一张标题卡,标题为“Qwen4-Max 对比腾讯 HY4 Preview:一个可以下载,一个只能租用”,并带有三个标签:HY4 Preview 采用 Apache 2.0,总参数 770B、激活参数 49B;Qwen4-Max 为闭源权重,拥有 2.4T 骨干、激活参数 71B;每百万输入 token 价格为 $0.834,对比 $1.50;图注注明来源为厂商模型卡、Vals AI 和 Artificial Analysis,日期为 2026 年 11 月 17 日。
Guides & Insights

Qwen4-Max 对比腾讯 HY4 Preview:一个可下载,一个只能租用,而且这两个数字的含义都不像表面看起来那样。

作者

Elias Hawthorne

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Tencent HY4 Preview 自 2026 年 8 月 28 日起已可下载,采用 Apache 2.0 许可——总参数 7700 亿,每 token 激活 490 亿,78 层,256 个路由专家外加一个共享专家,一个用于投机解码的原生多 token 预测层,以及 1,048,576 token 的上下文窗口。Qwen4-Max 自 2026 年 11 月 16 日起已可租用——2.4 万亿骨干参数,每 token 激活 710 亿,另有 3280 亿 N-gram 嵌入参数,且没有任何形式的检查点。两者都是中国旗舰级稀疏混合专家模型,均具备百万 token 窗口。一个你能握在手里,一个你只能调用;按每百万输入 token 0.834 美元对 1.50 美元计算,在厂商自己的价目卡上,能握在手里的那个也是两者中更便宜的。有趣之处在于价格差距究竟为何存在,以及双方公布的数字各自遗漏了什么。

两张卡片并排。

A two-column scoreboard comparing Qwen4-Max and Tencent HY4 Preview: proprietary licence against Apache 2.0; 2.4T with 71B active against 770B with 49B active; $1.50 in and $4.50 out against $0.834 and $2.501; 1,000,000 context against 1,048,576; 131,072 maximum output against 64,000; text, image and video against text only. Footer records HY4 Preview at 53.21% on the Vals AI index, 23rd of 33, and Qwen4-Max at 43 on the Artificial Analysis index, 38th of 81.

• 许可 — HY4 Preview 采用 Apache 2.0 并公开权重,而 Qwen4-Max 为专有、无权重、不可下载

• 规模 — HY4 Preview 为总计 770B / 激活 49B,而 Qwen4-Max 为 2.4T 主干 / 激活 71B,外加 328B 的 N-gram 嵌入。

• 每百万 token 价格 — 输入 $0.834 / 输出 $2.501,对比输入 $1.50 / 输出 $4.50

• 缓存读取 — 每百万 $0.042 对比 $0.075

• 上下文窗口 — 1,048,576 个 token,对比 1,000,000 个,其中在思考模式下有 983,616 个可作为输入使用

• 最大输出 — 64,000 个 token,非思考模式下为 131,072 个,或与推理共享 262,144 个

• 输入模态——仅文本 vs 文本、图像和视频

• 推理级别 — 高、低和无,默认为高;对比 低、高和超高,默认为高

• 独立指数得分——在 Vals AI 指数上为 53.21%,在 33 个中排名第 23;而在 Artificial Analysis Intelligence Index 上为 43,在 81 个中排名第 38

先读模态那一行,再读价格那几行。HY4 Preview 是文本输入、文本输出的模型。Qwen4-Max 可读取视频。这两个事实不在同一维度上,因此对于任何工作负载包含视频帧的团队来说,比较到那一行就结束了,其余内容都只是纸上谈兵。

A screenshot of the Hugging Face model card for tencent/Hy4-preview, showing the repository header, the Apache 2.0 licence tag, the safetensors and mixture-of-experts tags and the start of the evaluation results section.

Apache 2.0 在 7700 亿参数规模下并不是同样的条件。

可下载的权重,就是你可以检查、微调、量化并按自己的方式提供服务的权重,这与置于他人 API 之后的模型有着实实在在的区别。而且在这个规模上,这也是一种只有极少数团队才能拥有的区别。一个拥有 7700 亿参数、其中 490 亿为活跃参数的模型,非多节点加速器集群无法运行;随预览版一同发布的 FP8 检查点,主要是为了让拥有互连网络资源的推理服务商和研究团队能够部署它。Apache 2.0 消除的是法律障碍,而不是硬件障碍。

正因如此,许可证的实际价值并不体现在自托管上,而是体现在别处。它体现为竞争性供给:因为任何人都可以提供 HY4 Preview,所以多个平台都在提供,价格约束也随之形成。Qwen4-Max 没有这样的机制。它只有一个部署,由 A​libaba 运营;每个报出 Qwen4-Max 价格的平台,都是在 A​libaba 的价格上加自己能加的利润来报价。这就是为什么它的全球区域卡和新加坡卡相差 5.8%,而其他方面相差不大——没有第三方容量来压低它的价格。

每张卡片上不可轻信的那个数字

Tencent 的发布材料包含一项内部盲评——163 名专家、203 项工程任务——其中 HY4 Preview 平均得分为 2.99,GLM 5.3 为 2.92,Kimi K3 为 2.94。这是一项由厂商开展、比较三个模型的研究,由排名第一的厂商发布,并采用其自定的评分量表。除了体现该团队自身测试的方向外,它并不能证明太多;而且 Tencent 谨慎地将其与一份已知问题清单一同发布:该模型在推理上花费的时间超过必要,并且会过度核验自己的工作。

