Thẻ tiêu đề được tạo có nội dung 'Tencent Hy4 vs Qwen4-Max' với hai cột số liệu: Hy4 đạt Chỉ số Trí tuệ 34.6, tổng 770B và 49B hoạt động, trọng số mở, $0.834/$2.501 mỗi triệu token; Qwen4-Max đạt 42.9, không tiết lộ số tham số, độc quyền, $1.50/$4.50; phần chân trang ghi 'Chỉ số và giá theo Artificial Analysis v5.0.1, đọc ngày 20 tháng 11 năm 2026.'
Guides & Insights

Hy4 vs Qwen4-Max: Hai hạng mục mà Hy4 thực sự giành chiến thắng

Tác giả

Elias Hawthorne

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Trên bảy trong chín đánh giá tạo nên Chỉ số Trí tuệ Artificial Analysis v5.0.1, Qwen4-Max đánh bại Tencent Hy4. Điều đó là đương nhiên: mô hình hàng đầu của Alibaba đạt 42,9 so với 34,6 của Tencent, và nó có ngân sách suy nghĩ và trả lời dùng chung là 262.144 token mỗi lần gọi. Nhưng hai dòng lại đi theo hướng ngược lại, và chính hai dòng đó cho biết mỗi mô hình thực sự được xây dựng để làm gì. Trên FrontierCode-AA 2.0 — kỹ thuật phần mềm trong các kho mã nguồn mở thực tế — Tencent Hy4 đạt 31,4% và Qwen4-Max đạt 26,5%. Trên MLCR-AA, suy luận ngữ cảnh dài trong y tế, Hy4 đạt 32,8% và Qwen4-Max đạt 19,4%.

Đó là một cặp chiến thắng kỳ lạ đối với một mô hình kém 8,3 điểm chỉ số, và chính đó là lý do so sánh này đáng giá hơn cả một bảng điểm. Qwen4-Max là mô hình tổng quát mạnh hơn và là lựa chọn của bạn cho những bài toán suy luận khó, công việc tri thức và mọi thứ có video. Tencent Hy4 là mô hình rẻ hơn, bản có thể tải xuống, và — ở mức sát sao, trong công việc trên kho mã thực tế — là kỹ sư giỏi hơn. Quyết định giữa hai mô hình phụ thuộc vào việc bạn thực sự cần điều nào trong số đó, và vào cấu trúc giá khiến mô hình rẻ hơn thực sự rẻ hơn mức giá token của nó gợi ý.

Bảy hàng cho Qwen, hai hàng cho Hy4

Cả hai bộ số liệu đều đến từ Artificial Analysis vào ngày 20 tháng 11 năm 2026, cùng phiên bản đánh giá, cùng harness:

• Suy luận khó, HLE-Diamond — Qwen4-Max 44,9%, Hy4 32,7%. Khoảng cách lớn nhất trên bảng xếp hạng, 12,2 điểm.

• Vật lý, tập con khó CritPt v2 — Qwen4-Max 43,0%, Hy4 39,0%.

• Lập trình dạng tác tử trong một terminal sạch, Terminal-Bench 4.0 — Qwen4-Max 48,5%, Hy4 37,4%.

• Khoa học tác tử trong terminal, Terminal-Bench-Science — Qwen4-Max 23,3%, Hy4 12,9%.

• Thực thi quy trình làm việc SaaS, AutomationBench-AA — Qwen4-Max 72,6%, Hy4 65,6%.

• Suy luận tài liệu chuyên nghiệp, GDP.pdf đạt tất cả — Qwen4-Max 26,2%, Hy4 21,6%.

• Công việc tri thức dạng tác tử, Elo AA-Briefcase — Qwen4-Max 1.686,1, Hy4 1.445,9. Chênh lệch 240 Elo, lớn nhất trong loạt này.

• Kỹ thuật phần mềm trong các kho lưu trữ thực tế, FrontierCode-AA 2.0 — Hy4 31.4%, Qwen4-Max 26.5%.

• Lập luận ngữ cảnh dài trong y khoa, MLCR-AA — Hy4 32,8%, Qwen4-Max 19,4%.

Mô hình trong hai thất bại đáng được gọi tên chính xác, vì đó không phải là nhiễu. Qwen4-Max thắng các benchmark terminal, vốn là những tác vụ lập trình trong môi trường sạch với mục tiêu xác định. Hy4 thắng benchmark kho mã nguồn, vốn liên quan đến việc điều hướng mã nguồn mà không ai viết cho bài đánh giá. Và nó thắng hạng mục ngữ cảnh dài y tế với cách biệt 13 điểm, đây là năng lực duy nhất khớp với một mục tiêu thiết kế đã nêu: Tencent đã huấn luyện Hy4 trên các tài liệu dài và nghiên cứu chuyên sâu, và nói rõ điều đó trong thẻ mô hình. Trong khi đó, các tài liệu của chính Alibaba về Qwen4-Max lại đi đầu về Work360, các tuyên bố hiệu quả token và ngân sách suy luận dùng chung — một mô hình chủ lực đa dụng, được tối ưu cho độ bao phủ rộng.

Generated two-column scoreboard comparing Tencent Hy4 and Qwen4-Max across six dimensions: Intelligence Index 34.6 versus 42.9, price $0.834/$2.501 versus $1.50/$4.50 per million tokens, context 1,048,576 versus 983,616 tokens, FrontierCode-AA 31.4% versus 26.5%, terminal coding Terminal-Bench 4.0 37.4% versus 48.5%, and cost per index task $1.03 versus $3.27, with a footer reading 'All figures per Artificial Analysis v5.0.1, 20 November 2026; terminal rows favour Qwen, repository rows favour Hy4.'

Chênh lệch giữa tỷ lệ giá và tỷ lệ chi phí

Qwen4-Max có giá đầu vào gấp 1,8 lần Hy4 và giá đầu ra cũng gấp 1,8 lần. Xét theo chi phí đo được cho mỗi tác vụ Intelligence Index, con số này là 3,2 lần — 3,27 đô la so với 1,03 đô la. Hệ số nhân tăng thêm đó chính là hiệu quả token, và đây là phần mà hầu hết mọi người bỏ qua trong phép so sánh này.

• Đầu vào — Qwen4-Max $1.50 mỗi triệu token, Hy4 $0.834. Q​wen đắt hơn 80%.

• Đầu ra — Qwen4-Max $4.50, Hy4 $2.501. Vẫn 80%.

• Đọc bộ nhớ đệm — Qwen4-Max $0,075 với mức chiết khấu 95%, Hy4 $0,042 với 95%. Q​wen đắt hơn 79% và tỷ lệ chiết khấu là như nhau, nên bộ nhớ đệm không bù đắp được khoảng cách.

• Token đầu ra cho mỗi tác vụ lập chỉ mục — Qwen4-Max 104.940, Hy4 78.058. Qwen suy luận lâu hơn một phần ba cho mỗi tác vụ.

• Thời gian cho mỗi tác vụ lập chỉ mục — Qwen4-Max 29,8 phút, Hy4 14,0. Lâu hơn gấp đôi.

• Tốc độ đầu ra — Qwen4-Max 59 token/giây, Hy4 93.

Nhân hai hiệu ứng này với nhau và tỷ lệ giá gấp 1,8 lần trở thành tỷ lệ chi phí gấp 3,2 lần. Với một khối lượng công việc chạy mười nghìn tác vụ agent mỗi tháng, đó là sự khác biệt giữa một khoản mục bạn bảo vệ và một khoản mục bạn phải đàm phán lại — và điều đó vẫn đúng dù Qwen4-Max là mô hình có năng lực cao hơn, vì năng lực bạn không gọi đến vẫn bị tính phí.

Screenshot of the Artificial Analysis page for Tencent Hy4, captured 20 November 2026, showing its Intelligence, Performance, Cost and Verbosity rank tiles, 93 tokens per second output, 14.0 minutes per task, a 118.9-second time to first token and a 1M-token context window, with the header still labelling the model proprietary.

Có một chi tiết về giá ở phía Q​wen đi theo hướng ngược lại và rất dễ bị bỏ sót. Bảng giá tính theo mức dùng của A​libaba phụ thuộc vào khu vực: $1.50 và $4.50 ở Singapore, nhưng $1.413 và $4.24 ở Bắc Kinh, Hồng Kông, Frankfurt và Virginia (Mỹ), với lượt đọc bộ nhớ đệm ở mức $0.071. Nếu lưu lượng của bạn kết thúc tại một trong các khu vực đó, khoảng cách giá đầu vào thu hẹp còn khoảng 69% thay vì 80%. Điều này không làm thay đổi hướng của câu trả lời.

Video vào, trọng số ra

Hai mô hình không nhận cùng loại đầu vào, và đây là khác biệt thường quyết định một giao dịch mua sắm thực tế:

• Phương thức đầu vào — Qwen4-Max nhận văn bản, hình ảnh và video. Tencent Hy4 nhận văn bản và hình ảnh. Hy4 không hề mất đi năng lực nào ở mảng thị giác kể từ ngày 4 tháng 11 — hiểu hình ảnh và sử dụng máy tính là những bổ sung nổi bật trong bản phát hành đó — nhưng nó không có đường đầu vào cho video.

• Đầu ra — cả hai chỉ là văn bản.

• Ngữ cảnh — Hy4 1.048.576 token; Qwen4-Max 983.616 theo số đếm của Artificial Analysis, dù tài liệu của chính A​libaba ghi 1.000.000. Khác biệt là cách ghi sổ, không phải năng lực; cả hai đều là mô hình triệu token.

