위해 만들어졌는지를 보여줍니다. 실제 오픈소스 저장소 내 소프트웨어 엔지니어링을 평가하는 FrontierCode-AA 2.0에서 Tencent Hy4는 31.4%, Qwen4-Max는 26.5%를 기록합니다. 의료 장문맥 추론을 평가하는 MLCR-AA에서 Hy4는 32.8%, Qwen4-Max는 19.4%를 기록합니다.
8.3 지수 포인트 뒤처진 모델이 거둔 두 가지 승리는 이상하며, 바로 이것이 이 비교가 단순한 점수판 이상의 가치를 지니는 이유입니다. Qwen4-Max는 더 강력한 범용 모델이자 어려운 추론, 지식 작업, 동영상이 포함된 모든 작업에 선택할 모델입니다. Tencent Hy4는 더 저렴한 모델이자 다운로드 가능한 모델이며 — 실제 저장소 작업에서는 근소하게 — 더 나은 엔지니어입니다. 둘 중 무엇을 선택할지는 실제로 그중 무엇이 필요한지, 그리고 더 저렴한 모델을 토큰 가격이 시사하는 것보다 더 저렴하게 만드는 가격 구조에 달려 있습니다.
Qwen까지 일곱 행, Hy4까지 두 행
두 수치 세트는 모두 2026년 11월 20일 Artificial Analysis에서 나온 것으로, 동일한 평가 버전과 동일한 하네스를 사용합니다:
• 고난도 추론, HLE-Diamond — Qwen4-Max 44.9%, Hy4 32.7%. 이 보드에서 가장 큰 격차인 12.2포인트.
• 물리학, CritPt v2 고난도 하위 집합 — Qwen4-Max 43.0%, Hy4 39.0%.
• 깨끗한 터미널에서의 에이전틱 코딩, Terminal-Bench 4.0 — Qwen4-Max 48.5%, Hy4 37.4%.
• 터미널에서의 에이전트 과학, Terminal-Bench-Science — Qwen4-Max 23.3%, Hy4 12.9%.
• SaaS 워크플로 실행, AutomationBench-AA — Qwen4-Max 72.6%, Hy4 65.6%.
• 전문 문서 추론, GDP.pdf 전체 통과 — Qwen4-Max 26.2%, Hy4 21.6%.
• 에이전틱 지식 노동, AA-Briefcase Elo — Qwen4-Max 1,686.1, Hy4 1,445.9. 240 Elo 격차로, 이 시리즈에서 가장 큽니다.
• 실제 리포지토리에서의 소프트웨어 엔지니어링, FrontierCode-AA 2.0 — Hy4 31.4%, Qwen4-Max 26.5%.
• 의료 장문맥 추론, MLCR-AA — Hy4 32.8%, Qwen4-Max 19.4%.
두 번의 패배에서 드러난 패턴은 정확히 이름 붙일 가치가 있다. 그것은 잡음이 아니기 때문이다. Qwen4-Max는 목표가 명확히 정의된 깨끗한 환경의 코딩 작업인 터미널 벤치마크에서 승리한다. Hy4는 평가를 위해 누구도 작성하지 않은 코드를 탐색해야 하는 저장소 벤치마크에서 승리한다. 그리고 의료 장문 컨텍스트에서 13점 차로 승리하는데, 이는 명시된 설계 목표와 맞아떨어지는 유일한 역량이다. Tencent는 Hy4를 장문 문서와 심층 리서치로 학습시켰고, 모델 카드에서 그렇게 밝히고 있다. 한편 Alibaba가 Qwen4-Max를 위해 내놓은 자체 자료들은 Work360, 토큰 효율성 주장, 공유 추론 예산을 앞세운다. 폭넓은 범용성을 위해 최적화된 범용 플래그십인 셈이다.