在独立一方,Vals AI 在其指数中将 HY4 Preview 列为 53.21%,在受测的 33 个模型中排名第 23。在 Vals 自己的 Terminal-Bench 4.0 运行中,该预览版得分为 8.08%。Tencent 的材料引用的终端智能体数字在八十多——那是在基准的不同修订版上、在不同的测试框架下得到的,这就是为什么这两个数字与其说是矛盾,不如说表明智能体基准分数既是模型的属性,也是测试框架的属性。任何引用这两个数字却不附上修订版信息的人,都是在误导读者。

Qwen4-Max 的问题正好相反。其厂商数据异常详细——Work360 为 52.69,而 Qwen3.8-Max 为 47.74;每项任务平均成本从 $4.43 降至 $1.67;安全代码函数级通过率从 22.0% 提升至 31.8%——但这些数据均未点名任何竞争对手。A​libaba 公布的是与其自身上一代产品进行的自我对比,这是最站得住脚的厂商基准测试类型,也是在厂商之间做选择时最没有用的一种。唯一的跨厂商解读来自 Artificial Analysis,它给 Qwen4-Max 打 43 分,且没有记录其速度测量结果。

45% 的价差去了哪里

HY4 Preview 的输入费用为 $0.834、输出费用为 $2.501;Qwen4-Max 则为 $1.50 和 $4.50。这意味着输入便宜 45%、输出便宜 44%——几乎相当于一个统一折扣,而这正是两个基于相似硬件经济性定价的模型应有的表现。这一差距并非没有代价:HY4 Preview 的 64,000 token 输出上限只有 Qwen4-Max 非思考模式的一半,其上下文仅支持文本,而且两个模型提供的推理控制方式也不相同。Qwen4-Max 还提供三档努力级别,对应腾讯的高、低、无三档,不过两者都默认使用最高档位,并且都会把无法识别的努力字符串折叠处理,而不是直接拒绝。

折扣可能蒸发掉的另一个环节是验证行为。Tencent 的文档指出,预览版存在过度验证;Qwen4-Max 在整个 Intelligence Index 上的独立 token 总量为 1.27 亿个输出 token,而中位数为 7860 万个,Artificial Analysis 称其非常冗长。换句话说,这两个模型都很啰嗦,而对于一个比竞争对手消耗更多 token 的模型来说,按 token 计算的折扣实际挽回的成本低于价目表所承诺的水平。在估算节省额之前,先测量每个任务的输出量。

其中一个模型是预览版,另一个是正式发布版。

每当这两个名称出现在同一句话里,这种不对称性就会被忽略。HY4 Preview 已于八月发布,而 T​encent 此后推进了产品线——十一月的 Hy4 正式版加入了原生视觉与计算机使用能力,家族中还有一个独立的 Hy4 Flash。开放权重可用的正是这个预览版标识,而它之所以是预览版,是因为 T​encent 这么说了,并且粗糙之处都有文档记录。

Qwen4-Max 是正式发布版本,采用按量计费的卡,覆盖六个区域,并有一个将于 11 月 25 日退役的预览代。这些属于不同的成熟阶段,用基准测试分数来比较它们,只会偏袒评测框架恰好更适合的那一个。

A screenshot of the OrcaRouter model page for tencent/hy4-preview, showing the 1M-token context badge, the 64K maximum output, the model identifier and the start of the pricing panel.

在不先选出优胜者的情况下同时运行两者

OrcaRouter 将 T​encent HY4 Preview 以每百万输入 $0.834、输出 $2.501、缓存输入 $0.042 的价格路由——这是腾讯自己的价目卡,以 0% 加价直通——通过与 Claude Opus 5.5、GPT-6.1 Sol、Grok 4.5 和 Qwen3.8-Max 相同的密钥及相同的 OpenAI 兼容端点。Qwen4-Max 不在目录中;Qwen4 代尚未加入,因此对比中的那一侧是直接的 A​libaba 凭证。

这才是这对组合真正会奖励的安排。把开放权重模型放在应用故障转移的路由层后面,在你摸清闭源模型的行为之前,让它继续使用直连密钥,并根据自己的流量做决定:把纯文本任务交给成本低 45% 且可从多家提供商流式输出的路由,把任何带图像或视频的内容交给能够读取它们的模型。路由 DSL 让这成为一条基于模态的规则,而不是某个人必须记住的决定;并且模型融合——让一组模型共同作答——是一种低成本方式,可在你将其中任何一个投入生产之前,看看两者在你关心的任务上是否会产生分歧。

weights 参数到底是怎么回事

A​libaba 的发布文章结尾写道,更小的 Qwen4 模型即将开源。这句话勾勒了接下来一年的格局:中国旗舰模型系列的开放层将持续比闭源层晚一代落地,采用 Apache 许可证并可下载,而团队将持续在能够掌握的模型和领先六个月的模型之间做选择。

目前来看,这个选择异常清晰。HY4 Preview 在这个规模上是诚实的开源选项,定价也相应匹配,提供纯文本界面,而厂商数据必须接上测试框架才有意义。Qwen4-Max 是更新的闭源选项,在规格表能衡量的每个维度上都标得更好,但有一项独立评分低于其发布宣传所暗示的水平,而且完全没有延迟数据。这两张卡都不能说明全部,它们之间 45% 的差距,小于二者各自可指向方向的差异。