Wygenerowana karta tytułowa z tekstem „Tencent Hy4 vs Qwen4-Max” i dwiema kolumnami statystyk: Hy4 — Intelligence Index 34,6, 770B łącznie i 49B aktywnych, otwarte wagi, 0,834 USD/2,501 USD za milion tokenów; Qwen4-Max — 42,9, nieujawnione parametry, zastrzeżone, 1,50 USD/4,50 USD; stopka z tekstem „Indeks i cena według Artificial Analysis v5.0.1, odczytano 20 listopada 2026 r.”
Guides & Insights

Hy4 kontra Qwen4-Max: dwa wiersze, w których Hy4 faktycznie wygrywa

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

W siedmiu z dziewięciu ewaluacji składających się na Artificial Analysis Intelligence Index v5.0.1 Qwen4-Max pokonuje Tencent Hy4. I powinien: flagowy model Alibaby zdobywa 42,9 wobec 34,6 Tencenta i ma wspólny budżet na rozumowanie i odpowiedź wynoszący 262 144 tokeny na wywołanie. Ale dwa wiersze wypadają odwrotnie i to właśnie one mówią, do czego każdy z modeli został w rzeczywistości stworzony. W FrontierCode-AA 2.0 — inżynieria oprogramowania w prawdziwych repozytoriach open source — Tencent Hy4 uzyskuje 31,4%, a Qwen4-Max 26,5%. W MLCR-AA, medycznym rozumowaniu na długim kontekście, Hy4 uzyskuje 32,8%, a Qwen4-Max 19,4%.

To dziwna para zwycięstw jak na model, który pozostaje o 8,3 punktu indeksu z tyłu, i właśnie dlatego to porównanie jest warte więcej niż tabela wyników. Qwen4-Max jest silniejszym modelem ogólnym i tym, który wybrałbyś do trudnego rozumowania, pracy opartej na wiedzy i wszystkiego, co zawiera wideo. T​encent Hy4 jest tańszym modelem, tym do pobrania i — nieznacznie, jeśli chodzi o pracę z rzeczywistymi repozytoriami — lepszym inżynierem. Decyzja między nimi zależy od tego, którego z nich faktycznie potrzebujesz, oraz od struktury cenowej, która sprawia, że tańszy model jest tańszy, niż sugerują jego ceny tokenów.

Siedem rzędów do Q​wen, dwa do Hy4

Oba zestawy liczb pochodzą z Artificial Analysis z 20 listopada 2026 r., te same wersje ewaluacji, ten sam harness:

• Trudne rozumowanie, HLE-Diamond — Qwen4-Max 44,9%, Hy4 32,7%. Największa różnica na liście wyników, 12,2 punktu.

• Fizyka, trudny podzbiór CritPt v2 — Qwen4-Max 43,0%, Hy4 39,0%.

• Kodowanie agentowe w czystym terminalu, Terminal-Bench 4.0 — Qwen4-Max 48,5%, Hy4 37,4%.

• Naukowa praca agentowa w terminalu, Terminal-Bench-Science — Qwen4-Max 23,3%, Hy4 12,9%.

• wykonywanie przepływów pracy SaaS, AutomationBench-AA — Qwen4-Max 72,6%, Hy4 65,6%.

• Profesjonalne wnioskowanie na dokumentach, GDP.pdf — wszystkie zaliczone — Qwen4-Max 26,2%, Hy4 21,6%.

• Praca z wiedzą w trybie agentowym, AA-Briefcase Elo — Qwen4-Max 1686,1, Hy4 1445,9. Różnica 240 punktów Elo, największa w tej serii.

• Inżynieria oprogramowania w rzeczywistych repozytoriach, FrontierCode-AA 2.0 — Hy4 31,4%, Qwen4-Max 26,5%.

• Rozumowanie medyczne w długim kontekście, MLCR-AA — Hy4 32,8%, Qwen4-Max 19,4%.

Warto dokładnie nazwać wzorzec widoczny w tych dwóch porażkach, ponieważ nie jest to szum. Qwen4-Max wygrywa w benchmarkach terminalowych, czyli zadaniach kodowania w czystym środowisku z określonym celem. Hy4 wygrywa w benchmarku repozytoriów, który polega na poruszaniu się po kodzie, którego nikt nie napisał na potrzeby ewaluacji. Wygrywa też w medycznym długim kontekście o 13 punktów, a to jedyna zdolność, która przekłada się na deklarowany cel projektowy: Tencent trenował Hy4 na długich dokumentach i pogłębionych badaniach i mówi o tym w karcie modelu. Tymczasem własne materiały Alibaby dotyczące Qwen4-Max wysuwają na pierwszy plan Work360, twierdzenia o efektywności tokenowej i współdzielony budżet rozumowania — flagowy model ogólnego przeznaczenia zoptymalizowany pod szerokość.

Generated two-column scoreboard comparing Tencent Hy4 and Qwen4-Max across six dimensions: Intelligence Index 34.6 versus 42.9, price $0.834/$2.501 versus $1.50/$4.50 per million tokens, context 1,048,576 versus 983,616 tokens, FrontierCode-AA 31.4% versus 26.5%, terminal coding Terminal-Bench 4.0 37.4% versus 48.5%, and cost per index task $1.03 versus $3.27, with a footer reading 'All figures per Artificial Analysis v5.0.1, 20 November 2026; terminal rows favour Qwen, repository rows favour Hy4.'

Różnica między stosunkiem cen a stosunkiem kosztów

Qwen4-Max ma cenę wejścia 1,8 razy wyższą niż Hy4 i 1,8 razy wyższą cenę wyjścia. W przeliczeniu na zmierzony koszt na zadanie Intelligence Index to 3,2 razy — 3,27 USD wobec 1,03 USD. Dodatkowy mnożnik wynika z efektywności tokenowej i to jest ta część porównania, którą większość ludzi pomija.

• Dane wejściowe — Qwen4-Max 1,50 USD za milion tokenów, Hy4 0,834 USD. Q​wen jest o 80% droższy.

• Wyjście — Qwen4-Max $4.50, Hy4 $2.501. To samo 80%.

• Odczyty z pamięci podręcznej — Qwen4-Max $0.075 przy 95% zniżki, Hy4 $0.042 przy 95%. Q​wen jest o 79% droższy, a stawki zniżki są identyczne, więc buforowanie nie niweluje tej różnicy.

• Tokeny wyjściowe na zadanie indeksowania — Qwen4-Max 104 940, Hy4 78 058. Qwen rozumuje o jedną trzecią dłużej na zadanie.

• Czas na zadanie indeksowania — Qwen4-Max 29,8 minuty, Hy4 14,0. Ponad dwa razy dłuższy.

• Szybkość generowania — Qwen4-Max 59 tokenów na sekundę, Hy4 93.

Pomnóż oba efekty, a stosunek cen 1.8x staje się stosunkiem kosztów 3.2x. W przypadku obciążenia, które wykonuje dziesięć tysięcy zadań agentowych miesięcznie, to różnica między pozycją kosztową, której bronisz, a pozycją, którą renegocjujesz — i utrzymuje się nawet mimo tego, że Qwen4-Max jest modelem o większych możliwościach, ponieważ możliwości, których nie wykorzystujesz, nadal są rozliczane.

Screenshot of the Artificial Analysis page for Tencent Hy4, captured 20 November 2026, showing its Intelligence, Performance, Cost and Verbosity rank tiles, 93 tokens per second output, 14.0 minutes per task, a 118.9-second time to first token and a 1M-token context window, with the header still labelling the model proprietary.

Jest jeden szczegół cenowy po stronie Q​wen, który działa w przeciwnym kierunku i łatwo go przeoczyć. Cennik opłat za zużycie A​libaby zależy od regionu: 1,50 USD i 4,50 USD w Singapurze, ale 1,413 USD i 4,24 USD w Pekinie, Hongkongu, Frankfurcie i Wirginii w USA, a odczyty z pamięci podręcznej kosztują 0,071 USD. Jeśli Twój ruch kończy się w jednym z tych regionów, różnica dla danych wejściowych zmniejsza się do około 69%, a nie 80%. Nie zmienia to kierunku odpowiedzi.

Wideo na wejściu, wagi na wyjściu

Te dwa modele nie przyjmują tych samych danych wejściowych, i to jest różnica, która najczęściej rozstrzyga o rzeczywistym zakupie:

• Modalności wejściowe — Qwen4-Max przyjmuje tekst, obrazy i wideo. Tencent Hy4 przyjmuje tekst i obrazy. Hy4 nie stracił nic po stronie wizji od 4 listopada — rozumienie obrazów i korzystanie z komputera były głównymi nowościami w tym wydaniu — ale nie obsługuje wideo.

• Wynik — tylko oba teksty.

• Kontekst — Hy4 1 048 576 tokenów; Qwen4-Max 983 616 według wyliczenia Artificial Analysis, choć własna dokumentacja A​libaba podaje 1 000 000. Różnica wynika z księgowania, a nie z możliwości; oba są modelami o milionie tokenów.

• Wagi — Hy4 dostępny do pobrania od 18 listopada 2026 r. na licencji Tencent Hy License, checkpoint o 774 miliardach parametrów w BF16 z wersją FP8 i wstępnie wytrenowaną bazą. Qwen4-Max nie ma opublikowanego checkpointu, a materiały Alibaby opisują zastrzeżony model flagowy.

Linia dotycząca wag to ta, która ma konsekwencje wykraczające poza cenę. Model do pobrania można dostroić na własnych śladach, skwantyzować, by pasował do twojego sprzętu, poddać audytowi, przypiąć do wersji i uruchomić w sieci bez trasy wychodzącej. Model własnościowy daje umowę API i datę wycofania. Dlatego wcześniejszy materiał o Qwen4-Max na tym blogu wciąż wracał do tej samej asymetrii: otwarte wagi przy 770 miliardach parametrów usuwają barierę prawną, a nie barierę sprzętową — ale dla firmy, która już ma sprzęt, to właśnie cała różnica.

Gdzie router zmienia arytmetykę

Tencent Hy4 można tutaj kierować jako tencent/hy4 po $0.834 i $2.501 za milion tokenów, z odczytami z cache po $0.042 — to lista samego dostawcy, przekazywana z 0% narzutu, więc zmiana ceny Tencent dotrze do Ciebie tego samego dnia. Qwen4-Max nie ma w naszym katalogu; Alibaba udostępnia go przez własne Model Studio API i kilka platform zewnętrznych, a my nie kierujemy do niego ruchu, więc niczego w tym artykule nie należy odczytywać jako oferty.

To, co daje ci jeden endpoint, to możliwość zaprzestania traktowania tego wyboru jako trwałego. DSL routingu może kierować pracę według rodzaju zadania: inżynierię na poziomie repozytorium i analizę długich dokumentów do tencent/hy4, trudne rozumowanie i wszystko związane z wideo do Qwen4-Max przez jego własny klucz API, z automatycznym przełączaniem awaryjnym między nimi. Patrząc na powyższe wyniki składników, ten podział nie jest kompromisem — to właściwa alokacja, ponieważ obszary słabych ocen obu modeli prawie się nie nakładają. Fuzja modeli posunęłaby się jeszcze dalej: panel złożony z obu modeli postawiłby wynik Qwena w HLE-Diamond i wynik Hy4 w zadaniach repozytoryjnych przed tą samą odpowiedzią.

Screenshot of the OrcaRouter model page for Hy4, captured 20 November 2026, showing the tencent/hy4 endpoint at $0.83 per million input tokens and $2.50 per million output tokens, a 1M-token context window, 65k maximum output, text and image input, vision, tools and JSON, zero data retention, and public benchmarks dated 4 November 2026.

Kto powinien wybrać, które

Wybierz Qwen4-Max, jeśli praca wymaga intensywnego rozumowania, jeśli którakolwiek jej część dotyczy wideo lub jeśli wyniki są oceniane przez ludzi, a nie przez testy — różnica 240 punktów Elo w AA-Briefcase to nie błąd zaokrąglenia. Zaplanuj budżet na 3,2-krotność kosztu Hy4 na zadanie i model, który potrzebuje dwa razy więcej czasu na ukończenie każdego zadania.

Wybierz T​encent Hy4, jeśli chcesz mieć własne wagi, jeśli praca dotyczy kodu w skali repozytorium lub analizy długich dokumentów albo jeśli o zakupie decyduje ekonomika jednostkowa. To tańszy model w każdym mierzonym wymiarze, to ten, który możesz uruchomić samodzielnie, i wygrywa dwie ewaluacje nagradzające poruszanie się po materiale, do którego nikt go nie przygotował.

Otwartym pytaniem pozostaje, czy ta druga lista będzie rosnąć. Wagi Hy4 są publicznie dostępne od dwóch dni; dostrojenie na śladach z własnego repozytorium firmy zaatakowałoby lukę wynoszącą pięć punktów, co przy obecnych cenach oznacza weekend obliczeń. Qwen4-Max nie da się zaatakować w ten sposób w ogóle. Ta asymetria — jeden model, który można ulepszyć, i jeden, na który można tylko czekać — nie występuje w żadnej tabeli benchmarków i w ciągu najbliższego roku będzie miała większe znaczenie niż 8,3 punktu.

Porównane w tym artykule2

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie