
Hy4 flash vs. Gemini 3.8 Flash: Ein veraltetes Modell ist immer noch dasjenige mit einer Preisliste
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 138 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 175 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 89 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Artificial Analysis kennzeichnet Gemini 3.8 Flash als „veraltet“ und verweist Leser auf Gemini 4 Hydrogen. Google verkauft es weiterhin für 0,75 US-Dollar pro Million Eingabe-Tokens und 3,75 US-Dollar pro Million Ausgabe-Tokens. Hy4 flash ist zwei Tage alt, kostet ein Zehntel davon und hat überhaupt keine unabhängige Bewertung. Die ehrliche Frage in diesem Duell ist also nicht, welches Modell besser ist – das kann noch niemand beantworten –, sondern welche von zwei unangenehmen Positionen du lieber einnehmen würdest: Preise nahe am Flaggschiff für ein Modell zu zahlen, das sein eigener Hersteller überholt hat, oder fast nichts für ein Modell zu zahlen, das niemand außerhalb von Tencent gemessen hat.
Hy4 flash wurde am 16. November 2026 über die API von Tencent veröffentlicht und am 17. November als offene Gewichte ausgeliefert: 220 Mrd. Gesamtparameter, 12 Mrd. aktive, ein Kontext von 1.048.576 Token, Bildeingabe mit Textausgabe, unter der Tencent Hy License. Gemini 3.8 Flash wurde am 2. September 2026 mit einem Kontext von 1 Mio. Token, Text-, Bild-, Video-, Audio- und Dateieingabe sowie einem Wert von 31 im Artificial Analysis Intelligence Index bei hoher Reasoning-Einstellung veröffentlicht. Es ist das einzige Modell in diesem Vergleich mit einer unabhängigen Messung und zugleich das einzige, das als veraltet markiert ist.
Was das Deprecation-Label hier tatsächlich bedeutet
Die Kennzeichnung „deprecated“ von Artificial Analysis für Gemini 3.8 Flash bedeutet, dass es in der Rangliste als überholt gilt, und die Seite verweist als Ersatz auf Gemini 4 Hydrogen. Das heißt nicht, dass Google es abgeschaltet hat. Das Modell lässt sich auflösen, es hat einen Preis und steht im Katalog von OrcaRouter zu $0,75 und $3,75 mit 90 % Cache-Rabatt, was bedeutet, dass es mindestens von einer Plattform weiterhin an zahlende Kunden ausgeliefert wird.
Was das bedeutet, ist, dass die Roadmap darüber hinausgegangen ist. Ein Modell, das Anfang September veröffentlicht und Mitte November als überholt gekennzeichnet wurde, hatte als aktuelle Generation eine Lebensdauer von etwa zweieinhalb Monaten. Jedes Team, das sich jetzt darauf standardisiert, standardisiert auf etwas, das der Anbieter in seinen eigenen Empfehlungen bereits ersetzt hat, und die praktische Konsequenz ist klar: Die nächste Leistungsverbesserung wird nicht als Update für dieses Modell kommen, sondern als ein anderes Modell, auf das Sie migrieren müssen.
Hy4 flash hat das umgekehrte Problem. Es ist nicht veraltet; es ist nicht gemessen. Tencents eigene Bewertung ist eine interne WorkIndex-Suite und ein Blindtest mit 85 Nutzern, beide vom Anbieter durchgeführt, und die Hy4-flash-URL von Artificial Analysis liefert mit Stand 18. November einen 404. Die öffentlichen Benchmark-Tabellen der Modellkarte sind Base-gegen-Base und beschreiben den vortrainierten Checkpoint, nicht das Instruktionsmodell, das man tatsächlich aufrufen würde.
Keine der beiden Positionen ist angenehm. Die eine ist eine bekannte Größe auf einer absteigenden Kurve; die andere ist eine unbekannte Größe auf einer aufsteigenden.
Die Preislücke ist real, und sie ist nicht der interessante Teil.
Die Festland-Preisliste von Tencent für Hy4 flash nennt ¥0,5 pro Million Eingabe-Token, ¥2 pro Million Ausgabe-Token und ¥0,02 pro zwischengespeicherter Eingabe – etwa 0,070 $, 0,281 $ und 0,003 $. Googles Listenpreis für Gemini 3.8 Flash beträgt 0,75 $ und 3,75 $, wobei Cache-Lesevorgänge mit 90 % Rabatt berechnet werden.
• Eingabe — 0,070 $ gegenüber 0,75 $. Etwa 10,7-mal günstiger für Hy4 flash.
• Ausgabe — 0,281 $ gegenüber 3,75 $. Rund 13,3-mal günstiger.
• Zwischengespeicherte Eingabe — 0,003 $ gegenüber etwa 0,075 $. Rund 25-mal günstiger.
• Gemischt in einem Input/Output/Cache-Verhältnis von 7:2:1 – rund 0,10 $ pro Million für Hy4 flash; Artificial Analysis beziffert Gemini 3.8 Flash mit 0,58 $.
Das ist kein Rabatt, es ist eine andere Produktkategorie, und es erklärt die zweite Zahl, auf die es ankommt: die Kosten pro abgeschlossener Intelligence-Index-Aufgabe. Artificial Analysis misst Gemini 3.8 Flash mit $7,77 pro Aufgabe bei über 14,2 Minuten. Einen Hy4 flash-Wert gibt es nicht, weil es keinen Hy4 flash-Score gibt – doch die WorkIndex-Arithmetik von Tencent setzt seine durchschnittlichen Kosten pro Aufgabe bei Spitzenlastpreisen auf ein Dreizehntel von Hy4 preview, ein Zwanzigstel von Hy4 und ein Achtel von DeepSeek-V4.1-Flash-1017.
Das sind unterschiedliche Aufgaben und unterschiedliche Harnesses und dürfen nicht miteinander vermengt werden. Was sie zeigen, ist die Gestalt des Trade-offs: Gemini 3.8 Flash ist pro Aufgabe teuer, weil es pro Token teuer ist und viele Tokens verbraucht, um dorthin zu gelangen. Hy4 flash ist gezielt darauf ausgelegt — hybride sparse Attention, ein KV-Cache von einem Sechstel des Hy4-Cache, 50 % kürzere Ausgaben durch RL —, die Pro-Aufgabe-Zahl klein zu halten.

Fähigkeit – auf der einen Achse, die wir messen können
Die unabhängigen Scores von Gemini 3.8 Flash, alle von Artificial Analysis auf v5.0.1, sind vom Effort abhängig, und die Effort-Einstellung ist wichtiger als der Schlagzeilenwert:
• Intelligenzindex auf hoch — 31.
• Intelligence Index auf Mittel — 30.
• Intelligenzindex niedrig — 23.
• Klassenrang — 66. von 92 im Intelligence Index.
• Ausgabegeschwindigkeit — 116 Token pro Sekunde.
• Zeit bis zum ersten Antworttoken — 22,4 Sekunden.
• Kontext – 1 Mio. Token.
Ein Index von 31 bei hohem Aufwand ist Mittelfeld, und das Flag „deprecated“ existiert, weil Google seitdem Besseres ausgeliefert hat. Frühere Berichte über dieses Modell nannten zum Marktstart 59; diese Zahl stammt aus der Zeit vor der Index-Neuberechnung vom 27. Oktober 2026 und ist mit den heutigen 31 nicht vergleichbar. Wer 59 und 31 im selben Atemzug nennt, vergleicht zwei verschiedene Instrumente.
Für Hy4 flash gibt es keine Zeile, die man darunter setzen könnte. Am nächsten an einen externen Anker kommt Tencents eigener Blindtest heran, bei dem Hy4 flash 2,79 von 4 Punkten für Nutzerzufriedenheit erreichte, gegenüber 2,81 für Claude Haiku 5.5 — und Claude Haiku 5.5 erreicht 36 auf demselben Index, auf dem Gemini 3.8 Flash 31 erreicht. Verkettet man diese beiden Fakten, ergibt sich für Hy4 flash eine implizite Position irgendwo im niedrigen Dreißigerbereich, was genau die Art von Schlussfolgerung ist, die dieser Blog kennzeichnet – als Schlussfolgerung und nicht als Messung. Zwei Anbieterzahlen und eine Drittanbieterzahl ergeben noch keinen Benchmark.

Die Modalität ist der Bereich, in dem Gemini 3.8 Flash nach wie vor klar gewinnt
Das ist die Zeile, die die Preislücke übersteht, und es lohnt sich, konkret darauf einzugehen.
• Hy4-Flash-Eingabe — Text und Bilder, über einen 27-schichtigen, von SigLIP2 abgeleiteten Encoder mit 2x2-Feature-Merging.
• Eingabe bei Gemini 3.8 Flash — Text, Bild, Video, Audio und Datei, gemäß dem OrcaRouter-Katalogeintrag und der Modelldokumentation von Google.
• Gemini-Ausgabe — Text.
