
Bản tin AI hằng ngày, 16/11: Qwen4-Max được trang bị đồng hồ đo và Hy4 flash của Tencent ra mắt với giá $0.07
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 96 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 87 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 219 tok/s
Hai phòng thí nghiệm Trung Quốc cùng mở bán một mô hình đa phương thức giá rẻ với cửa sổ một triệu token trong cùng một ngày, và khoảng cách giữa chúng chính là điểm đáng chú ý: Qwen4-Max, mô hình mixture-of-experts thưa 2,4 nghìn tỷ tham số của Alibaba, tính phí ở mức $1.50 mỗi triệu token đầu vào và $4.50 đầu ra, trong khi Tencent Hy4 flash — một mô hình 224 tỷ tham số với 12 tỷ tham số hoạt động mỗi token — niêm yết ở mức $0.070 đầu vào và $0.281 đầu ra, với đầu vào được lưu đệm ở mức $0.003. Đó là khoảng cách 21 lần về đầu vào giữa hai mô hình đều tuyên bố có thị giác gốc, đều nhận một triệu token ngữ cảnh và đều ra mắt ngày 16 tháng 11 năm 2026. Không con số nào là phiếu giảm giá hay chiêu trò quảng bá tuần ra mắt; cả hai đều là bảng giá niêm yết thường trực, với các lớp khuyến mãi chồng lên trên.
Chúng là những sản phẩm khác nhau nhắm đến những nhóm người mua khác nhau, đó là lý do khoảng cách là thật chứ không phải lỗi định giá. Qwen4-Max là mẫu chủ lực cạnh tranh cho công việc mà một mô hình tiên phong đảm nhận, và nó được định giá thấp hơn 25% so với mẫu chủ lực trước đó của chính Alibaba. Hy4 flash là một cỗ máy chưng cất chuyên cần được tạo ra để rẻ một cách nhàm chán trên các tác vụ có hình dạng văn phòng, và bài đăng nghiên cứu của Tencent nói thẳng như vậy: hãy dùng nó cho tài liệu và slide, giữ mẫu chủ lực cho kỹ thuật phần mềm dài hơi. Phần tiếp theo là những gì mỗi công ty đã công bố, những gì họ từ chối công bố, và phần nào của từng bản phát hành bạn thực sự có thể truy cập qua API ngay hôm nay.
Mục một — Qwen4-Max không còn là bản xem trước nữa
Alibaba đã chuyển Qwen4-Max từ bản xem trước theo gói token sang trạng thái khả dụng chung tính phí theo mức dùng kể từ ngày 16 tháng 11, và định danh cũng thay đổi cùng với mô hình tính phí: qwen4-max là chuỗi đang hoạt động, trong khi qwen4-max-preview và qwen4.0-max-preview được ghi nhận sẽ ngừng hỗ trợ vào 24:00 ngày 25 tháng 11 năm 2026 giờ UTC+8. Bất kỳ ai đang có một trong hai chuỗi xem trước này trong cấu hình chỉ còn chín ngày để thay đổi.
• Kiến trúc — tổng cộng 2,4 nghìn tỷ tham số, 71 tỷ tham số được kích hoạt trên mỗi token, cùng với 328 tỷ tham số embedding N-gram được tra cứu thay vì nhân. Ba lớp Gated DeltaNet nén lịch sử thành trạng thái cố định cho mỗi lớp Qwen Sparse Attention.
• Ngữ cảnh và đầu ra — cửa sổ 1.000.000 token. Ngân sách dùng chung cho suy luận và câu trả lời là 262.144 token, giảm từ 393.216 trên thẻ xem trước; đầu ra ở chế độ không suy luận được giới hạn ở 131.072 token, với trần đầu vào 991.808 token.
• Giá tại Singapore — 1,50 USD đầu vào và 4,50 USD đầu ra mỗi triệu token, đồng nhất trong toàn bộ cửa sổ, với lượt đọc bộ nhớ đệm ở mức 0,075 USD. Năm khu vực còn lại niêm yết 1,413 USD và 4,24 USD.
• Giá, thế hệ trước — Qwen3.8-Max là $2.00 và $6.00 tại Singapore, vì vậy con số nổi bật là mức giảm thẳng 25% ở cả hai phía của đồng hồ tính tiền. Ở các khu vực Toàn cầu, mức giảm là 14,4%, vì bảng giá ngoài Singapore của mô hình cũ vốn đã được giảm giá.
• Khu vực và bề mặt — Bắc Kinh, Singapore, Frankfurt, US Virginia, Tokyo và Hồng Kông; OpenAI Chat Completions, OpenAI Responses, Anthropic Messages và DashScope; đầu vào văn bản, hình ảnh và video, đầu ra văn bản. Suy luận theo lô chỉ có ở Bắc Kinh.
Các benchmark của nhà cung cấp là {{1}}của chính Alibaba{{/1}} và không có ai bên ngoài công ty tái lập được chúng. Trên {{2}}Work360{{/2}} — hệ thống phân loại nội bộ của hãng gồm 26 miền Tier-1 và 721 miền Tier-3 — {{3}}Qwen4-Max{{/3}} đạt 52,69 so với 47,74 của {{4}}Qwen3.8-Max{{/4}}, với số token ít hơn khoảng 24% ở mức nỗ lực xhigh và ít hơn 35% ở mức high. Chi phí trung bình mỗi tác vụ trên bộ đó giảm từ $4,43 xuống $1,67, tức mức giảm 62% — một con số nhân một mức cắt giảm giá chưa được kiểm chứng với một tuyên bố chưa được kiểm chứng về hiệu quả token, điều đáng ghi nhớ khi ai đó trích dẫn nó với bạn mà không trình bày phép nhân đó. {{5}}Artificial Analysis{{/5}} không có mục {{6}}Qwen4-Max{{/6}} nào khi bản tóm tắt này được viết.

Mục hai — Tencent tung ra phiên bản giá rẻ của dòng Hy
Bài đăng nghiên cứu của Tencent đề ngày 16 tháng 11 năm 2026 và có tiêu đề đại ý là mô hình đáng đồng tiền cho công việc thường ngày. Thông số kỹ thuật mà nó đưa ra đầu tiên thì hẹp và cụ thể, nhiều hơn những gì bản phát hành Qwen làm với bộ benchmark của mình.
• Kích thước — tổng cộng 224 tỷ tham số, trong đó 64 tỷ là tham số Engram, với 12 tỷ tham số hoạt động trên mỗi token.
• Ngữ cảnh và phương thức — 1,048,576 token, đầu vào đa phương thức. Tencent không cho biết bộ mã hóa thị giác lớn đến mức nào hoặc liệu video có được chấp nhận hay không.
• Giá, thẻ Trung Quốc đại lục trên mỗi triệu token — ¥0,5 đầu vào, ¥2 đầu ra, ¥0,02 khi trúng bộ nhớ đệm. Cùng loại thẻ đó tính bằng đô la là $0,070, $0,281 và $0,003.
• Giá so với mẫu flagship của chính hãng — Tencent HY4 niêm yết ¥6 cho đầu vào, ¥18 cho đầu ra và ¥0,3 cho đầu vào được cache, nên hạng flash rẻ hơn mười hai lần ở đầu vào mới, chín lần ở đầu ra và mười lăm lần ở đầu vào được cache, với cùng cửa sổ ngữ cảnh.
• Trọng số — không có. Tencent cho biết họ dự định mở mã nguồn Hy4 flash và liên tục cải tiến nó. Không có giấy phép, không có ngày, không có kho lưu trữ.
• Điểm độc lập — không có. Artificial Analysis ghi nhận Tencent HY4 ở mức 34,6 trên Intelligence Index của mình tính đến ngày 5 tháng 11 và không có mục nào cho Hy4 flash.
Tencent nêu tên bốn đòn bẩy đằng sau mức giá. Cơ chế attention lai, LatentMoE và các tham số Engram cho ra một KV cache có kích thước chỉ bằng một phần hai mươi tư của Hy3 và một phần sáu của Tencent HY4. Tự chưng cất từ Tencent HY4 rồi đến học tăng cường đã cắt giảm 50% độ dài đầu ra end-to-end. Một megakernel, trọng số bốn bit và một đường giải mã gọi là DFly giữ tốc độ giải mã trên 150 token mỗi giây. Và phần đánh giá đã được chuyển khỏi các bảng xếp hạng công khai sang WorkIndex, một bộ tám suite nội bộ bao gồm tạo và chỉnh sửa slide, đồng viết, chỉnh sửa tài liệu, sửa bảng, xử lý âm thanh và video, và hiểu hình ảnh — với các benchmark tác nhân công khai (DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE, OSWorld 2.1) được công bố dưới dạng hình ảnh biểu đồ thay vì một bảng.
Tuyên bố được lan truyền rằng đây là một bài kiểm thử mù: 85 người dùng WorkBuddy nội bộ, 27 danh mục tác vụ, 259 tác vụ công việc hằng ngày có thật, với mức độ hài lòng được báo cáo là gần với Claude Haiku 5.5, chi phí trên mỗi tác vụ thấp nhất trong bảng đánh giá và thời gian tác vụ ngắn nhất. Từ quan trọng ở đây là “gần” — bản tóm tắt ra mắt nói mô hình ngang bằng Haiku 5.5, còn trang nghiên cứu nói mức độ hài lòng chỉ gần với nó. Bảng đánh giá gồm chính nhân viên của nhà cung cấp, trong chính sản phẩm của nhà cung cấp, trên các tác vụ do nhà cung cấp lựa chọn. Đó là cách hợp lý để quyết định nội bộ sẽ phát hành gì, nhưng là bằng chứng yếu về trải nghiệm của những người khác.
Tuyên bố của Tencent về chi phí mỗi tác vụ thận trọng hơn hầu hết: trên WorkIndex, chi phí bằng một phần mười ba so với bản xem trước Hy4 của chính Tencent, một phần hai mươi so với Tencent HY4, và một phần tám so với DeepSeek-V4.1-Flash-1017. Hãy để ý phần trong ngoặc mà nhà cung cấp gắn vào con số cuối cùng — bậc nỗ lực tối đa, giá giờ cao điểm. Mức giá giờ cao điểm của DeepSeek gấp đôi mức giá ngoài giờ thấp điểm, nên con số một phần tám được đo với bảng giá đắt hơn trong hai bảng giá đã công bố của DeepSeek. Điều đó không phải là không trung thực, vì triển khai vào giờ cao điểm vẫn là triển khai thật, nhưng đó là phép so sánh có lợi nhất cho Tencent.
Điểm chung của cả hai bản phát hành và điều mà cả hai đều không có
Hai phòng thí nghiệm, một ngày, một khoảng trống chung: cả hai mô hình đều chưa từng được đo bởi bất kỳ ai không làm việc cho công ty đã xây dựng nó. Bộ đánh giá của Alibaba là một hệ phân loại do chính họ dựng nên; còn của Tencent là một bộ đánh giá nội bộ mà họ đã chủ động chọn thay vì các bảng xếp hạng công khai. Tencent còn đi xa hơn và công bố kết quả đánh giá dưới dạng biểu đồ PNG, nên không thể sao chép, đối chiếu khác biệt hay chạy lại các con số mà không phải đọc từng pixel.
Thuộc tính chung còn lại là cả hai đều không mở. Qwen4-Max chỉ được phát hành dưới dạng API, với các mô hình Qwen4 nhỏ hơn được hứa sẽ mã nguồn mở trong cùng dòng sản phẩm. Hy4 flash cũng chỉ được phát hành dưới dạng API, có kế hoạch mã nguồn mở nhưng không có ngày cụ thể. Cả hai công ty từng phát hành trọng số trước đây — bản xem trước Hy4 của Tencent vào tháng 8 được phát hành theo Apache 2.0 kèm công thức triển khai ngay từ ngày đầu — đó là lý do ngôn từ dè dặt trong cả hai thông báo phát hành được đọc như một quyết định hơn là một hạn chế.
Điểm khác biệt giữa chúng nằm ở việc số tiền đó mua được gì. Qwen4-Max là một mô hình chủ lực đa dụng: lời chào hàng là năng lực ở mức giá thấp hơn mô hình chủ lực trước đó, kèm thêm lập luận về hiệu quả token. Hy4 flash là một mô hình chuyên dụng: lời chào hàng là chi phí trên mỗi tác vụ hoàn thành đối với công việc tài liệu, slide và agent, với việc nhà cung cấp thừa nhận mức giảm nhẹ ở các tác vụ lập trình dài trong dữ liệu nội bộ của chính họ. Mức chênh lệch giá đầu vào gấp 21 lần giữa hai mô hình đa phương thức cỡ triệu token không phải là sự kém hiệu quả của thị trường. Đó là hai công ty định giá cho hai công việc khác nhau.
