
Qwen4-Max vs Tencent HY4 Preview: Một bản bạn có thể tải xuống, một bản bạn chỉ có thể thuê, và cả hai con số đều không mang ý nghĩa như vẻ ngoài của chúng
- 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 · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 88 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 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 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 · 44 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 · 134 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 · 126 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 · 185 tok/s
Tencent HY4 Preview đã có thể tải xuống từ ngày 28 tháng 8 năm 2026 theo giấy phép Apache 2.0 — tổng cộng 770 tỷ tham số, 49 tỷ tham số được kích hoạt trên mỗi token, 78 lớp, 256 chuyên gia định tuyến cộng một chuyên gia chia sẻ, một lớp dự đoán đa token gốc phục vụ speculative decoding, và cửa sổ ngữ cảnh 1.048.576 token. Qwen4-Max đã có thể thuê từ ngày 16 tháng 11 năm 2026 — 2,4 nghìn tỷ tham số xương sống, 71 tỷ tham số được kích hoạt trên mỗi token, cộng thêm 328 tỷ tham số embedding N-gram, và không có bất kỳ checkpoint nào. Cả hai đều là các mô hình mixture-of-experts thưa hàng đầu của Trung Quốc với cửa sổ triệu token. Một mô hình bạn có thể nắm giữ, một mô hình bạn chỉ có thể gọi, và với mức $0,834 so với $1,50 mỗi triệu token đầu vào, mô hình bạn có thể nắm giữ cũng là mô hình rẻ hơn trong hai mô hình theo chính bảng giá của nhà cung cấp. Phần thú vị là tại sao khoảng cách giá lại tồn tại, và những con số công bố của mỗi bên bỏ sót điều gì.
Hai thẻ, cạnh nhau

• Giấy phép — Apache 2.0 với trọng số được công bố cho HY4 Preview so với độc quyền, không có trọng số, không hỗ trợ tải xuống đối với Qwen4-Max
• Quy mô — tổng 770B / 49B hoạt động cho HY4 Preview so với backbone 2.4T / 71B hoạt động cộng với 328B embedding N-gram cho Qwen4-Max
• Giá mỗi triệu token — 0,834 USD đầu vào / 2,501 USD đầu ra so với 1,50 USD đầu vào / 4,50 USD đầu ra
• Đọc bộ nhớ đệm — $0.042 mỗi triệu so với $0.075
• Cửa sổ ngữ cảnh — 1.048.576 token so với 1.000.000, trong đó 983.616 khả dụng làm đầu vào ở chế độ suy nghĩ
• Đầu ra tối đa — 64,000 token so với 131,072 khi không suy luận, hoặc 262,144 được chia sẻ với suy luận
• Phương thức đầu vào — chỉ văn bản so với văn bản, hình ảnh và video
• Mức độ suy luận — cao, thấp và không có, mặc định là cao so với thấp, cao và xhigh, mặc định là cao
• Điểm chỉ số độc lập — 53,21% trên chỉ số Vals AI, thứ 23 trong số 33 so với 43 trên Artificial Analysis Intelligence Index, thứ 38 trong số 81
Hãy đọc dòng về phương thức trước các dòng về giá. HY4 Preview là mô hình nhận văn bản, xuất văn bản. Qwen4-Max đọc được video. Hai sự thật đó không nằm trên cùng một trục, nên với bất kỳ nhóm nào có khối lượng công việc bao gồm khung hình, so sánh sẽ dừng ở dòng đó và phần còn lại chỉ mang tính lý thuyết.

Apache 2.0 không phải là cùng một ưu đãi ở 770 tỷ tham số
Những trọng số bạn có thể tải xuống là những trọng số bạn có thể kiểm tra, tinh chỉnh, lượng tử hóa và phục vụ theo cách của riêng bạn, và đó là một khác biệt thực sự so với một mô hình nằm sau API của người khác. Ở quy mô này, đó cũng là một khác biệt mà rất ít đội ngũ có được. Một mô hình 770 tỷ tham số với 49 tỷ tham số hoạt động sẽ không chạy trên bất cứ thứ gì ít hơn một cụm tăng tốc đa nút, và checkpoint FP8 được công bố đi kèm bản xem trước chủ yếu tồn tại để các nhà cung cấp suy luận và nhóm nghiên cứu có quyền truy cập fabric có thể phục vụ nó. Apache 2.0 loại bỏ rào cản pháp lý, không phải rào cản phần cứng.
Đó là lý do tại sao giá trị thực tiễn của giấy phép thể hiện ở nơi khác chứ không phải ở việc tự vận hành. Nó thể hiện dưới dạng nguồn cung cạnh tranh: vì bất kỳ ai cũng có thể phục vụ HY4 Preview, nhiều nền tảng đều làm vậy, và kỷ luật về giá đi kèm. Qwen4-Max không có cơ chế như vậy. Chỉ có một triển khai duy nhất do Alibaba vận hành, và mọi nền tảng báo giá Qwen4-Max đều đang báo giá của Alibaba cộng thêm mức biên lợi nhuận mà họ có thể thêm. Đó là lý do thẻ khu vực Toàn cầu và thẻ Singapore của nó chênh nhau 5,8% và không có gì khác chênh lệch đáng kể — không có năng lực bên thứ ba để hạ giá nó.
Con số cần nghi ngờ trên mỗi tấm thẻ
Tài liệu ra mắt của Tencent bao gồm một đánh giá mù nội bộ — 163 chuyên gia, 203 tác vụ kỹ thuật — trong đó HY4 Preview đạt trung bình 2.99, so với GLM 5.3 đạt 2.92 và Kimi K3 đạt 2.94. Đó là một nghiên cứu do nhà cung cấp tự thực hiện, so sánh ba mô hình, được công bố bởi nhà cung cấp về nhất, trên thang điểm do chính họ định nghĩa. Nó không chứng minh được nhiều điều ngoài hướng thử nghiệm của chính đội ngũ, và Tencent đã cẩn thận công bố nó cùng với danh sách các điểm chưa hoàn thiện đã biết: mô hình dành nhiều thời gian hơn mức cần thiết để suy luận và tự kiểm chứng công việc của mình quá mức.
Về phía độc lập, Vals AI xếp HY4 Preview ở 53.21% trên chỉ số của mình, đứng thứ 23 trong số 33 mô hình được thử nghiệm. Trong lần chạy Terminal-Bench 4.0 của chính Vals, bản preview đạt 8.08%. Tài liệu của Tencent trích dẫn các con số tác nhân terminal ở hàng tám mươi — trên một bản sửa đổi khác của bộ đánh giá, dưới một harness khác, đó là lý do hai con số không phải là mâu thuẫn mà đúng hơn là minh chứng rằng điểm số đánh giá tác nhân là thuộc tính của harness cũng như của mô hình. Bất kỳ ai trích dẫn một trong hai con số mà không kèm bản sửa đổi đều đang làm độc giả thiệt thòi.
Qwen4-Max gặp vấn đề ngược lại. Số liệu từ nhà cung cấp của nó chi tiết bất thường — Work360 đạt 52,69 so với 47,74 của Qwen3.8-Max, chi phí trung bình mỗi tác vụ giảm từ 4,43 USD xuống 1,67 USD, tỷ lệ vượt qua ở cấp độ hàm đối với mã bảo mật từ 22,0% lên 31,8% — và không có số liệu nào nêu tên một đối thủ cạnh tranh. Những gì Alibaba công bố là tự so sánh với thế hệ trước của chính mình, đây là kiểu đánh giá từ nhà cung cấp dễ bảo vệ nhất và ít hữu ích nhất khi chọn giữa các nhà cung cấp. Cách đọc duy nhất mang tính so sánh chéo giữa các nhà cung cấp là Artificial Analysis, đơn vị chấm Qwen4-Max 43 điểm và không ghi nhận phép đo tốc độ nào cho nó.
45% chênh lệch giá đó đi đâu?
HY4 Preview có giá 0,834 USD cho đầu vào và 2,501 USD cho đầu ra; Qwen4-Max có giá 1,50 USD và 4,50 USD. Như vậy là rẻ hơn 45% ở đầu vào và rẻ hơn 44% ở đầu ra — gần đủ để coi là mức giảm giá đồng đều, đúng như kỳ vọng ở hai mô hình được định giá dựa trên kinh tế phần cứng tương tự. Khoảng cách này không phải miễn phí: mức trần đầu ra 64.000 token của HY4 Preview chỉ bằng một nửa con số ở chế độ không suy luận của Qwen4-Max, ngữ cảnh của nó chỉ hỗ trợ văn bản, và hai mô hình cung cấp cách điều khiển suy luận khác nhau. Qwen4-Max cũng cho bạn ba mức nỗ lực so với các mức high, low và none của Tencent, dù cả hai đều mặc định ở mức cao nhất, và cả hai đều quy đổi các chuỗi mức nỗ lực lạ thay vì từ chối chúng.