Wenn Ihre Pipeline eine Bildschirmaufnahme, eine Anrufaufzeichnung oder ein PDF mit Audiospur verarbeitet, kann Hy4 flash das nicht annehmen, Gemini 3.8 Flash hingegen schon. Die Offenheit der Gewichte hilft nicht; der Encoder, der nicht da ist, ist nicht da. Die von Tencent selbst für Hy4 flash empfohlenen Anwendungsfälle sind auf Text und Screenshots ausgerichtet – tiefe Suche, Dokumentenverarbeitung, Folienerstellung, einfache Frontend-Demos, Computer Use –, was eine stimmige Produktentscheidung und zugleich eine Grenze ist.
Speziell bei Dokumenten liegen die beiden näher zusammen. Beide verarbeiten Bilder, beide bieten eine Million Token Kontext, und das Halluzinationsprofil von Hy4 flash bei der Arbeit mit Dokumenten ist das, was seine WorkIndex-Suite tatsächlich misst: Tabellenreparatur, Dokumentbearbeitung, gemeinsames Verfassen von Folien. Das ist eine ehrlichere Aussage als ein generischer Benchmark-Wert, vorausgesetzt, man bedenkt, dass es das Bewertungsraster von Tencent ist.
Zwei sehr unterschiedliche Arten, ein „Flash“-Modell zu sein
Googles Flash-Tier bedeutet schnell und günstig im Vergleich zum Pro-Tier, auf einer geschlossenen API, wobei der Anbieter die Serving-Komplexität übernimmt. Tencent Flash bedeutet etwas Spezifischeres: eine Architektur, deren gesamter Zweck darin besteht, einen 1M-Token-Kontext günstig bereitzustellen.
• Attention — Hy4 flash verschränkt Sparse-IndexPool-Attention mit 512-Token-Sliding-Windows in einem Verhältnis von 1:3 über 42 Schichten hinweg; Geminis Architektur ist nicht offengelegt.
• KV-Cache — Hy4 flash ist 1/24 von Hy3 und 1/6 von Hy4, laut Herstellerangabe; für Gemini 3.8 Flash gibt es keine vergleichbare öffentliche Angabe.
• Spekulative Dekodierung — Hy4 flash wird mit DFly2 ausgeliefert, einem 0,85B-Drafter, der die Sparse-KV- und Indexer-Auswahl des Zielmodells wiederverwendet, sodass die Entwurfskosten unabhängig von der Kontextlänge konstant bleiben; das Google-Äquivalent ist intern.
• Ausgabelänge — Tencent sagt, RL-Post-Training habe die durchschnittlichen Ausgabe-Tokens um 50 % reduziert, und der Blindtest berichtet eine mediane Aufgabenfertigstellungszeit von 6,7 Minuten; der Index-Lauf von Gemini 3.8 Flash dauert im Durchschnitt 14,2 Minuten pro Aufgabe.
Mit der letzten Zeile sollte man sich eingehend befassen. Ein großer Teil dessen, was Hy4 flash pro Aufgabe günstig macht, ist, dass es weniger schreibt, und ein Modell, das weniger schreibt, ist nicht automatisch ein schlechteres Modell – aber es ist ein Modell, dessen Ausgaben man lesen sollte, bevor man einen kundenorientierten Workflow darüber laufen lässt. Ausführlichkeit und Qualität sind verschiedene Achsen, und nur eine davon taucht in einer Kostenspalte auf.
Deployment ist die Achse, auf der sie überhaupt nicht vergleichbar sind.
Gemini 3.8 Flash ist eine API. Es gibt keinen Checkpoint, keinen FP8-Build, kein GGUF, keinen Fine-Tuning-Pfad. Der OrcaRouter-Katalogeintrag zeigt das Modell selbst und nichts anderes.
Hy4 flash ist eine API, drei Hugging-Face-Repositories – das Instruct-Modell, ein FP8-Build und ein Basis-Checkpoint –, eine GGUF-Quantisierung von AngelSlim, eine Fine-Tuning-Anleitung, gepinnte vLLM- und SGLang-Images und eine Transformers-Integration, die sich derzeit in Pull Request 50903 befindet. Diese Liste ist nicht durchweg gute Nachrichten: Gepinnte Images und eine Installation per PR-Ref bedeuten, dass Sie Builds ausführen, die Tencent getestet hat, statt Builds, die veröffentlicht wurden.
