
Qwen4-Max vs Tencent HY4 Preview: En kan du ladda ner, en kan du bara hyra – och inget av numren betyder vad det ser ut som
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 90 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaNYOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 133 tok/s
- OrcaNYOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligens
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligens
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M tokens · 185 tok/s
Tencent HY4 Preview har varit nedladdningsbar sedan 28 augusti 2026 under Apache 2.0 – 770 miljarder parametrar totalt, 49 miljarder aktiverade per token, 78 lager, 256 routade experter plus en gemensam, ett inbyggt multi-token-prediktionslager för spekulativ avkodning och ett kontextfönster på 1 048 576 token. Qwen4-Max har kunnat hyras sedan 16 november 2026 – 2,4 biljoner stomparametrar, 71 miljarder aktiverade per token, plus 328 miljarder N-gram-inbäddningsparametrar, och ingen checkpoint av något slag. Båda är kinesiska flaggskeppsmodeller med gles mixture-of-experts-arkitektur och fönster på en miljon token. Den ena kan du hålla i, den andra kan du bara anropa, och med $0,834 mot $1,50 per miljon indatatoken är den du kan hålla i också den billigare av de två enligt leverantörens egen prislista. Det intressanta är varför prisskillnaden över huvud taget finns, och vad båda sidornas publicerade siffror utelämnar.
De två korten, sida vid sida

• Licens — Apache 2.0 med publicerade vikter för HY4 Preview jämfört med proprietär, inga vikter, ingen nedladdning för Qwen4-Max
• Storlek — 770B totalt / 49B aktiva för HY4 Preview jämfört med 2,4T basmodell / 71B aktiva plus 328B N-gram-inbäddningar för Qwen4-Max
Pris per miljon tokens — $0,834 in / $2,501 ut vs $1,50 in / $4,50 ut
• Cacheläsning – $0,042 per miljon jämfört med $0,075
• Kontextfönster — 1 048 576 tokens mot 1 000 000, varav 983 616 användbara som indata i tänkläge
• Max utdata – 64 000 token jämfört med 131 072 i icke-tänkande läge, eller 262 144 delade med resonemang
• Inmatningsmodaliteter – endast text vs text, bild och video
• Resonemangsnivåer – hög, låg och ingen, med standard hög vs låg, hög och xhigh, med standard hög
• Oberoende indexpoäng — 53,21 % i Vals AI-indexet, 23:a av 33 jämfört med 43 på Artificial Analysis Intelligence Index, 38:a av 81
Läs modalitetsraden före prisraderna. HY4 Preview är en text-in-, text-ut-modell. Qwen4-Max läser video. Dessa två fakta ligger inte på samma axel, så för alla team vars arbetsbelastning omfattar bildrutor slutar jämförelsen vid den raden och resten av det här är akademiskt.

Apache 2.0 är inte samma erbjudande vid 770 miljarder parametrar
{{1}}Vikter du kan ladda ner{{/1}} är vikter du kan granska, finjustera, kvantisera och köra på dina egna villkor, och det är en verklig skillnad mot en modell bakom någon annans API. Det är också, i den här skalan, en skillnad som bara är tillgänglig för väldigt få team. En {{2}}modell med 770 miljarder parametrar och 49 miljarder aktiva{{/2}} kommer inte att kunna köras på något mindre än ett acceleratorkluster med flera noder, och den publicerade FP8-checkpointen som åtföljde förhandsvisningen finns främst för att inferensleverantörer och forskargrupper med fabric-åtkomst ska kunna tillhandahålla den. Apache 2.0 tar bort det juridiska hindret, inte hårdvaruhindret.
Det är därför licensens praktiska värde visar sig någon annanstans än vid egen hosting. Det visar sig som konkurrensutsatt utbud: eftersom vem som helst kan driva HY4 Preview, gör flera plattformar det, och prisdiciplin följer. Qwen4-Max har ingen sådan mekanism. Det finns en enda driftsättning, som körs av Alibaba, och varje plattform som anger ett Qwen4-Max-pris anger Alibabas pris med vilken marginal den än kan lägga på. Det är därför dess Global-regionkort och Singapore-kort skiljer sig med 5,8 % och inget annat skiljer sig särskilt mycket — det finns ingen tredjepartskapacitet som kan underbjuda den.
Siffran att misstro på varje kort
Tencents lanseringsmaterial innehåller en intern blind utvärdering – 163 experter, 203 ingenjörsuppgifter – där HY4 Preview i genomsnitt fick 2,99 mot GLM 5.3 på 2,92 och Kimi K3 på 2,94. Det är en studie genomförd av leverantören som jämför tre modeller, publicerad av leverantören som slutade först, på en poängskala som den själv definierade. Det är inte bevis för mycket mer än riktningen i teamets egna tester, och Tencent var noga med att publicera den tillsammans med en lista över kända skavanker: modellen lägger mer tid än nödvändigt på resonemang och öververifierar sitt eget arbete.
På oberoende håll placerar Vals AI HY4 Preview på 53,21 % i sitt index, som 23:a av 33 testade modeller. I Vals egen körning av Terminal-Bench 4.0 får förhandsversionen 8,08 %. Tencents material anger siffror för terminalagenter i åttiointervallet – på en annan revision av riktmärket, under ett annat testramverk, vilket är anledningen till att de två siffrorna inte så mycket är en motsägelse som en demonstration av att poäng för agentiska riktmärken är en egenskap hos testramverket lika mycket som hos modellen. Den som citerar endera siffran utan att ange revisionen gör läsaren en björntjänst.
Qwen4-Max har det motsatta problemet. Dess leverantörssiffror är ovanligt detaljerade – Work360 på 52,69 mot Qwen3.8-Max 47,74, genomsnittlig kostnad per uppgift från 4,43 dollar till 1,67 dollar, godkännandegrader för säker kod på funktionsnivå från 22,0 % till 31,8 % – och ingen av dem namnger någon konkurrent. Det Alibaba publicerade är en självjämförelse mot sin egen tidigare generation, vilket är den mest försvarbara typen av leverantörsbenchmark och den minst användbara för att välja mellan leverantörer. Den enda jämförelsen mellan leverantörer är Artificial Analysis, som ger Qwen4-Max 43 poäng och inte registrerar någon hastighetsmätning för den.
Vart prisskillnaden på 45 % tar vägen
HY4 Preview kostar $0,834 för indata och $2,501 för utdata; Qwen4-Max kostar $1,50 och $4,50. Det är 45 % billigare för indata och 44 % billigare för utdata – nära nog en enhetlig rabatt, vilket är vad man kan förvänta sig av två modeller som prissatts utifrån liknande hårdvaruekonomi. Skillnaden är inte gratis: HY4 Previews tak på 64 000 tokens för utdata är hälften av Qwen4-Max siffra för icke-tänkande läge, dess kontext är endast text, och de två modellerna erbjuder olika styrning av resonemang. Qwen4-Max ger dig också tre ansträngningsnivåer mot Tencents hög, låg och ingen, även om båda har sin högsta inställning som standard, och båda mappar okända ansträngningssträngar i stället för att avvisa dem.
Ett annat ställe där rabatten kan gå upp i rök är verifieringsbeteendet. Tencent dokumenterar att förhandsversionen öververifierar; Qwen4-Max:s oberoende tokentotal är 127 miljoner utdatatokens i Intelligence Index, mot en median på 78,6 miljoner, vilket Artificial Analysis kallar mycket mångordigt. Båda modellerna är med andra ord pratsamma, och en rabatt per token på en modell som gör av med fler tokens än sin konkurrent ger mindre tillbaka än vad prislistan lovar. Mät utdatavolymen per uppgift innan du modellerar besparingen.
En modell är en förhandsversion, den andra är allmänt tillgänglig.
Detta är asymmetrin som går förlorad när de två namnen förekommer i samma mening. HY4 Preview släpptes i augusti och Tencent har sedan dess flyttat fram linjen — Hy4-versionen för allmän tillgänglighet i november lade till inbyggd vision och datoranvändning, och det finns en separat Hy4 Flash i familjen. Förhandsversionssträngen är det som är tillgängligt med öppna vikter, och det är en förhandsversion eftersom Tencent har sagt det, med ojämnheterna dokumenterade.
Qwen4-Max är en allmän tillgänglighet, på ett mätarbaserat kort, i sex regioner, med en förhandsgeneration som avvecklas den 25 november. Det är olika mognadsstadier, och att jämföra dem utifrån benchmarkpoäng smickrar den som testramverket råkade passa.

Kör båda utan att först välja en vinnare
OrcaRouter dirigerar Tencent HY4 Preview till $0.834 in och $2.501 ut per miljon med cachad indata till $0.042 — Tencent:s eget kort, vidarebefordrat med 0 % påslag — via samma nyckel och samma OpenAI-kompatibla endpoint som Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 och Qwen3.8-Max. Qwen4-Max finns inte i katalogen; Qwen4-generationen har inte lagts till ännu, så den sidan av jämförelsen är en direkt Alibaba-autentiseringsuppgift.
Vilket är det upplägg som det här paret faktiskt belönar. Sätt öppenviktsmodellen bakom routningslagret där failover gäller, behåll den slutna på en direktnyckel medan du kartlägger dess beteende, och bestäm utifrån din egen trafik: skicka enbart textarbete till rutten som kostar 45 % mindre och strömmar från flera leverantörer, och skicka allt med bilder eller video till modellen som kan läsa dem. Routnings-DSL:en gör det till en regel baserad på modalitet i stället för ett beslut som någon måste komma ihåg, och modellfusion – en panel av modeller som svarar tillsammans – är det billiga sättet att se om de två är oense om de uppgifter du bryr dig om innan du sätter någon av dem i produktion.
Vad argumentet om vikter egentligen handlar om
Alibabas lanseringsinlägg avslutas med att säga att mindre Qwen4-modeller är på väg att släppas som öppen källkod. Den meningen är formen för det kommande året: den öppna nivån av kinesiska flaggskeppsfamiljer kommer att fortsätta komma en generation efter den slutna, Apache-licensierad och nedladdningsbar, och team kommer att fortsätta välja mellan modellen de kan hålla i och modellen som ligger sex månader före.
För närvarande är valet ovanligt rent. HY4 Preview är det ärliga öppna alternativet i den här skalan, prissatt därefter, med en yta som bara är text och leverantörssiffror som behöver en testrigg kopplad till sig för att betyda något. Qwen4-Max är det nyare slutna alternativet, bättre specificerat på varje axel som ett datablad kan mäta, med en oberoende poäng som är lägre än vad dess lanseringsramning antyder och inget latensnummer alls. Inget av korten är hela historien, och de 45 % mellan dem är mindre än skillnaden i vad var och en kan riktas mot.