Nơi khác mà khoản chiết khấu có thể biến mất là hành vi xác minh. Tencent ghi nhận rằng bản xem trước xác minh quá mức; tổng token độc lập của Qwen4-Max là 127 triệu token đầu ra trên Intelligence Index, so với mức trung vị 78,6 triệu, mà Artificial Analysis gọi là cực kỳ dài dòng. Nói cách khác, cả hai mô hình đều nói nhiều, và mức chiết khấu theo từng token trên một mô hình tiêu tốn nhiều token hơn đối thủ sẽ thu hồi được ít hơn so với bảng giá công bố. Hãy đo khối lượng đầu ra trên mỗi tác vụ trước khi bạn mô hình hóa khoản tiết kiệm.
Một mô hình là bản xem trước, mô hình kia là bản phát hành chính thức.
Đây là sự bất đối xứng bị mất đi mỗi khi hai cái tên xuất hiện trong cùng một câu. HY4 Preview đã ra mắt vào tháng 8 và Tencent kể từ đó đã đưa dòng sản phẩm tiến lên — bản phát hành chính thức (GA) của Hy4 vào tháng 11 đã bổ sung khả năng thị giác gốc và sử dụng máy tính, và có một Hy4 Flash riêng trong dòng sản phẩm. Chuỗi preview là thứ có sẵn với trọng số mở, và nó là bản preview vì Tencent đã nói vậy, với những điểm còn thô ráp được ghi lại.
Qwen4-Max là bản phát hành chung, trên thẻ tính phí theo mức sử dụng, tại sáu khu vực, với một thế hệ bản xem trước đang bị ngừng vào ngày 25 tháng 11. Đó là những giai đoạn trưởng thành khác nhau, và việc so sánh chúng trên điểm chuẩn sẽ tô hồng cho bất kỳ bản nào mà khung đánh giá tình cờ phù hợp.

Chạy cả hai mà không chọn ra người thắng trước
OrcaRouter định tuyến Tencent HY4 Preview ở mức $0,834 cho đầu vào và $2,501 cho đầu ra trên mỗi triệu token, với đầu vào được lưu đệm ở mức $0,042 — bảng giá của chính Tencent, được chuyển qua với mức cộng thêm 0% — thông qua cùng một khóa và cùng một endpoint tương thích OpenAI như Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 và Qwen3.8-Max. Qwen4-Max không có trong danh mục; thế hệ Qwen4 chưa được thêm vào, nên phía đó của phép so sánh là thông tin xác thực Alibaba trực tiếp.
Đây là cách sắp xếp mà cặp mô hình này thực sự tưởng thưởng. Đặt mô hình trọng số mở phía sau lớp định tuyến nơi áp dụng chuyển đổi dự phòng, giữ mô hình đóng trên một khóa trực tiếp trong khi bạn thiết lập hành vi của nó, và quyết định dựa trên lưu lượng của chính bạn: gửi công việc chỉ có văn bản đến tuyến rẻ hơn 45% và truyền phát từ nhiều nhà cung cấp, còn gửi bất cứ thứ gì có hình ảnh hoặc video đến mô hình có thể đọc được chúng. DSL định tuyến biến điều đó thành một quy tắc về phương thức thay vì một quyết định mà ai đó phải ghi nhớ, và model fusion — một nhóm mô hình cùng trả lời — là cách rẻ để xem liệu hai mô hình có bất đồng về những công việc bạn quan tâm trước khi bạn đưa một trong hai vào sản xuất hay không.
Lập luận về trọng số thực sự xoay quanh điều gì
Bài đăng ra mắt của Alibaba kết thúc bằng câu nói rằng các mô hình Qwen4 nhỏ hơn sẽ sớm được mở mã nguồn. Câu đó chính là diện mạo của năm tới: tầng mở của các dòng mô hình hàng đầu Trung Quốc sẽ tiếp tục xuất hiện chậm hơn một thế hệ so với tầng đóng, được cấp phép Apache và có thể tải về, và các đội ngũ sẽ tiếp tục phải lựa chọn giữa mô hình họ có thể nắm giữ và mô hình đi trước sáu tháng.
Hiện tại, lựa chọn này rõ ràng một cách bất thường. {{1}}HY4 Preview{{/1}} là lựa chọn mở trung thực ở quy mô này, được định giá tương xứng, với bề mặt chỉ văn bản và các con số từ nhà cung cấp cần gắn một bộ kiểm thử thì mới có ý nghĩa. {{2}}Qwen4-Max{{/2}} là lựa chọn đóng mới hơn, được đặc tả tốt hơn trên mọi trục mà một bảng thông số có thể đo, với {{3}}một điểm số độc lập{{/3}} thấp hơn hàm ý từ cách định vị khi ra mắt và hoàn toàn không có con số độ trễ nào. Không thẻ nào trong hai thẻ kể hết câu chuyện, và {{4}}45%{{/4}} giữa chúng nhỏ hơn sự khác biệt về những gì mỗi bên có thể nhắm tới.
