Titelkarte für den Vergleich von Hy4 Flash mit DeepSeek V4.1 Flash, die Hy4 Flash mit 0,070 $ Eingabe und 0,281 $ Ausgabe pro Million Tokens gegenüber DeepSeek V4.1 Flash mit 0,15 $ und 0,60 $ zeigt, mit einer Fußzeile, die besagt, dass beide Angaben Anbieter-Listenpreise sind und es sich auf der DeepSeek-Seite um die Off-Peak-Karte handelt.
Guides & Insights

Hy4 flash vs. DeepSeek V4.1 Flash: Tencent hat diesen Kampf selbst gesucht

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Tencent hat den Gegner gewählt. Der Research-Post zu Hy4 flash, veröffentlicht am 16. November 2026, beziffert die eigenen Kosten pro Aufgabe im Vergleich zu genau einem Konkurrenzmodell – DeepSeek V4.1 Flash, im Snapshot 1017, auf der höchsten Effort-Stufe und zu DeepSeeks Stoßzeiten-Tarifen – und gibt ein Achtel an. Das ist ein ungewöhnlich spezifischer Vergleich für einen Launch-Post, und er verrät, wo Tencent den Kampf sieht: nicht gegen Alibabas Flaggschiff, nicht gegen das eigene Tencent HY4, sondern gegen das günstige Open-Weight-Modell, auf dem Coding-Agenten seit September laufen. Drei Wochen veröffentlichter Zahlen stehen auf DeepSeeks Seite dieses Vergleichs. Ein Diagramm steht auf der Seite von Tencent.

Die nützliche Frage ist also nicht, welches Modell abstrakt besser ist. Sie lautet vielmehr, ob ein 2,1-facher Eingabepreisvorteil im Kontakt mit den Dingen Bestand hat, die sich zwischen beiden unterscheiden, und ob die Angabe von einem Achtel pro Aufgabe das bedeutet, was eine Leserin oder ein Leser annehmen wird. Beides lässt sich anhand veröffentlichter Materialien beantworten, und die Antworten weisen in entgegengesetzte Richtungen.

Was jedes Unternehmen tatsächlich ausgeliefert hat

Beginnen Sie mit den Artefakten, denn sie sind nicht gleichwertig, und der Unterschied erklärt den Großteil der späteren Unstimmigkeiten.

DeepSeek V4.1 Flash wurde am 10. September 2026 unter der MIT-Lizenz veröffentlicht: 48 Safetensors-Shards mit insgesamt rund 510 Gigabyte, ein technischer Bericht mit dem Titel „Pushing the Limits of KV Cache Compression“, eine Modellkarte mit Deployment-Tags, eine fp8-Variante und eine API mit veröffentlichten Off-Peak- und Peak-Karten. Ein aktualisierter Snapshot, 1017, ersetzte ihn am 17. Oktober und wird jetzt unter demselben API-Namen bereitgestellt. Das Repository verzeichnet 1,69 Millionen Downloads und 4.978 Likes. Artificial Analysis bewertet es mit 32,6 auf dem Intelligence Index bei maximalem Aufwand; der Capabilities Index von Epoch AI setzt den 1017-Checkpoint auf 159, Platz 19 der 253 Modelle, die er erfasst.

Hy4 flash erschien am 16. November 2026 als Forschungsbeitrag ohne angehängte Modellkarte: insgesamt 224 Milliarden Parameter, davon 64 Milliarden Engram-Parameter, 12 Milliarden pro Token aktiv, native Multimodalität, ein Kontext von 1.048.576 Token und der Plan, später Open Source zu stellen. Keine Gewichte, keine Lizenz, kein technischer Bericht, keine unabhängige Bewertung und Benchmark-Ergebnisse als PNG-Diagramme. Artificial Analysis führt Tencent HY4 mit 34,6 (Stand 5. November) und hat überhaupt keinen Eintrag für Hy4 flash.

Stellt man sie nebeneinander, hat der Vergleich eine seltsame Form. Das neuere Modell ist dasjenige, das man nicht inspizieren kann, und das ältere ist dasjenige, das man herunterladen, feinabstimmen und auf eigener Hardware betreiben kann. Diese Asymmetrie zieht sich durch jeden Abschnitt unten.

Die Preiskarte, ehrlich verglichen

Beide Anbieter veröffentlichen Listenpreise, und beide veröffentlichen mehr als einen davon – und genau hier gehen die meisten Vergleiche schief.

• Eingabe, pro Million Tokens — Hy4 flash $0.070 pauschal; DeepSeek V4.1 Flash $0.15 außerhalb der Spitzenzeiten, $0.30 zu Spitzenzeiten.

• Ausgabe pro Million Token — Hy4 flash 0,281 $; DeepSeek 0,60 $ außerhalb der Spitzenzeiten, 1,20 $ zu Spitzenzeiten.

• Cache-Treffer, pro Million Token — Hy4 flash 0,003 $; DeepSeek 0,003 $ außerhalb der Stoßzeiten, 0,006 $ zu Stoßzeiten.

• Definition der Peak-Zeiten — DeepSeeks Peak-Zeitfenster sind 01:00–04:00 und 06:00–10:00 UTC, Montag bis Freitag, mit Ausnahme chinesischer gesetzlicher Feiertage. Alles andere ist Off-Peak, das heißt: Für ein US-amerikanisches oder europäisches Team ist die günstige Tarifkarte diejenige, die während des größten Teils seines Arbeitstags gilt.

• Kontext — Hy4 flash 1.048.576 Token; DeepSeek V4.1 Flash 1.000.000 Token mit einer Ausgabegrenze von 384.000 Token.

• Festlandchina-Karte — Hy4 flash ¥0,5 / ¥2 / ¥0,02 pro Million Tokens; daraus ergibt sich der Dollar-Betrag, nicht aus einem separat veröffentlichten internationalen Tarif.

Auf dieselbe Stunde bezogen beträgt die Lücke beim Input das 2,1-Fache und beim Output das 2,1-Fache: 0,070 $ gegenüber 0,15 $, 0,281 $ gegenüber 0,60 $. Während DeepSeeks Spitzenzeitfenstern weitet sie sich auf das 4,3-Fache aus. Bei gecachtem Input ist es außerhalb der Stoßzeiten ein Gleichstand, weil beide bei 0,003 $ landen — und das ist wichtiger als die Schlagzeile, denn ein Coding-Agent, der bei jedem Schritt einen System-Prompt, ein Tool-Schema und einen Dateibaum erneut sendet, zahlt die meiste Zeit den Cache-Tarif. Bei der Workload-Form, um die es bei diesem Vergleich tatsächlich geht, sind die beiden Modelle identisch bepreist.

Diese letzte Zeile ist diejenige, die den Großteil des Arguments entschärft. Tencents Ein-Achtel ist kein cache-schwerer Vergleich; es sind Kosten pro Aufgabe auf WorkIndex, die Ausgabelänge, Wiederholungsrate und Schrittzahl neben der Preisliste einbeziehen. Zwei dieser drei Eingangsgrößen sind Dinge, die Tencent durch sein eigenes Post-Training kontrolliert, und es meldet diese Kontrolle als einen einzigen Prozentwert: Ausgabelänge um 50 % gesenkt.

Generated comparison card listing three rate rows for Hy4 flash and DeepSeek V4.1 Flash: input at $0.070 against $0.15 off-peak and $0.30 peak, output at $0.281 against $0.60 and $1.20, and cache hit at $0.003 against $0.003 and $0.006, with a footer noting the DeepSeek card doubles during its weekday peak windows.

Warum 12 Milliarden aktive Parameter das gesamte Architekturargument ausmachen

DeepSeek V4.1 Flash ist ein Backbone mit 552 Milliarden Parametern und 16 Milliarden aktiven Parametern pro Token, aufgebaut auf einem, wie DeepSeek es nennt, Causal-Encoder-Decoder-Design: 40 Schichten, gleichmäßig aufgeteilt in einen 20-schichtigen Causal Encoder und einen 20-schichtigen Decoder, wobei der technische Bericht den Schwerpunkt auf KV-Cache-Kompression statt auf Wahrnehmung legt. Hy4 flash aktiviert 12 Milliarden pro Token bei insgesamt 224 Milliarden, was drei Viertel der aktiven Parameterzahl von DeepSeek und 40 % seiner Gesamtgröße entspricht.

Die Darstellung von Tencent dazu, woher der Unterschied kommt, ist konkret in Bezug auf den Mechanismus und schweigt zur Struktur. Hybride Attention, LatentMoE und die Engram-Parameter erzeugen einen KV-Cache, der ein Vierundzwanzigstel der Größe von Hy3 und ein Sechstel der von Tencent HY4 beträgt. Selbstdestillation von Tencent HY4 und anschließendes Reinforcement Learning halbierten die End-to-End-Ausgabelänge. Ein Megakernel mit Vier-Bit-Gewichten und einem DFly-Decodierungspfad hält die Dekodierung über 150 Tokens pro Sekunde. Nicht veröffentlicht ist alles, was sich anhand eines Checkpoints falsifizieren ließe: Anzahl der Layer, Anzahl der Experten, Routing-Breite, Größe des Vision-Encoders und ob Multimodalität nativ oder angehängt ist.

Die Engram-Parameter verdienen einen eigenen Satz, denn 64 Milliarden davon in einem Modell mit 224 Milliarden Parametern sind keine normale Anordnung. Engram ist in Tencent' Verwendung eine gedächtnisartige Komponente, die gelernte Assoziationen enthält, statt ein gerouteter Experte, der in jedem Forward Pass läuft. Die praktische Konsequenz ist, dass 29 % der Gesamtgröße des Modells nicht gegen den Rechenaufwand pro Token veranschlagt werden, was eine legitime Art ist, Leistungsfähigkeit pro Parameter zu erkaufen, und eine illegitime Art, Parameterzahlen zu vergleichen. Ein 224B-Modell mit 64B Engram ist nicht kleiner als ein 552B-Modell, wie die beiden Zahlen nahelegen; es ist anders geformt.

DeepSeeks Design ist nachprüfbar und das von Tencent nicht, und das ist bei einem direkten Vergleich kein kleiner Unterschied. Jeder kann 510 Gigabyte an Gewichten herunterladen und die Layer zählen. Niemand kann Hy4 flash herunterladen und damit überhaupt etwas anfangen.

Das Achtel, nachgezeichnet

Der aufgabenbezogene Vergleich von Tencent sollte genau verfolgt werden, denn er ist die einzige direkte Gegenüberstellungszahl, die eines der beiden Unternehmen für dieses Paar veröffentlicht hat, und er ist sorgfältiger, als die Arithmetik in Ankündigungsbeiträgen üblicherweise ist.

Auf WorkIndex — dem internen Acht-Suite-Set von Tencent, das Folienerstellung, Folienüberarbeitung, Mensch-Maschine-Koautorenschaft, Markdown-Koautorenschaft, Dokumentbearbeitung, Tabellenreparatur, Audio- und Videoverarbeitung sowie visuelles Verständnis umfasst — gibt Tencent für Hy4 flash Kosten pro Aufgabe an, die einem Dreizehntel der Kosten von Hy4 preview, einem Zwanzigstel von Tencent HY4 und einem Achtel von DeepSeek-V4.1-Flash-1017 auf der Maximum-Effort-Stufe und zum Busy-Hour-Preis entsprechen. Jede nähere Bestimmung in diesem Satz stammt von Tencent, und die letzten beiden sind die, an denen man festhalten sollte: Maximum Effort bedeutet, dass das Denkbudget von DeepSeek hoch eingestellt war, und Busy-Hour bedeutet die $0.30/$1.20-Tarifkarte statt der $0.15/$0.60-Tarifkarte.

Nimmt man die Einschränkungen weg, ändert sich die Rechnung stark. Bei Off-Peak-Tarifen mit denselben Ausgabelängen liegt die Lücke pro Token bei Faktor 2,1, nicht bei 8. Wenn Hy4 flash außerdem halb so viele Ausgabe-Tokens erzeugt, halbiert sich der Kostenaufwand pro Aufgabe zusätzlich zur Preisdifferenz noch einmal ungefähr, was die beiden Modelle bei einer von Tencent entworfenen Aufgabe irgendwo zwischen dem 4- und 5-Fachen auseinanderliegen lässt – und das von DeepSeek selbst veröffentlichte Verhalten, kontrollierter Denkaufwand und eine Obergrenze von 384.000 Ausgabe-Tokens, legt nahe, dass seine höchste Stufe pro Aufgabe deutlich mehr Arbeit verrichtet als ein Modell, das darauf abgestimmt ist, mit der Hälfte der Tokens zu antworten.

Die von Tencent freiwillig genannten Produktionszahlen sind die interessantere Hälfte seiner Veröffentlichung, weil sie mit Zählern versehen sind statt mit einer einzelnen Bewertung. In den Agentenabläufen von WeChat Pay meldet Tencent gegenüber DeepSeek-V4.1-Flash-1017 über vier Prozessstufen hinweg Gleichstand oder bessere Werte, bei rund 6 % weniger Ausführungsschritten und 29 % kürzeren Einzelausgaben. Beim statischen Scanning von WeChat Pay: 37 % weniger Zeit für einen vollständigen Scan und 46 % weniger Tokens bei gleicher Erkennungsqualität. In der Ursachenanalyse für Honor of Kings: 22 % bis 39 % weniger Anfragen und 40,5 % bis 61,2 % weniger Tokens als DeepSeek und GLM-5.3-Flash — während sie im Vergleich zu diesen jeweils 51,2 % bzw. 7,7 % mehr Tool-Aufrufe ausführt. In Marvis steigt die Aufgabenzufriedenheit um 6,2 % bei der App-Installation, um 4,4 % bei Systemeinrichtung und -diagnose sowie um 6,9 % bei der Dokumentenverarbeitung und bei Rechercheberichten.

In dieser Liste sind zwei Dinge sichtbar. Die Reduktionen bei Tokens und Schritten sind groß und konsistent – genau das sollte ein Modell mit 12 Mrd. aktiven Parametern hervorbringen, das darauf trainiert ist, seine Antworten zu verkürzen. Und der Anstieg bei den Tool-Aufrufen ist die ehrliche Fußnote: Hy4 flash erreicht das mit mehr, kürzeren Roundtrips. Bei einem Abrechnungsmodell pro Anfrage ist das neutral oder ein Vorteil; bei einem Wall-Clock-Budget pro Schritt ist es ein anderer Kompromiss, und Tencent eigene Darstellung – dass es in WeCom 88 % schneller ist – ist eine Aussage über Latenz und nicht über die Arbeitsmenge.

Evidenzasymmetrie, die die eigentliche Entscheidung ist

Hier ist, was die beiden Modelle Ihnen über sich selbst sagen können.

DeepSeek V4.1 Flash hat einen öffentlichen Harness-Score, einen technischen Bericht, den man lesen kann, Gewichte, die man ausführen kann, und drei Monate, in denen der Inference-Stack auf das Modell getroffen ist: Quantisierungen, Serving-Rezepte und eine dokumentierte Sammlung von Eigenheiten, auf die andere bereits gestoßen sind. Seine Benchmark-Position ist nicht spektakulär – 90,6 auf Terminal-Bench 2.1, 74,2 auf DeepSWE v1.1, 65,4 auf NL2Repo-Bench zum Veröffentlichungszeitpunkt und ein Intelligence Index von 32,6 –, aber es ist eine Position, die jemand anderes gemessen hat.

Hy4 flash hat ein Anbieterdiagramm, einen vom Anbieter durchgeführten Blindtest mit 85 Mitarbeitern, einen internen Benchmark des Anbieters und einen Satz über künftig offene Gewichte. Die Behauptungen sind plausibel und in sich stimmig: ein KV-Cache, der ein Sechstel der Größe des Flaggschiffs hat, eine halbierte Ausgabelänge, Dekodierung mit über 150 Token pro Sekunde. Keine davon wurde reproduziert, und diejenige, die am einfachsten zu prüfen wäre – ob 12 Milliarden aktive Parameter wirklich Büroarbeit genauso gut erledigen wie die 16 Milliarden von DeepSeek –, ist genau die, die niemand außerhalb von Tencent ausführen kann, weil es keine Gewichte gibt.

Diese Asymmetrie macht Hy4 flash nicht schlechter. Sie macht es unerprobt, und der Unterschied zwischen schlechter und unerprobt ist genau der Punkt, an dem Evaluierungsbudget eingesetzt werden sollte. Ein Team, das ein günstiges multimodales Modell braucht, das es feinabstimmen, selbst hosten oder auditieren kann, sollte hier aufhören zu lesen: DeepSeek V4.1 Flash ist die Antwort, und der 2,1-fache Preisunterschied ist der Preis für diese Option. Ein Team, dessen Workload aus Dokumenten, Folien, Extraktion und kurzen Agent-Schleifen besteht und das pro Token statt pro Aufgabe bezahlt, hat einen echten Grund, sich die Tencent-Karte anzusehen – einen Grund, der stark genug ist, dass es sich lohnt, die fehlende Evidenz durch gezielte Zukäufe zu umgehen, statt auf sie zu warten.

Ausführen des Vergleichs für einen Schlüssel

Weder Hy4 flash noch Tencents eigene Roadmap machen das einfach: Stand 16. November wird Hy4 flash über den TokenHub von Tencent Cloud und über Tencents Consumer- und Enterprise-Produkte bereitgestellt, Drittanbieterplattformen sind angekündigt, aber noch ohne Datum, und DeepSeek V4.1 Flash ist über DeepSeeks eigene API und als offene Gewichte verfügbar.

Die Hälfte dieses Vergleichs, die du heute ausführen kannst, ist die Hälfte, die den Maßstab setzt. deepseek/deepseek-v4.1-flash ist auf OrcaRouter für $0,15 Input und $0,60 Output pro Million Tokens verfügbar, mit Cache-Reads zu $0,003 — DeepSeeks eigener Off-Peak-Listenpreis ohne Aufschlag — bei einem Kontext von 1.048.576 Tokens, und der 1017-Snapshot liegt unter seiner eigenen Kennung zum selben Tarif, sodass du den Checkpoint festnageln kannst, gegen den Tencent gebenchmarkt hat, statt des Alias. Die Tencent-Route auf demselben Key ist tencent/hy4-preview zu $0,834 und $2,501, also der Teacher von Hy4 flash; dein eigenes Aufgabenset auf Preview und auf DeepSeek laufen zu lassen, liefert dir jetzt das Teacher-zu-Rivale-Verhältnis, und die Flash-Stufe lässt sich in denselben Harness einhängen, sobald sie erscheint.

Screenshot of the OrcaRouter model page for deepseek/deepseek-v4.1-flash in English, captured 16 November 2026, showing the model name, the route identifier, a 1,048,576-token context and the $0.15 input / $0.60 output per million token pricing panel.

Das ist das Muster, das man aus der eigenen Veröffentlichung von Tencent übernehmen sollte. Ihr Argument sind Kosten pro Aufgabe für acht Aufgabentypen, die sie ausgewählt hat. Bei Ihnen sollten es Kosten pro Aufgabe für die Aufgaben sein, für die Sie tatsächlich bezahlen, gemessen an beiden Modellen, wobei Tokens, Schritte und Wall-Clock-Zeit erfasst werden – und erst die drei zusammen zeigen Ihnen, ob aus einem 2,1-fachen Preisvorteil auf der Rechnung tatsächlich etwas wird.

Automatisches Failover ist der wenig glamouröse Teil dieses Plans. Ein Modell in seiner ersten Woche, das über eine Promotion ohne angegebenes Enddatum bereitgestellt wird, ist genau das Modell, hinter dem man eine Fallback-Kette haben möchte, statt auf das man migrieren sollte; derselbe Schlüssel erreicht bereits DeepSeek, sodass eine Regel, die das bisherige Modell erneut versucht, bevor die Antwort beginnt, eine Konfigurationszeile kostet und das Startwochenrisiko aus dem Experiment nimmt.

Screenshot of the OrcaRouter model page for tencent/hy4-preview in English, captured 16 November 2026, showing the route identifier, a 64K maximum output, $0.834 input and $2.501 output per million tokens, a $0.042 cache read rate and a measured 39.0 tokens per second.

Was würde es klären

Drei Dinge, geordnet danach, wie stark sie die Antwort verändern würden.

Ein unabhängiger Score für Hy4 flash. Artificial Analysis hat Tencent HY4 acht Tage nach seiner Veröffentlichung indexiert; ein Flash-Eintrag würde zumindest beide Modelle auf denselben Harness bringen, und die Lücke von 32,6 bis 34,6 zwischen DeepSeek flash und Tencent-Flaggschiff ist der Bereich, um den es in diesem Duell geht. Niemand sollte überrascht sein, wenn ein destilliertes Modell unter seinem Lehrer landet, und die Größe dieses Rückgangs ist die einzelne nützlichste Unbekannte in diesem Vergleich.

Gewichte – oder ein Datum dafür. Tencent hat seine eigene August-Vorschau am ersten Tag unter Apache 2.0 mit Rezepten für vLLM und SGLang veröffentlicht, das Unternehmen weiß also, wie das geht. Wenn Hy4 flash nachzieht, werden seine Effizienzversprechen überprüfbar, und der 510-Gigabyte-Download ist nicht mehr die einzige Option im Raum.

Ein neutraler Benchmark pro Aufgabe. Tencents Achtel ist eine in gutem Glauben ermittelte Zahl, an die zwei Einschränkungen geknüpft sind, und eine Testumgebung, die sonst niemand ausführen kann. Reproduziere ihn mit öffentlichen Agenten-Aufgaben, und die Debatte ist in einem Nachmittag entschieden – so oder so.

Bis dahin ist die ehrliche Zusammenfassung enger gefasst als die beider Anbieter: DeepSeek V4.1 Flash ist das günstige multimodale Modell mit Audit-Trail, Hy4 flash das noch günstigere ohne, und der Preisunterschied ist bei cache-intensiver Arbeit kleiner als auf einer Preisliste. Das ist kein Urteil. Es ist eine treffende Beschreibung dessen, was sich am 16. November tatsächlich geändert hat: eine Preisliste und ein Plan – und ein Kampf, den Tencent auf einem selbst gezeichneten Scoreboard gewählt hat.

In diesem Artikel verglichen4

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert