Titelkort med rubriken Två lanseringar, en dag, med två priskort: Qwen4-Max till $1,50 för input och $4,50 för output per miljon tokens, och Tencent Hy4 flash till $0,070 för input och $0,281 för output, under en bildtext som lyder att båda är multimodala modeller med 1M tokens som är tillgängliga den 16 november 2026, och en sidfot som anger leverantörens listpriser, där ingen av modellerna ännu har något oberoende benchmarkresultat.
Guides & Insights

Dagligt AI-sammandrag, 16 nov: Qwen4-Max får en mätare och Tencents Hy4 flash landar på 0,07 dollar

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Två kinesiska labb lanserade samma dag en billig multimodell med ett fönster på en miljon token, och skillnaden mellan dem är själva poängen: Qwen4-Max, Alibabas sparse mixture-of-experts-modell med 2,4 biljoner parametrar, debiteras med 1,50 dollar per miljon indatatoken och 4,50 dollar för utdata, medan Tencent Hy4 flash — en modell med 224 miljarder parametrar och 12 miljarder aktiva per token — listas till 0,070 dollar in och 0,281 dollar ut, med cachad indata till 0,003 dollar. Det är en 21-faldig skillnad på indata mellan två modeller som båda uppges ha inbyggd bildförståelse, båda tar emot en miljon token i kontext och båda lanserades den 16 november 2026. Ingen av siffrorna är en rabattkupong eller en teaser för lanseringsveckan; båda är de ordinarie prislistorna, med kampanjlager ovanpå.

De är olika produkter riktade till olika köpare, vilket är anledningen till att gapet är verkligt snarare än ett prissättningsfel. Qwen4-Max är en flaggskeppsmodell som konkurrerar om det arbete en frontmodell utför, och den är prissatt 25 % under Alibabas egen tidigare flaggskeppsmodell. Hy4 flash är en destillerad arbetshäst byggd för att vara tråkigt billig på kontorsliknande uppgifter, och Tencent säger det rakt ut i sitt forskningsinlägg: använd den för dokument och presentationer, behåll flaggskeppsmodellen för lång programvaruutveckling. Det som följer är vad varje företag publicerade, vad de avstod från att publicera, och vilka delar av respektive lansering du faktiskt kan nå via ett API i dag.

Punkt ett — Qwen4-Max slutar vara en förhandsversion

Alibaba flyttade Qwen4-Max från en förhandsversion i tokenplanen till mätbaserad allmän tillgänglighet den 16 november, och identifieraren ändrades i och med faktureringsmodellen: qwen4-max är den aktiva strängen, medan qwen4-max-preview och qwen4.0-max-preview är dokumenterade för avveckling kl. 24:00 den 25 november 2026 UTC+8. Den som har någon av förhandsversionssträngarna i en konfiguration har nio dagar på sig att ändra den.

• Arkitektur — 2,4 biljoner parametrar totalt, 71 miljarder aktiverade per token, plus 328 miljarder N-gram-inbäddningsparametrar som slås upp i stället för att multipliceras. Tre Gated DeltaNet-lager komprimerar historik till ett fast tillstånd för varje Qwen Sparse Attention-lager.

• Kontext och utdata – ett fönster på 1 000 000 tokens. Den gemensamma budgeten för tänkande plus svar är 262 144 tokens, ned från 393 216 på förhandsgranskningskortet; utdata utan tänkande begränsas till 131 072, med ett tak för indata på 991 808 tokens.

• Pris, Singapore — $1,50 för indata och $4,50 för utdata per miljon token, oförändrat under hela fönstret, med cacheläsningar på $0,075. De övriga fem regionerna anger $1,413 och $4,24.

• Pris, den föregående generationen – Qwen3.8-Max kostar $2,00 och $6,00 i Singapore, så rubriken är en rak 25-procentig sänkning på båda sidorna av mätaren. I de globala regionerna är sänkningen 14,4 %, eftersom den äldre modellens priskort utanför Singapore redan var rabatterat.

• Regioner och gränssnitt — Peking, Singapore, Frankfurt, USA Virginia, Tokyo och Hongkong; OpenAI Chat Completions, OpenAI Responses, Anthropic Messages och DashScope; text, bild och video in, text ut. Batch-inferens finns endast i Peking.

Leverantörens benchmarkresultat är Alibabas egna och ingen utanför företaget har reproducerat dem. På Work360, dess interna taxonomi med 26 Tier-1- och 721 Tier-3-domäner, får Qwen4-Max 52,69 mot 47,74 för Qwen3.8-Max, med ungefär 24 % färre tokens vid xhigh effort och 35 % färre vid high. Den genomsnittliga kostnaden per uppgift i den sviten sjunker från 4,43 dollar till 1,67 dollar, en minskning med 62 % – en siffra som multiplicerar en overifierad prissänkning med ett overifierat påstående om token-effektivitet, vilket är värt att komma ihåg när den citeras för dig utan att multiplikationen visas. Artificial Analysis hade ingen Qwen4-Max-post när den här promemorian skrevs.

Screenshot of the Alibaba Cloud Model Studio page for qwen4-max in English, showing the qwen4-max model heading, a 16 November changelog entry, and the documentation sidebar including model inference pricing and batch inference, captured 16 November 2026.

Punkt två – Tencent lanserar den billiga delen av Hy-familjen

Tencents forskningsinlägg är daterat den 16 november 2026 och har ungefär titeln värde-för-pengarna-modellen för vardagsarbete. Den specifikation som det inleds med är snäv och specifik, vilket är mer än vad Qwen-släppet gör med sin benchmarksvit.

• Storlek — totalt 224 miljarder parametrar, varav 64 miljarder är Engram-parametrar, med 12 miljarder aktiva per token.

• Kontext och modalitet – 1 048 576 tokens, multimodal inmatning. Tencent anger inte hur stor vision-kodaren är eller om video accepteras.

• Pris, fastlandskort per miljon token – 0,5 ¥ för indata, 2 ¥ för utdata, 0,02 ¥ vid cacheträff. Samma kort i dollar är 0,070 $, 0,281 $ och 0,003 $.

• Pris jämfört med dess egen flaggskeppsmodell — Tencent HY4 listar ¥6 för input, ¥18 för output och ¥0,3 för cachad input, så flash-nivån är tolv gånger billigare för ny input, nio gånger för output och femton gånger för cachad input, med samma kontextfönster.

• Vikter – inga. Tencent säger att de planerar att göra Hy4 flash till öppen källkod och att iterera på den ofta. Ingen licens, inget datum, inget repository.

• Oberoende poäng — ingen. Artificial Analysis listar Tencent HY4 på 34,6 i sitt Intelligence Index per den 5 november och har ingen post för Hy4 flash.

Tencent namnger fyra spakar bakom priset. Hybrid attention, LatentMoE och Engram-parametrarna ger en KV-cache en storlek på en tjugofjärdedel av Hy3:s och en sjättedel av Tencent HY4:s. Självdestillation från Tencent HY4 följt av förstärkningsinlärning minskade den end-to-end-utmatningslängden med 50 %. En megakernel, fyrabitarsvikter och en avkodningsväg som kallas DFly håller avkodningen över 150 token per sekund. Och utvärderingen flyttades bort från offentliga resultattavlor till WorkIndex, en intern uppsättning med åtta sviter som omfattar skapande och revidering av presentationer, samskrivning, dokumentredigering, tabellreparation, ljud- och videobehandling samt visuell förståelse — med de offentliga agentbenchmarkarna (DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE, OSWorld 2.1) publicerade som diagrambilder i stället för en tabell.

Påståendet som har fått spridning är ett blindtest: 85 interna WorkBuddy-användare, 27 uppgiftskategorier, 259 verkliga uppgifter i det dagliga arbetet, med nöjdhet som rapporteras ligga nära Claude Haiku 5.5, lägst kostnad per uppgift i panelen och kortast uppgiftstid. Ordet ”nära” är det centrala – lanseringssammanfattningen säger att modellen matchar Haiku 5.5, medan forskningssidan säger att nöjdheten låg nära den. Panelen består av leverantörens egna anställda, i leverantörens egen produkt, med uppgifter som leverantören har valt. Det är ett rimligt sätt att avgöra vad man ska lansera internt och ett svagt bevis för hur det går för någon annan.

Tencents påstående om kostnad per uppgift är mer försiktigt än de flestas: på WorkIndex en trettondel av kostnaden för Tencents egen Hy4-preview, en tjugondel av Tencent HY4 och en åttondel av DeepSeek-V4.1-Flash-1017. Notera parentesen som leverantören bifogar till den sista – högsta ansträngningsnivå, pris under rusningstid. DeepSeeks rusningstaxa är dubbelt så hög som dess off-peak-taxa, så åttondelen mäts mot den dyrare av DeepSeeks två publicerade priskort. Det är inte oärligt, eftersom en driftsättning under rusningstid är en verklig driftsättning, men det är jämförelsen som smickrar Tencent mest.

Vad båda utgåvorna har gemensamt, och vad ingen av dem har

Två labb, en dag, en gemensam lucka: ingen av modellerna har mätts av någon som inte arbetar för företaget som byggde den. Alibabas svit är en taxonomi av egen konstruktion; Tencent:s är ett internt benchmark som företaget uttryckligen valde framför offentliga resultattabeller. Tencent går längre och publicerar sina benchmarkresultat som PNG-diagram, så siffrorna kan inte kopieras, diffas eller köras om utan att läsa av pixlar.

Den andra gemensamma egenskapen är att båda är stängda. Qwen4-Max släpps endast som API, med de mindre Qwen4-modellerna utlovade som öppen källkod inom samma modellinje. Hy4 flash släpps endast som API, med en plan att öppna källkoden och inget datum. Båda företagen har släppt vikter tidigare – Tencents Hy4-förhandsversion i augusti släpptes under Apache 2.0 med serveringsrecept redan första dagen – vilket är anledningen till att de försiktiga formuleringarna i båda släppen framstår som ett beslut snarare än en begränsning.

Där de skiljer sig åt är vad pengarna köper. Qwen4-Max är ett flaggskepp för allmänna ändamål: budskapet är kapacitet till ett lägre pris än det förra flaggskeppet, med ett argument om token-effektivitet ovanpå. Hy4 flash är en specialist: budskapet är kostnad per slutförd uppgift inom dokument-, presentations- och agentarbete, där leverantören medger en liten nedgång för långa kodningsuppgifter i sina egna interna data. En 21-faldig skillnad i indatapris mellan två multimodala modeller med två miljoner tokens är inte en marknadsineffektivitet. Det är två företag som prissätter två olika jobb.

Vad du kan ringa idag

Ingen av modellerna finns på OrcaRouter ännu. Katalogens Tencent-rutter är tencent/hy4-preview till $0,834 för input och $2,501 för output per miljon token – modellen som Hy4 flash destillerades från – och tencent/hy3 till $0,18 och $0,59. Alibaba-rutten är qwen/qwen3.8-max till $2,00 och $6,00. Qwen4-Max och Hy4 flash går att nå via leverantörernas egna API:er och, när det gäller Tencent, en lista över företagets egna konsument- och företagsprodukter: TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima och Marvis. Tencent säger att tredjepartsplattformar kommer att följa efter och anger inget datum.

Generated card comparing the two launches side by side: Qwen4-Max as a 2.4T-parameter flagship at $1.50 and $4.50 per million tokens with six regions and metered billing, and Tencent Hy4 flash as a 224B-total, 12B-active model at $0.070 and $0.281 with a 1M-token context and no weights, under a footer reading both figures are vendor list prices published 16 November 2026.

Den rutt som spelar roll för veckans beslut är DeepSeek-rutten, eftersom Tencent:s egen kostnadsjämförelse använder DeepSeek-V4.1-Flash-1017 som sin referenspunkt: deepseek/deepseek-v4.1-flash finns i katalogen till $0,15 och $0,60 per miljon tokens med cachereads till $0,003 — DeepSeeks eget off-peak-listpris, vidarefakturerat utan påslag — över ett kontextfönster på 1 048 576 tokens, tillsammans med 1017-ögonblicksbilden till samma taxa. Om du vill testa huruvida en tolftedel av inputpriset ger en tiondel av kostnaden per uppgift på din trafik, är det siffran du ska mäta mot, och den går att anropa nu medan de två nya modellerna inte gör det.

Två kampanjlager ligger ovanpå Tencent-kortet och inget av dem bör ingå i en budget. Tencent Clouds TokenHub har 50 % rabatt under en ej angiven period, och WorkBuddy är gratis till och med 30 november. Alibabas Singapore-kort har en gratis kvot på en miljon tokens som gäller i 90 dagar. Alla tre upphör; det är listpriserna som består.

Två datum att skriva in i kalendern

Den första är den 25 november, då identifierarna för Qwen4-Max-förhandsversionen slutar fungera. Om du använder förhandsversionen består migreringen av en strängändring plus två kontroller som inte utlöser något fel när de är felaktiga: all kod som antog en delad utdatabudget på 393 216 token har nu 262 144, och allt som förlitade sig på Token Plan-krediter debiteras nu per token.

Den andra är den 30 november, då WorkBuddy slutar vara gratis och TokenHub-kampanjen kanske eller kanske inte fortfarande pågår.

Screenshot of the OrcaRouter model page for deepseek/deepseek-v4.1-flash in English, captured 16 November 2026, showing the model name, the route identifier, a 1,048,576-token context and the $0.15 input / $0.60 output per million token pricing panel.

Bortom dessa datum är det man ska hålla ögonen på inte ett pris. Det är den första siffran från ett testramverk som ingen av företagen har skrivit. Qwen4-Max kommer att få en post i Artificial Analysis inom några dagar, helt enkelt för att Alibabas modeller alltid får det. Hy4 flash kanske inte får det, eftersom Tencent egen flaggskeppsmodell först nådde det indexet den 5 november, åtta dagar efter att den lanserades. Tills en av dem har mätts utanför företagets väggar är den ärliga tolkningen av den 16 november att två mycket billiga multimodala modeller med en miljon tokens började säljas till priser som låg under de egna föregångarnas, och att beviset för var och en är en uppsättning diagram ritade av företaget som säljer den.

Jämförda i den här artikeln2

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen