Um cartão de título com a manchete “Qwen4-Max vs Tencent HY4 Preview: um que você pode baixar, outro que só pode alugar”, com três etiquetas: HY4 Preview sob Apache 2.0, com 770B no total e 49B ativos; Qwen4-Max com pesos fechados, com um backbone de 2,4T e 71B ativos; e preço por milhão de tokens de entrada de US$ 0,834 contra US$ 1,50, com crédito aos model cards dos fornecedores, à Vals AI e à Artificial Analysis em 17 de novembro de 2026.
Guides & Insights

Qwen4-Max vs Tencent HY4 Preview: Um você pode baixar, o outro só pode alugar, e nenhum dos números significa o que parece

Autor

Elias Hawthorne

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

T​encent HY4 Preview está disponível para download desde 28 de agosto de 2026 sob a licença Apache 2.0 — 770 bilhões de parâmetros no total, 49 bilhões ativados por token, 78 camadas, 256 especialistas roteados mais um compartilhado, uma camada nativa de previsão de múltiplos tokens para decodificação especulativa e uma janela de contexto de 1.048.576 tokens. Qwen4-Max pode ser alugado desde 16 de novembro de 2026 — 2,4 trilhões de parâmetros de backbone, 71 bilhões ativados por token, além de 328 bilhões de parâmetros de embedding de N-gramas, e nenhum checkpoint de qualquer tipo. Ambos são modelos chineses carro-chefe de mistura de especialistas esparsos com janelas de milhões de tokens. Um você pode manter, o outro você só pode chamar, e a US$ 0,834 contra US$ 1,50 por milhão de tokens de entrada, o que você pode manter também é o mais barato dos dois na própria tabela do fornecedor. A parte interessante é por que a diferença de preço existe, afinal, e o que os números publicados por cada lado deixam de fora.

Os dois cartões, lado a lado

A two-column scoreboard comparing Qwen4-Max and Tencent HY4 Preview: proprietary licence against Apache 2.0; 2.4T with 71B active against 770B with 49B active; $1.50 in and $4.50 out against $0.834 and $2.501; 1,000,000 context against 1,048,576; 131,072 maximum output against 64,000; text, image and video against text only. Footer records HY4 Preview at 53.21% on the Vals AI index, 23rd of 33, and Qwen4-Max at 43 on the Artificial Analysis index, 38th of 81.

• Licença — Apache 2.0 com pesos publicados para HY4 Preview vs proprietário, sem pesos, sem download para Qwen4-Max

• Tamanho — 770B no total / 49B ativos para o HY4 Preview vs. backbone de 2,4T / 71B ativos mais 328B de embeddings de N-gram para o Qwen4-Max

• Preço por milhão de tokens — $0,834 entrada / $2,501 saída vs $1,50 entrada / $4,50 saída

• Leitura de cache — $0.042 por milhão vs $0.075

• Janela de contexto — 1.048.576 tokens versus 1.000.000, dos quais 983.616 são utilizáveis como entrada no modo de raciocínio

• Saída máxima — 64.000 tokens vs. 131.072 sem raciocínio, ou 262.144 compartilhados com raciocínio

• Modalidades de entrada — apenas texto vs texto, imagem e vídeo

• Níveis de raciocínio — alto, baixo e nenhum, com padrão alto vs baixo, alto e xhigh, com padrão alto

• Pontuação independente no índice — 53.21% no índice Vals AI, 23º de 33, contra 43 no Artificial Analysis Intelligence Index, 38º de 81

Leia a linha de modalidade antes das linhas de preço. HY4 Preview é um modelo texto-entrada, texto-saída. Qwen4-Max lê vídeo. Esses dois fatos não ficam no mesmo eixo, então, para qualquer equipe cuja carga de trabalho inclua quadros, a comparação termina nessa linha e o resto disto é acadêmico.

A screenshot of the Hugging Face model card for tencent/Hy4-preview, showing the repository header, the Apache 2.0 licence tag, the safetensors and mixture-of-experts tags and the start of the evaluation results section.

Apache 2.0 não é a mesma oferta com 770 bilhões de parâmetros

Pesos que você pode baixar são pesos que você pode inspecionar, ajustar fino, quantizar e servir nos seus próprios termos, e isso é uma diferença real em relação a um modelo por trás da API de outra pessoa. É também, nesta escala, uma diferença disponível para muito poucas equipes. Um modelo de 770 bilhões de parâmetros com 49 bilhões ativos não rodará em nada menos que um cluster de aceleradores com vários nós, e o checkpoint FP8 publicado que acompanhou a prévia existe principalmente para que provedores de inferência e grupos de pesquisa com acesso à malha de interconexão possam servi-lo. A Apache 2.0 remove a barreira legal, não a de hardware.

É por isso que o valor prático da licença aparece em outro lugar que não a auto-hospedagem. Ele aparece como oferta competitiva: como qualquer um pode servir o HY4 Preview, várias plataformas o fazem, e a disciplina de preços vem junto. O Qwen4-Max não tem esse mecanismo. Há uma única implantação, operada pela A​libaba, e toda plataforma que cota um preço do Qwen4-Max está cotando o preço da A​libaba com a margem que conseguir acrescentar. É por isso que seu cartão da região Global e o cartão de Singapura diferem em 5,8% e nada mais difere muito — não há capacidade de terceiros para cobrar menos que ela.

O número em que não confiar em cada cartão

O material de lançamento da Tencent inclui uma avaliação cega interna — 163 especialistas, 203 tarefas de engenharia — na qual o HY4 Preview teve média de 2,99, contra 2,92 do GLM 5.3 e 2,94 do Kimi K3. Trata-se de um estudo conduzido pelo fornecedor, comparando três modelos, publicado pelo fornecedor que terminou em primeiro lugar, em uma escala de pontuação definida por ele. Isso não é evidência de muita coisa além da direção dos testes da própria equipe, e a Tencent foi cuidadosa ao publicá-lo junto com uma lista de pontos problemáticos conhecidos: o modelo passa mais tempo que o necessário raciocinando e verifica excessivamente o próprio trabalho.

Do lado independente, a Vals AI coloca o HY4 Preview em 53,21% no seu índice, 23º de 33 modelos testados. Na própria execução do Terminal-Bench 4.0 da Vals, o preview obtém 8,08%. Os materiais da Tencent citam números de agentes de terminal na casa dos oitenta — em uma revisão diferente do benchmark, sob um harness diferente, e é por isso que os dois números não são uma contradição, mas sim uma demonstração de que as pontuações de benchmarks agênticos são uma propriedade do harness tanto quanto do modelo. Qualquer pessoa que cite qualquer um dos números sem indicar a revisão está prestando um desserviço ao leitor.

O Qwen4-Max tem o problema oposto. Os números do fornecedor são invulgarmente detalhados — Work360 em 52,69 contra 47,74 do Qwen3.8-Max, custo médio por tarefa de 4,43 para 1,67 dólares, taxas de aprovação ao nível da função em código seguro de 22,0% para 31,8% — e nenhum deles nomeia um concorrente. O que a Alibaba publicou é uma auto-comparação com a sua própria geração anterior, que é o tipo mais defensável de benchmark de fornecedor e o menos útil para escolher entre fornecedores. A única leitura cruzada entre fornecedores é a Artificial Analysis, que atribui ao Qwen4-Max uma pontuação de 43 e não regista qualquer medição de velocidade para ele.

Para onde vai a diferença de preço de 45%

HY4 Preview custa US$ 0,834 na entrada e US$ 2,501 na saída; o Qwen4-Max custa US$ 1,50 e US$ 4,50. Isso é 45% mais barato na entrada e 44% mais barato na saída — praticamente um desconto uniforme, que é o que se esperaria de dois modelos precificados com economias de hardware semelhantes. A diferença não é gratuita: o teto de saída de 64.000 tokens do HY4 Preview é metade do valor do Qwen4-Max no modo sem raciocínio, seu contexto é somente texto, e os dois modelos oferecem controles de raciocínio diferentes. O Qwen4-Max também oferece três níveis de esforço, contra alto, baixo e nenhum da Tencent, embora ambos usem a configuração máxima por padrão, e ambos aceitem strings de esforço desconhecidas em vez de rejeitá-las.

O outro ponto em que o desconto pode evaporar é o comportamento de verificação. A Tencent documenta que a prévia verifica em excesso; o total independente de tokens do Qwen4-Max é de 127 milhões de tokens de saída no Intelligence Index, em comparação com uma mediana de 78,6 milhões, o que a Artificial Analysis considera muito prolixo. Em outras palavras, ambos os modelos são prolixos, e um desconto por token em um modelo que gasta mais tokens do que o concorrente recupera menos do que a tabela de preços promete. Meça o volume de saída por tarefa antes de calcular a economia.

Um modelo é uma prévia, o outro é um lançamento geral

É essa a assimetria que se perde sempre que os dois nomes aparecem na mesma frase. O HY4 Preview foi lançado em agosto e a T​encent desde então avançou a linha — a versão de disponibilidade geral do Hy4, em novembro, acrescentou visão nativa e uso de computador, e há um Hy4 Flash separado na família. A string de prévia é o que está disponível com pesos abertos, e é uma prévia porque a T​encent assim disse, com as imperfeições documentadas.

Qwen4-Max é um lançamento geral, em um cartão com medição, em seis regiões, com uma geração de prévia que está sendo descontinuada em 25 de novembro. Esses são estágios de maturidade diferentes, e compará-los por pontuações de benchmark favorece aquele para o qual o harness por acaso se adequou.

A screenshot of the OrcaRouter model page for tencent/hy4-preview, showing the 1M-token context badge, the 64K maximum output, the model identifier and the start of the pricing panel.

Rodando os dois sem escolher um vencedor primeiro

O OrcaRouter encaminha Tencent HY4 Preview a $0.834 de entrada e $2.501 de saída por milhão, com entrada em cache a $0.042 — a tabela de preços da própria Tencent, repassada com 0% de margem — pela mesma chave e o mesmo endpoint compatível com OpenAI que Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 e Qwen3.8-Max. O Qwen4-Max não está no catálogo; a geração Qwen4 ainda não foi adicionada, então esse lado da comparação é uma credencial direta da Alibaba.

Qual é a configuração que esta dupla realmente recompensa. Coloque o modelo de pesos abertos atrás da camada de roteamento onde o failover se aplica, mantenha o fechado em uma chave direta enquanto você estabelece o comportamento dele, e decida com base no seu próprio tráfego: envie trabalho somente de texto para a rota que custa 45% menos e faz streaming de vários provedores, e envie qualquer coisa com imagens ou vídeo para o modelo que consegue lê-las. A DSL de roteamento transforma isso em uma regra de modalidade em vez de uma decisão que alguém precisa lembrar, e fusão de modelos — um painel de modelos respondendo juntos — é a forma barata de ver se os dois discordam nos trabalhos com que você se importa antes de colocar qualquer um deles em produção.

Do que realmente trata o argumento dos pesos

O post de lançamento da Alibaba termina dizendo que modelos Qwen4 menores virão para o código aberto. Essa frase é o formato do próximo ano: a camada aberta das famílias de ponta chinesas continuará chegando uma geração atrás da fechada, licenciada sob Apache e disponível para download, e as equipes continuarão escolhendo entre o modelo que podem manter e o modelo que está seis meses à frente.

Por enquanto, a escolha é excepcionalmente clara. O HY4 Preview é a opção aberta honesta nessa escala, com preço condizente, uma interface somente de texto e números do fornecedor que precisam estar atrelados a uma estrutura de avaliação para significar alguma coisa. O Qwen4-Max é a opção fechada mais recente, melhor especificada em todos os eixos que uma ficha técnica consegue medir, com uma pontuação independente inferior ao que sua narrativa de lançamento sugere e absolutamente nenhum número de latência. Nenhuma das duas fichas conta a história toda, e os 45% entre elas são menores do que a diferença entre aquilo para o que cada uma pode ser direcionada.