Aber es ändert, was „günstig“ bedeutet. Bei Gemini 3.8 Flash bedeutet günstig Googles Preis, und Google kann ihn ändern. Bei Hy4 flash bedeutet günstig Tencents Preis oder Ihre eigenen GPUs, und die zweite Option hat überhaupt keinen Preis — sie hat einen Kapazitätsplan, und die Architektur ist ein Argument dafür, dass der Plan klein ist. Die Tencent Hy License erlaubt das, mit einem Vorbehalt: Abschnitt 10.2 verlangt eine separate schriftliche Lizenz bei über 50 Millionen US-Dollar weltweitem Bruttoumsatz als Model-as-a-Service-Geschäft oder bei über 100 Millionen monatlich aktiven Nutzern. Interne Nutzung ist ausgenommen. Ein europäisches oder koreanisches Team hat keine territoriale Beschränkung, was man von manchen chinesischen Open-Weight-Lizenzen nicht behaupten kann. Die Lizenz ist Apache 2.0 mit einem angeflanschten Umsatzauslöser, was bedeutet, dass die beiden Deployment-Pfade unter demselben Dokument statt unter zwei Dokumenten bepreist werden — ein Detail, das zählt, wenn Ihr Finanzteam fragt, warum die günstige Option günstig ist.
Wo man eines von beiden tatsächlich ausführen kann
Gemini 3.8 Flash ist im OrcaRouter-Katalog unter google/gemini-3.8-flash verfügbar, für 0,75 $ pro Million Eingabe-Token und 3,75 $ pro Million Ausgabe-Token, mit 0,075 $ für Cache-Lesevorgänge, zu Googles Listenpreis mit 0 % Aufschlag auf unserer Seite geroutet – wenn Google also den Preis eines Modells senkt, das es bereits als veraltet eingestuft hat, sehen Sie das am Tag, an dem es passiert, und nicht erst bei der nächsten Katalog-Synchronisierung. Hy4 Flash ist nicht im Katalog; dort steht sein Lehrer, tencent/hy4-preview, für 0,834 $ und 2,501 $ pro Million mit 0,042 $ für Cache-Lesevorgänge.
Das nützliche Muster für genau dieses Paar ist eine Routing-Regel statt einer Auswahl. Legen Sie die Stufe für Audio- und Video-Ingestion auf die Gemini-Route, denn sie ist die einzige der beiden, die diese Eingaben akzeptiert. Legen Sie die Stufe für hohes Text- und Dokumentaufkommen auf die günstige Route, sobald Sie sie selbst gemessen haben. Die Routing-DSL gibt es, um genau diese Aufteilung in einem einzigen Endpunkt auszudrücken, und automatisches Failover bedeutet, dass eine Verschlechterung der günstigen Route die Pipeline nicht mit sich reißt – was mehr als sonst zählt, wenn die günstige Route zwei Tage alt ist und auf einem gepinnten Container-Image läuft.

Die Entscheidung, als drei Fälle formuliert
Wenn Sie Audio- oder Videoeingaben benötigen, endet der Vergleich hier: Gemini 3.8 Flash ist die einzige Option, und die Tatsache, dass es veraltet ist, sind Migrationskosten, die Sie einkalkulieren sollten, statt ein Grund, es auszuschließen.
Wenn Sie ein Modell mit einer unabhängigen Bewertung benötigen, bevor Sie es Kunden präsentieren, gilt dieselbe Antwort aus einem anderen Grund. Einunddreißig im Intelligence Index ist eine bescheidene Zahl, aber es ist eine gemessene, und Hy4 flash hat überhaupt keinen gemessenen Wert.
Wenn Ihre Workload aus sehr großen Text- und Dokumentenmengen besteht, latenz tolerant ist und Sie Ihre eigene Evaluierung durchführen können, ist Hy4 flash den Nachmittag wert, den ein Test in Anspruch nimmt. Eine 13-fache Differenz beim Ausgabepreis ist kein Rundungsfehler, und die Tatsache, dass Tencent einen Blindtest veröffentlicht hat, den es mit 0,02 Punkten Abstand verloren hat, ist ein besseres Signal für die Ehrlichkeit des Modells als jede Zahl auf der Google-Karte. Lassen Sie die Evaluierung auf keinen Fall aus: Das Modell hat keine Bewertung durch Dritte, seine öffentlichen Benchmark-Tabellen beschreiben einen anderen Checkpoint als den, den Sie aufrufen werden, und die einzige externe Messung ist eine Zufriedenheitsumfrage seines Herstellers.
Und behalten Sie die Abkündigung im Auge. Wenn Google Gemini 3.8 Flash so ausmustert, wie es die Modelle davor ausgemustert hat, ändert sich die eigentliche Antwort dieser Seite von „Das teure Modell wird gemessen“ zu „Das gemessene Modell ist weg“, und ein zwei Tage altes Open-Weight-Modell ohne Bewertung beginnt, deutlich attraktiver zu wirken als heute.
In diesem Artikel verglichen2
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