• Trọng số — Hy4 có thể tải xuống kể từ ngày 18 tháng 11 năm 2026 theo Giấy phép Hy của T​encent, một checkpoint 774 tỷ tham số ở BF16 với bản dựng FP8 và một mô hình cơ sở đã huấn luyện trước. Qwen4-Max không có checkpoint nào được công bố và tài liệu của A​libaba mô tả đây là một mô hình chủ lực độc quyền.

Dòng về trọng số là dòng có hệ quả vượt xa giá cả. Một mô hình có thể tải xuống được có thể tinh chỉnh trên chính các vết dữ liệu của bạn, lượng tử hóa để vừa với phần cứng của bạn, kiểm toán, ghim vào một phiên bản và chạy bên trong một mạng không có tuyến ra ngoài. Một mô hình độc quyền thì cho bạn một hợp đồng API và một ngày ngừng hỗ trợ. Đó là lý do các bài viết trước đây về Qwen4-Max trên blog này cứ quay lại cùng một điểm bất đối xứng: trọng số mở ở 770 tỷ tham số loại bỏ rào cản pháp lý, chứ không phải rào cản phần cứng — nhưng với một công ty đã sở hữu phần cứng, đó chính là toàn bộ khác biệt.

Nơi bộ định tuyến thay đổi phép tính

T​encent Hy4 có thể định tuyến tại đây dưới mã tencent/hy4 với giá $0.834 và $2.501 cho mỗi triệu token, cùng $0.042 cho lượt đọc bộ nhớ đệm — theo đúng bảng giá của chính nhà cung cấp, được chuyển tiếp với mức phụ trội 0%, nên mọi thay đổi giá của T​encent sẽ đến với bạn ngay trong ngày. Qwen4-Max không có trong danh mục của chúng tôi; A​libaba cung cấp nó qua API Model Studio của riêng họ và một số nền tảng bên thứ ba, và chúng tôi không định tuyến nó, vì vậy không có nội dung nào trong bài viết này nên được hiểu là lời đề nghị làm vậy.

Một endpoint mang lại cho bạn khả năng ngừng coi lựa chọn này là vĩnh viễn. DSL định tuyến có thể gửi công việc theo đặc điểm: kỹ thuật cấp repository và phân tích tài liệu dài đến tencent/hy4, suy luận khó và mọi tác vụ có video đến Qwen4-Max thông qua API key riêng của nó, với cơ chế tự động chuyển đổi dự phòng giữa hai bên. Dựa trên các điểm thành phần ở trên, cách phân chia đó không phải là sự thỏa hiệp — mà là phân bổ đúng đắn, vì các đánh giá yếu của hai mô hình hầu như không trùng nhau. Hợp nhất mô hình thậm chí sẽ đi xa hơn: một hội đồng gồm hai mô hình sẽ đặt điểm HLE-Diamond của Qwen và điểm repository của Hy4 trước cùng một câu trả lời.

Screenshot of the OrcaRouter model page for Hy4, captured 20 November 2026, showing the tencent/hy4 endpoint at $0.83 per million input tokens and $2.50 per million output tokens, a 1M-token context window, 65k maximum output, text and image input, vision, tools and JSON, zero data retention, and public benchmarks dated 4 November 2026.

Ai nên chọn cái nào

Chọn Qwen4-Max nếu công việc nặng về suy luận, nếu có bất kỳ phần nào liên quan đến video, hoặc nếu đầu ra được con người đánh giá thay vì các bài kiểm tra — khoảng cách 240-Elo trên AA-Briefcase không phải là sai số làm tròn. Hãy dự trù chi phí gấp 3,2 lần chi phí mỗi tác vụ của Hy4 và một mô hình mất gấp đôi thời gian để hoàn thành mỗi tác vụ.

Hãy chọn Tencent Hy4 nếu bạn muốn sở hữu trọng số, nếu công việc là mã quy mô kho lưu trữ hoặc phân tích tài liệu dài, hoặc nếu kinh tế đơn vị quyết định việc mua sắm. Đây là mô hình rẻ hơn trên mọi trục được đo, là mô hình bạn có thể tự chạy, và nó thắng hai đánh giá thưởng cho việc xử lý tài liệu mà không ai chuẩn bị trước cho nó.

Câu hỏi mở là liệu danh sách thứ hai đó có tăng lên không. Trọng số của Hy4 đã công khai được hai ngày; việc tinh chỉnh trên dấu vết kho lưu trữ của chính một công ty sẽ thu hẹp khoảng cách năm điểm, tức là một cuối tuần tính toán với mức giá hiện tại. Qwen4-Max hoàn toàn không thể bị tấn công theo cách đó. Sự bất đối xứng ấy — một mô hình bạn có thể cải thiện và một mô hình bạn chỉ có thể chờ đợi — không có trong bất kỳ bảng xếp hạng chuẩn nào, và trong năm tới nó sẽ quan trọng hơn cả 8,3 điểm.

So sánh trong bài viết này1

Phát hiện từ bài viết này