가격 비율과 원가 비율 사이의 격차
Qwen4-Max는 Hy4의 입력 가격 대비 1.8배, 출력 가격 대비 1.8배입니다. Intelligence Index 작업당 측정 비용으로 보면 3.2배인데, $3.27 대 $1.03입니다. 여기에 추가로 붙는 배수는 토큰 효율성 때문이며, 바로 이 부분이 대부분의 사람들이 이 비교에서 건너뛰는 부분입니다.
• 입력 — Qwen4-Max 백만 토큰당 $1.50, Hy4 $0.834. Qwen은 80% 더 비쌉니다.
• 출력 — Qwen4-Max $4.50, Hy4 $2.501. 동일 80%.
• {{1}}캐시 읽기{{/1}} — Qwen4-Max는 95% 할인 적용 시 $0.075, Hy4는 95% 할인 적용 시 $0.042입니다. {{2}}Qwen은 79% 더 비쌉니다{{/2}}. 할인율은 동일하므로 캐싱으로는 격차가 해소되지 않습니다.
• 인덱스 작업당 출력 토큰 — Qwen4-Max 104,940개, Hy4 78,058개. Qwen은 작업당 3분의 1 더 오래 추론합니다.
• 인덱스 작업당 소요 시간 — Qwen4-Max 29.8분, Hy4 14.0분. 두 배 이상 더 오래 걸립니다.
• 출력 속도 — Qwen4-Max 초당 59토큰, Hy4 93.
두 효과를 곱하면 1.8배의 가격 비율이 3.2배의 비용 비율이 됩니다. 한 달에 1만 개의 에이전트 작업을 실행하는 워크로드의 경우, 이는 방어해야 하는 비용 항목과 재협상해야 하는 비용 항목의 차이입니다 — 그리고 Qwen4-Max가 더 성능이 뛰어난 모델임에도 이는 그대로 성립합니다. 호출하지 않는 역량도 여전히 청구되기 때문입니다.

Qwen 쪽에는 반대 방향으로 작용하면서 놓치기 쉬운 가격 책정 세부 사항이 하나 있습니다. Alibaba의 종량제 카드는 지역에 따라 다릅니다. 싱가포르에서는 $1.50 및 $4.50이지만, 베이징, 홍콩, 프랑크푸르트, 미국 버지니아에서는 $1.413 및 $4.24이며, 캐시 읽기는 $0.071입니다. 트래픽이 해당 지역 중 한 곳에서 종료된다면 입력 격차는 80%가 아니라 약 69%로 좁아집니다. 답의 방향은 바뀌지 않습니다.
비디오 입력, 가중치 출력
두 모델은 동일한 입력을 받지 않으며, 이것이 실제 구매 결정을 가장 자주 좌우하는 차이입니다:
• 입력 모달리티 — Qwen4-Max는 텍스트, 이미지, 비디오를 처리합니다. Tencent Hy4는 텍스트와 이미지를 처리합니다. Hy4는 11월 4일 이후 비전 측면에서 아무것도 잃지 않았습니다 — 이미지 이해와 컴퓨터 사용이 그 릴리스의 대표적인 추가 기능이었습니다 — 하지만 비디오 경로는 없습니다.
• 출력 — 둘 다 텍스트만.
• 컨텍스트 — Hy4 1,048,576 토큰; Qwen4-Max는 Artificial Analysis 집계 기준 983,616개이지만, Alibaba 자체 문서에는 1,000,000개로 명시되어 있습니다. 차이는 능력이 아니라 회계상의 차이이며, 둘 다 백만 토큰 모델입니다.
• 가중치 — Hy4는 2026년 11월 18일부터 Tencent Hy License에 따라 다운로드할 수 있으며, BF16 기반의 7740억 매개변수 체크포인트로 FP8 빌드와 사전 학습된 베이스를 갖추고 있습니다. Qwen4-Max는 공개된 체크포인트가 없으며 Alibaba의 자료에서는 독점 플래그십이라고 설명합니다.
가중치 공개 노선은 가격 이상의 파급 효과를 지닌 선택지다. 다운로드 가능한 모델은 자체 트레이스로 미세 조정하고, 하드웨어에 맞게 양자화하고, 감사하고, 특정 버전에 고정해 외부로 나가는 경로가 없는 네트워크 안에서 실행할 수 있다. 독점 모델은 API 계약과 서비스 종료일을 줄 뿐이다. 그래서 이 블로그의 이전 Qwen4-Max 다룬 글에서 같은 비대칭으로 계속 돌아왔던 것이다: 7,700억 파라미터의 공개 가중치는 법적 장벽을 없애는 것이지 하드웨어 장벽을 없애는 게 아니다 — 하지만 하드웨어를 이미 보유한 회사에게는 그것이 전부의 차이다.
라우터가 계산을 바꾸는 곳
Tencent Hy4는 여기에서 tencent/hy4 경로로 라우팅할 수 있으며, 백만 토큰당 $0.834 및 $2.501, 캐시 읽기는 $0.042입니다 — 공급업체 자체 목록을 0% 마크업으로 그대로 전달하므로, Tencent 가격 변동이 같은 날 귀하에게 도달합니다. Qwen4-Max는 당사 카탈로그에 없습니다. Alibaba는 자체 Model Studio API와 여러 타사 플랫폼을 통해 이를 제공하며, 당사는 이를 라우팅하지 않으므로 이 글의 어떤 내용도 제공 제안으로 해석되어서는 안 됩니다.
하나의 엔드포인트로 얻는 것은 그 선택을 영구적인 것으로 더 이상 취급하지 않게 되는 것입니다. 라우팅 DSL은 작업을 형태에 따라 보낼 수 있습니다. 저장소 수준 엔지니어링과 장문 문서 분석은 tencent/hy4로, 고난도 추론과 비디오가 포함된 모든 작업은 자체 API 키를 통해 Qwen4-Max로 보내며, 둘 사이에는 자동 페일오버가 있습니다. 위의 구성 요소 점수에서 이 분할은 타협이 아니라 올바른 배분입니다. 두 모델의 약한 평가가 거의 겹치지 않기 때문입니다. 모델 융합은 더 나아갈 수 있습니다. 두 모델로 구성된 패널은 같은 답변에 대해 Qwen의 HLE-Diamond 점수와 Hy4의 저장소 점수를 함께 제시하게 될 것입니다.

누가 무엇을 골라야 할까요?
추론 비중이 큰 작업이거나, 작업에 비디오가 포함되거나, 출력이 테스트가 아닌 사람에 의해 평가된다면 Qwen4-Max를 선택하세요 — 240-Elo AA-Briefcase 격차는 반올림 오차가 아닙니다. Hy4의 작업당 비용의 3.2배와 각 작업을 완료하는 데 두 배 더 오래 걸리는 모델을 예산에 반영하세요.
가중치를 직접 소유하고 싶다면, 작업이 저장소 규모의 코드나 장문 문서 분석이라면, 또는 단위 경제성이 조달을 좌우한다면 Tencent Hy4를 선택하세요. 이 모델은 측정된 모든 축에서 더 저렴하고, 직접 실행할 수 있으며, 아무도 미리 준비하지 않은 자료를 탐색하는 역량을 보상하는 두 가지 평가에서 앞섭니다.
미해결 질문은 그 두 번째 목록이 커지느냐다. Hy4의 가중치는 이틀째 공개되어 있다. 기업 자체 저장소의 트레이스를 활용한 파인튜닝은 5점 격차를 공략하는 것으로, 현재 가격 기준 주말 하루치 컴퓨팅이면 충분하다. Qwen4-Max는 그런 방식으로 전혀 공략할 수 없다. 한 모델은 개선할 수 있고 다른 모델은 기다릴 수밖에 없다는 이 비대칭성은 어떤 벤치마크 표에도 없으며, 앞으로 1년 동안 그것은 8.3점보다 더 중요해질 것이다.
이 글에서 비교한 모델1
이 글에서 자동 인식
