
Hy4 flash vs. GLM-5.3-Flash: Das günstigere Modell ist das, das man nicht herunterladen kann
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 87 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 65 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 · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 219 tok/s
Hy4 flash und GLM-5.3-Flash richten sich an denselben Käufer – jemanden, der ein Kontextfenster von einer Million Token, Bildeingabe und Tool-Calling in Agentenqualität will, ohne Flaggschiff-Preise zu zahlen – und sie antworten mit nahezu identischen Preislisten. Hy4 flash, von Tencent am 16. November 2026 veröffentlicht, berechnet $0.070 pro Million Eingabe-Token und $0.281 pro Million Ausgabe-Token, bei $0.003 für zwischengespeicherte Token. GLM-5.3-Flash, das Zhipu am 26. August 2026 gestartet und als Open Source veröffentlicht hat, berechnet laut Liste $0.15, $0.50 und $0.03. Tencent liegt beim Input bei etwa der Hälfte des Preises und beim Output bei etwas mehr als der Hälfte, und bei zwischengespeichertem Input ist es zehnmal günstiger, was der Posten ist, der die meisten Agenten-Budgets entscheidet. Es ist außerdem das Modell ohne Gewichte, ohne Lizenz, ohne Model Card und ohne unabhängigen Benchmark – im Gegensatz zu einem, das unter MIT-Lizenz auf Hugging Face verfügbar ist und 27.8 im Artificial Analysis Intelligence Index erreicht.
Das ist der ganze Vergleich in einem Satz, und er lässt sich nicht sauber auflösen. Günstiger und nicht verifizierbar gegenüber teurer und überprüfbar ist ein echter Trade-off, kein Marketingproblem, und welche Seite gewinnt, hängt von Dingen ab, die keiner der Anbieter Ihnen sagen wird. Im Folgenden geht es darum, was jeder tatsächlich veröffentlicht hat, was der Preisunterschied kauft und kostet und wo die Entscheidung kippt.
Zwei Preiskarten, Zeile für Zeile lesen
Beginnen Sie mit den veröffentlichten Zahlen, denn sie sind die einzigen Werte in diesem Vergleich, die beide Unternehmen klar angeben und die jeder anhand einer Rechnung überprüfen kann.
• Eingabe, pro Million Tokens — Hy4 flash 0,070 $; GLM-5.3-Flash 0,15 $.
• Ausgabe, pro Million Token — Hy4 flash 0,281 $; GLM-5.3-Flash 0,50 $.
• Zwischengespeicherte Eingabe, pro Million Token — Hy4 flash 0,003 $; GLM-5.3-Flash 0,03 $
• Kontextfenster — Hy4 flash 1.048.576 Token; GLM-5.3-Flash 1.000.000 Token.
• Aktive Parameter pro Token – Hy4 flash 12B von insgesamt 224B, einschließlich 64B Engram-Parameter; GLM-5.3-Flash 18B von insgesamt 320B über 45 Schichten.
• Gewichte — Hy4 flash wurde als Plan ohne Datum angekündigt; GLM-5.3-Flash MIT auf Hugging Face seit dem Starttag.
• Unabhängiger Intelligenzwert — für Hy4 flash keine veröffentlicht; GLM-5.3-Flash 27,8 auf dem Artificial Analysis Intelligence Index, mit 71,5 auf dem Coding Index desselben Labors.
Die Zeile für zwischengespeicherte Eingaben verdient mehr Aufmerksamkeit, als ihr üblicherweise zuteilwird. Bei 0,003 US-Dollar pro Million ist Hy4 flash beim Caching um den Faktor zehn günstiger als GLM-5.3-Flash und um den Faktor hundert günstiger als das eigene Flaggschiff Tencent HY4. Für einen Agenten, der bei jedem Schritt einen festen System-Prompt, ein Tool-Schema und ein abgerufenes Dokument erneut sendet, ist der Cache-Tarif der Tarif, den Sie tatsächlich die meiste Zeit zahlen, und ein Zehnfachunterschied dort wiegt den Zweifachunterschied bei frischer Eingabe auf. Wenn Ihre Arbeitslast stark auf Retrieval ausgerichtet ist, ist der Vorteil von Hy4 flash größer, als der Listenpreis vermuten lässt. Wenn Ihre Arbeitslast aus einer einmaligen Generierung ohne Wiederverwendung besteht, verengt sich der Vorteil auf die Preisverhältnisse für Ein- und Ausgabe.
Beide Preiskarten sind teilweise aktionsbedingt. TokenHub von Tencent Cloud bietet 50 % Rabatt für einen nicht genannten begrenzten Zeitraum, und WorkBuddy ist bis zum 30. November kostenlos. Zhipus Einführungspreis mit 50 % Rabatt ist am 9. September 2026 abgelaufen und wurde nicht verlängert, weshalb die Beträge von $0.075 und $0.25, die Ende August kursierten, nicht mehr gelten – der oben genannte Preis ist der reguläre. Gehen Sie davon aus, dass Tencents Aktion auf die gleiche Weise endet, und kalkulieren Sie mit dem Listenpreis.
Der Parameterunterschied ist geringer als der Preisunterschied.

Hy4 flash aktiviert 12 Milliarden Parameter pro Token gegenüber 18 Milliarden bei GLM-5.3-Flash, ein Drittel weniger Rechenaufwand pro Token, und das ist der mechanische Grund, warum es zum halben Preis verkauft werden kann. Der interessante Teil ist die Gesamtsumme: 224 Milliarden gegenüber 320 Milliarden, wobei 64 Milliarden von Tencent Gesamtsumme in Engram-Parametern liegen, die gelernte Assoziationen halten, statt in jedem Forward-Pass zu laufen, so wie es ein gerouteter Experte tut. Tencent hat keine Schichtanzahl, Expertenanzahl oder Routing-Breite für Hy4 flash veröffentlicht, daher ist das, was einem Architekturvergleich am nächsten kommt, dass beide spärliche Mixture-of-Experts-Modelle mit einem kleinen aktiven Anteil sind und beide Anbieter dieses Design aus demselben Grund gewählt haben – die Serving-Kosten skalieren mit den aktiven Parametern, nicht mit den Gesamtparametern.
Das Design von GLM-5.3-Flash ist ausführlicher dokumentiert, und diese Dokumentation ist überprüfbar, weil die Gewichte öffentlich sind: 45 Schichten, hybride Sparse-plus-linear-Attention, ein Ansatz für Residualverbindungen, den Zhipu Manifold-Constrained Hyper-Connections nennt, und ein IndexPool-Mechanismus, der vier Indexer-Schlüsselvektoren zu einem gewichteten Pool komprimiert, um die Latenz bei langem Kontext zu senken. Das Pre-Training lief auf einem multimodalen Korpus mit 30 Billionen Token. Nichts davon ist unabhängig geprüft, aber es ist zumindest eine Beschreibung, die spezifisch genug ist, um von jedem, der den Checkpoint herunterlädt, widerlegt werden zu können.
Die Asymmetrie besteht nicht darin, dass Zhipu veröffentlicht hat und Tencent nicht. Beide haben veröffentlicht; sie haben unterschiedliche Arten von Dingen veröffentlicht. Zhipu beschrieb ein Modell, also eine Aussage über die Struktur, die ein Checkpoint bestätigen oder widerlegen kann. Tencent beschrieb ein Ergebnis – einen KV-Cache, der ein Sechstel der Größe desjenigen seines Flaggschiffs hat, eine durch Selbst-Destillation halbierte Ausgabelänge, mehr als 150 Token pro Sekunde beim Decode dank Vier-Bit-Quantisierung und eines Megakernels –, also eine Aussage über das Verhalten, die nur eine Reproduktion klären kann. Ergebnisse sind die kommerziell interessanteren Aussagen und die schwerer zu überprüfenden. Bei einem Modell mit öffentlichen Gewichten wird eine Serving-Behauptung innerhalb von Wochen von Fremden getestet; bei einem Modell ohne solche bleibt sie so lange ein Satz auf einer Forschungsseite, wie der Anbieter es möchte.
Eines davon kannst du herunterladen
Das ist für einen erheblichen Teil der Käufer der entscheidende Unterschied – und zwar mit klarem Abstand. GLM-5.3-Flash steht unter MIT-Lizenz, ist in FP8 und BF16 unter zai-org/GLM-5.3-Flash auf Hugging Face verfügbar – und das seit dem 26. August 2026. MIT erlaubt kommerzielle Nutzung, Modifikation, Fine-Tuning und Weiterverbreitung ohne Umsatzschwelle. Das Modell wird seit fast drei Monaten breitflächig öffentlich genutzt, was bedeutet, dass der Inference-Stack darauf eingestellt ist: Es gibt Quantisierungen, es gibt Serving-Rezepte, und jede Behauptung über sein Verhalten lässt sich durch Ausführen des Modells überprüfen.
Für Hy4 flash gibt es nichts Vergleichbares. Die dortige Zusage besteht aus einem Satz über künftige Pläne, der mit der Absicht, weiter zu iterieren, abgeschwächt wird und weder eine Lizenz noch ein Datum nennt. Tencent hat das schon einmal richtig gemacht – die August-Vorschau erschien unter Apache 2.0 mit Gewichten auf vier Hosting-Seiten und vLLM- und SGLang-Rezepten am ersten Tag –, sodass das Muster nicht infrage steht. Infrage steht vielmehr die Zaghaftigkeit der aktuellen Formulierung, die sich wie eine Verpflichtung zu einem Prozess statt zu einem Artefakt liest. Wer plant, Hy4 flash zu fine-tunen, selbst zu hosten oder ein Kostenmodell rund um den Betrieb eigener Inferenz zu erstellen, sollte Hy4 flash als API-only betrachten, bis ein Repository erscheint.
Dieselbe Asymmetrie gilt auch für die Belege. GLM-5.3-Flash hat zwei Zahlen aus einem Harness, den keiner der beiden Anbieter geschrieben hat: 27,8 im Artificial Analysis Intelligence Index und 71,5 im Coding Index. Beide sind überprüfbar, und das Paar sagt etwas ganz Konkretes: 71,5 beim Coding gegenüber 27,8 beim allgemeinen Index beschreibt ein Modell, das in einer einzigen Sache wirklich gut und in allem anderen durchschnittlich ist – genau das, was eine günstige Stufe sein sollte. Das ist die Art von Unterscheidung, die ein einzelner Schlagzeilen-Wert auslöscht, und deshalb werden die übrigen Anbieter-Zahlen in diesem Artikel als Behauptungen und nicht als Ergebnisse präsentiert. Hy4 flash hat keinen unabhängigen Wert, und seine Benchmark-Ergebnisse – DeepSWE, Terminal-Bench 4.0, APEX-Agents, OSWorld 2.1 und die internen Suiten von Tencent – existieren nur als Diagrammabbildungen auf der Forschungsseite des Anbieters. Das ist kein Grund, ihnen zu misstrauen. Es ist ein Grund, sie als Hypothesen zu behandeln.
Was jeder Anbieter gemessen hat und wen er damit übertroffen hat
Beide Unternehmen veröffentlichten Vergleiche, und sie verglichen sich mit unterschiedlichen Dingen, was zeigt, worin jedes seine Schwäche sah.
Die Schlagzeile von Tencent ist ein Blindtest: 85 WorkBuddy-Nutzer, 27 Aufgabenkategorien, 259 echte Aufgaben aus dem Arbeitsalltag, wobei Hy4 flash laut Bericht bei der Zufriedenheit nahe an Claude Haiku 5.5 heranreicht und zugleich die niedrigsten Kosten pro Aufgabe sowie die kürzeste Aufgabendauer im Panel aufweist. Beachten Sie „nahe an“, nicht „besser als“, und beachten Sie, dass das Panel aus den eigenen Mitarbeitern des Anbieters im eigenen Produkt des Anbieters besteht. Die unterstützende Behauptung sind die Kosten pro Aufgabe auf WorkIndex, Tencent’s internem Benchmark aus acht Suiten: ein Dreizehntel von Hy4 preview, ein Zwanzigstel von Tencent HY4, ein Achtel von DeepSeek-V4.1-Flash-1017. Gegenüber GLM-5.3-Flash ist die einzige veröffentlichte Zahl ein Zugewinn von 2,52 % im allgemeinen Chat in 元宝, was eine Produktkennzahl für eine einzelne Consumer-App ist und sich nicht auf irgendetwas übertragen lässt, das Sie selbst ausführen würden.
Zhipus Positionierung ist eine andere: Es verkauft das Modell als Frontier-nahe Fähigkeit zu Flash-Kosten, bepreist es gegen sein eigenes 743B-Flaggschiff und verweist auf offene Gewichte sowie ein Exploit-Evaluierungsergebnis als Beleg dafür, dass das günstige Modell kein Spielzeug ist. Seine internen Zahlen haben bereits eine unabhängige Korrektur erfahren, und die AA-Zahl ist diejenige, die man zitieren sollte.
Die praktische Konsequenz ist, dass kein Anbieter einen direkten Vergleich auf einem neutralen Prüfstand veröffentlicht hat, und der Vergleich, den man eigentlich haben möchte – gleiche Aufgaben, gleiche Prompts, gleicher Prüfstand, beide Modelle –, existiert nicht. Man muss ihn selbst durchführen. Zehn Aufgaben, die man ohnehin erledigt, mit aufgezeichneten Token-Zahlen, reichen aus, um die Frage für den eigenen Traffic zu klären, und sind mehr wert als beide Launch-Seiten.
Zwei unterschiedliche Wetten auf Multimodalität
GLM-5.3-Flash verarbeitet Text-, Bild- und Videoeingaben nativ und war das erste GLM-5-Modell, das dies tat, statt Vision über einen separaten Adapter zu leiten. Das ist eine dokumentierte, testbare Behauptung, und die Gewichte sind öffentlich, sodass man es ohne Genehmigung nachprüfen kann.
Hy4 flash wird als multimodal beschrieben, und die WorkIndex-Suite, auf der es gemessen wurde, umfasst visuelles Verständnis als einen von acht Aufgabentypen. Tencent hat nicht gesagt, ob der Vision-Pfad nativ oder ein Adapter ist, hat die Größe des Encoders nicht veröffentlicht und nicht gesagt, ob Video überhaupt unterstützt wird. Am meisten lässt sich sagen, dass Bildeingabe Teil der Produktpräsentation ist und dass der Vorgänger des Modells in der Familie — Tencent HY4, allgemeine Verfügbarkeit 4. November 2026 — natives Sehen und Computer-Use als Hauptmerkmal hinzugefügt hat, sodass die Fähigkeit für ein daraus destilliertes Modell plausibel ist. Plausibel heißt nicht dokumentiert.
Wenn Screenshots, Diagramme, eingescannte Dokumente oder Videoframes in Ihrer Pipeline eine tragende Rolle spielen, ist GLM-5.3-Flash das Modell, dessen multimodales Verhalten Sie vor einer Festlegung überprüfen können. Wenn Bilder nur gelegentlich vorkommen, ist die Lücke weniger wichtig als der Preis.
Wo die Entscheidung kippt
Wählen Sie Hy4 flash, wenn das Volumen das Problem ist und die Aufgabe bürotypisch ist. Dokumentenverarbeitung, Retrieval über einen langen Korpus, Folien-Generierung, einfache Frontend-Arbeit, Computer-Use-Schleifen – das sind die Arbeitslasten, für die Tencent es gebaut hat, die seine internen Produktdaten abdecken und bei denen ein zehnfacher Cache-Rabatt und eine um 50 % reduzierte Ausgabelänge sich zu etwas verbinden, das um eine Größenordnung günstiger ist. Führen Sie es zuerst auf Ihren eigenen Aufgaben aus und achten Sie auf die Ausgabe-Tokens: Wenn das Modell tatsächlich knapper formuliert, fällt Ihre Rechnung niedriger aus, als es die Preisliste vorhersagt, und wenn es knapper formuliert, weil es oberflächlicher ist, werden Sie das an derselben Messung sehen.
Wählen Sie GLM-5.3-Flash, wenn Sie das Artefakt, die Prüfung oder die Modalität brauchen. Fine-Tuning, On-Premises-Bereitstellung, regulierte Daten, eine Lizenz, die Sie einem Anwalt zeigen können, Videoeingabe oder ein Ergebnis aus einem Harness, den niemand bei Zhipu geschrieben hat – all das weist in dieselbe Richtung. Mit 0,15 USD und 0,50 USD ist es nicht teuer; es sind rund ein Zehntel des Listenpreises von GLM-5.3 für ein Modell, das bereits unabhängige Messungen überstanden hat.
Wählen Sie beide, wenn die Arbeitslast gemischt ist. Eine ehrliche Lesart der beiden Releases ist, dass sie keine echten Substitute sind: Das eine ist ein kostenoptimiertes API-Modell für alltägliche Arbeit mit hohem Volumen, das andere ein offener Checkpoint mit dokumentierter Architektur für alles, was die Kontrolle des Anbieters verlassen muss. Ein Router, der beide erreicht, ist eine günstigere Antwort, als sich für eines zu entscheiden und falsch zu liegen.

Was ist heute tatsächlich aufrufbar?
Hier unterscheiden sich die beiden Modelle sowohl operativ als auch kommerziell. GLM-5.3-Flash ist im OrcaRouter-Katalog als z-ai/glm-5.3-flash zum Listenpreis des Anbieters von 0,15 US-Dollar pro Million Eingabe- und 0,50 US-Dollar pro Million Ausgabe-Tokens enthalten, daneben gibt es eine ratenbegrenzte kostenlose Tarifoption zur Evaluierung. Hy4 flash wird hier nicht geroutet — Tencent hat es uns nicht verfügbar gemacht —, daher benötigt jeder, der die beiden vergleicht, für die Flash-Seite Tencent's eigenes TokenHub und kann für die GLM-Seite denselben OrcaRouter-Schlüssel verwenden.
Diese Aufteilung sollte man nutzen, statt sie zu bedauern. OrcaRouter gibt die Listenpreise der Anbieter ohne Aufschlag weiter, was bedeutet, dass die GLM-Seite Ihres Vergleichs genau zu Zhipus Tarif abgerechnet wird und korrekt bleibt, falls Zhipu ihn ändert; es gibt keine Reseller-Tabelle, die veralten kann. Und für die Evaluierung selbst ist es nützlich, tencent/hy4-preview auf demselben Schlüssel wie z-ai/glm-5.3-flash zur Verfügung zu haben, auch wenn es nicht das betreffende Modell ist: Die Preview ist das Modell, aus dem Hy4 flash destilliert wurde, also ist sie die natürliche Kontrolle, wenn Sie testen, ob die Antworten des kleinen Modells standhalten. Ein Schlüssel, mehr als 200 Modelle und ein Failover-Pfad, falls sich ein Endpunkt in der Startwoche als unzuverlässig erweist — was bei einem vor sechs Tagen veröffentlichten Modell ohne öffentliche Uptime-Historie ein vernünftiger Wunsch ist.

Es geht nicht um den Preis.
Tencent hat das günstigere Modell gebaut, und den Zahlen nach ist es um einen Unterschied günstiger, der zählt: halb so viel bei Input, etwas mehr als die Hälfte bei Output, ein Zehntel bei Cache. Was es nicht gebaut hat, ist ein Modell, das man prüfen kann. Keine Gewichte, keine Lizenz, keine Architekturdetails, keine unabhängige Bewertung, Benchmarks hinter Pixeln und ein Schlagzeilenvergleich, der aus einem Panel der eigenen Mitarbeiter stammt. Zhipu hat das teurere Modell gebaut und genug veröffentlicht, dass seine Schwächen – einschließlich eines Anbieterindex, den unabhängige Messungen um fünfzehn Punkte senkten – dokumentiert sind, sodass man sie abwägen kann.
Sechs Tage nach dem Start sieht die Entscheidung so aus: ein nachgewiesener Rabatt gegenüber einem nicht dokumentierten Modell oder ein dokumentiertes Modell zu einem Preis, der noch immer sehr niedrig ist. Der Rabatt ist wahrscheinlich echt, und die Dokumentationslücke ist wahrscheinlich vorübergehend. Nichts davon ist sicher, und um es herauszufinden, verbringt man besser einen Nachmittag mit Messen statt ein Quartal mit Auswählen.
In diesem Artikel verglichen2
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