Những gì bạn có thể gọi hôm nay
Cả hai mô hình đều chưa có mặt trên OrcaRouter. Các tuyến Tencent trong danh mục là tencent/hy4-preview với giá 0,834 USD cho đầu vào và 2,501 USD cho đầu ra trên mỗi triệu token — mô hình mà Hy4 flash được chưng cất từ đó — và tencent/hy3 với giá 0,18 USD và 0,59 USD. Tuyến Alibaba là qwen/qwen3.8-max với giá 2,00 USD và 6,00 USD. Qwen4-Max và Hy4 flash có thể truy cập thông qua API riêng của các nhà cung cấp và, riêng với Tencent, qua một loạt sản phẩm tiêu dùng và doanh nghiệp của chính hãng: TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima và Marvis. Tencent cho biết các nền tảng bên thứ ba sẽ ra mắt sau nhưng không nêu thời điểm cụ thể.

Tuyến quan trọng cho quyết định của tuần này là tuyến DeepSeek, vì bảng so sánh chi phí của chính Tencent chọn DeepSeek-V4.1-Flash-1017 làm chuẩn đối sánh: deepseek/deepseek-v4.1-flash nằm trong danh mục ở mức $0.15 và $0.60 mỗi triệu token với đọc bộ nhớ đệm ở mức $0.003 — giá niêm yết ngoài giờ cao điểm của chính DeepSeek, được chuyển qua mà không cộng thêm phụ phí — trên ngữ cảnh 1,048,576 token, cùng với ảnh chụp 1017 ở cùng mức giá. Nếu bạn muốn kiểm tra xem một phần mười hai giá đầu vào có tạo ra một phần mười chi phí trên mỗi tác vụ trên lưu lượng của bạn hay không, thì đó là con số để đo đối chiếu, và nó có thể gọi được ngay bây giờ trong khi hai mô hình mới thì chưa.
Hai lớp khuyến mãi phủ lên trên thẻ Tencent và không lớp nào nên được tính vào ngân sách. TokenHub của Tencent Cloud đang giảm 50% trong một khoảng thời gian không được nêu rõ, và WorkBuddy miễn phí đến ngày 30 tháng 11. Thẻ Singapore của Alibaba đi kèm hạn mức miễn phí một triệu token có hiệu lực trong 90 ngày. Cả ba đều hết hạn; giá niêm yết là thứ còn lại.
Hai cuộc hẹn cần ghi vào nhật ký
Đầu tiên là ngày 25 tháng 11, khi các định danh bản xem trước Qwen4-Max ngừng hoạt động. Nếu bạn đang dùng bản xem trước, việc chuyển đổi chỉ là thay đổi chuỗi cộng với hai kiểm tra sẽ không báo lỗi khi chúng sai: bất kỳ mã nào từng giả định ngân sách đầu ra dùng chung 393.216 token giờ chỉ còn 262.144, và bất kỳ thứ gì phụ thuộc vào tín dụng Token Plan giờ được tính theo từng token.
Mốc thứ hai là ngày 30 tháng 11, khi WorkBuddy ngừng miễn phí và chương trình khuyến mãi TokenHub có thể vẫn đang diễn ra hoặc không.

Ngoài những ngày đó, điều cần chú ý không phải là giá. Mà là con số đầu tiên từ một bộ đánh giá mà cả hai công ty đều không viết ra. Qwen4-Max sẽ có một mục trên Artificial Analysis trong vài ngày, đơn giản vì các mô hình của Alibaba luôn như vậy. Hy4 flash có thể thì không, vì mô hình chủ lực của chính Tencent chỉ vào được chỉ mục đó vào ngày 5 tháng 11, tám ngày sau khi nó được phát hành. Cho đến khi một trong hai được đo lường bên ngoài công ty, cách hiểu trung thực về ngày 16 tháng 11 là hai mô hình đa phương thức triệu token rất rẻ đã được bán với mức giá thấp hơn cả các thế hệ tiền nhiệm của chính chúng, và bằng chứng cho mỗi mô hình chỉ là một bộ biểu đồ do chính công ty bán nó vẽ ra.
So sánh trong bài viết này3
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
