
Hy4 flash vs. Tencent HY4: Eine Familie, zwei Stufen und ein zwölffacher Preisunterschied
- 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 · 96 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 · 120 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
Tencent HY4 ging am 4. November 2026 in die allgemeine Verfügbarkeit – als Modell mit 770 Milliarden Parametern, von denen pro Token 49 Milliarden aktiv sind, nativer Vision, Computer Use und einem Preis von 0,834 US-Dollar für die Eingabe bzw. 2,501 US-Dollar für die Ausgabe pro Million Tokens. Zwölf Tage später, am 16. November, brachte Tencent Hy4 flash auf den Markt: 224 Milliarden Gesamtparameter, davon 12 Milliarden aktiv, derselbe Kontextumfang von einer Million Tokens und 0,070 US-Dollar für die Eingabe bzw. 0,281 US-Dollar für die Ausgabe. Hy4 flash entstand durch Destillation von Tencent HY4 und anschließendes Training mit bestärkendem Lernen, um weniger zu reden – und auch Tencents eigene Empfehlung sagt genau das: Verwenden Sie das Flash-Modell für Deep Search, Dokumente, Folien, Frontend-Arbeit und Computer Use, und behalten Sie das Flaggschiff für Softwareentwicklung mit langem Zeithorizont. Diese Empfehlung ist für einen Launch ungewöhnlich offen und zugleich das Nützlichste an beiden Veröffentlichungen.
Das ist also kein Wettstreit zwischen Rivalen. Es ist ein Unternehmen, das seine eigene Familie in zwei Hälften teilt und Ihnen sagt, welche Hälfte Sie kaufen sollen, und die interessanten Fragen sind, wie viel vom Flaggschiff im kleinen Modell überlebt, wo die Trennlinie tatsächlich verläuft und was der zwölffache Preisunterschied außer Tokens noch bringt.
Drei Releases in elf Wochen
Die Abstammungslinie erklärt den Großteil des Preises. Tencent hat diese Familie seit August dreimal auf den Markt gebracht, und jede Veröffentlichung hat eine andere Variable verändert.
• 28. August 2026 — Hy4-Vorschau. Apache 2.0, Gewichte auf Hugging Face, ModelScope, GitCode und CNB, insgesamt 770B / 49B aktiv, 78 Schichten, davon eine dichte und 77 Mixture-of-Experts mit 256 gerouteten Experten plus einem geteilten, Top-8-Routing, ein Kontext von 1.048.576 Token, eine 10B-Multi-Token-Prediction-Schicht mit 0,7B aktiv. ¥6 / ¥18 / ¥0,3 pro Million Token. Acht veröffentlichte Benchmark-Zeilen, vLLM- und SGLang-Rezepte, veröffentlichte Sampling-Standardwerte.
• 4. November 2026 — Tencent HY4.Gleiche Backbone-Größe, deutlich mehr Pre-Training und Post-Training und zwei neue Fähigkeiten: natives Sehen bei feingranularen Bildern, Diagrammen und Schaubildern sowie Computernutzung über Maus, Tastatur und Kommandozeile mit speziellem Training für Blender, CAD und langfristige anwendungsübergreifende Arbeit. Gleicher Preis von ¥6 / ¥18 / ¥0,3. Keine Gewichte, keine Lizenz, keine Modellkarte, kein Benchmark-Anhang.
• 16. November 2026 — Hy4 flash. Insgesamt 224B mit 64B Engram-Parametern und 12B aktiv, multimodal, 1.048.576-Token-Kontext, ¥0,5 / ¥2 / ¥0,02. Keine Gewichte, keine Lizenz, keine Modellkarte, Benchmark-Zahlen ausschließlich als Diagrammbilder veröffentlicht.
Die Stoßrichtung ist erkennbar: Die Familie ist zugleich günstiger und weniger offen geworden. Das billigste Mitglied ist außerdem das mit dem geringsten Papierkram, und die einzige Version, die man herunterladen kann, ist die von August.
Was das Flaggschiff noch kann, was Flash nicht kann

Zwei Fähigkeiten sind im Flaggschiff enthalten und werden für das kleine Modell nicht in derselben Form zugesagt.
Vision im großen Maßstab. Die HY4-Version demonstrierte ein Luftbild mit 2,8 Gigapixeln, in dem das Modell eine zwei Meter große Dachkomponente lokalisierte – weniger ein Vision-Ergebnis als ein Nachweis, dass ein Fenster mit einer Million Token ein gekacheltes Bild und eine Anfrage gleichzeitig aufnehmen kann. Hy4 flash wird als multimodal bezeichnet, und einer der acht Aufgabentypen in seiner WorkIndex-Suite ist visuelles Verständnis, aber die Veröffentlichung sagt nicht, ob der Encoder ein eigener ist oder nachträglich angebaut wurde, wie groß er ist oder ob Video überhaupt Eingang findet. Für die Arbeit mit dichten Dokumenten und Diagrammen ist das Flaggschiff das Modell, hinter dem eine veröffentlichte Demonstration steht.
Computernutzung und langfristige Desktop-Arbeit. Tencent trainierte HY4 eigens dafür, einen Desktop über Anwendungen hinweg zu steuern, ließ es in einer Sandbox laufen, die auf seiner eigenen Agent Runtime mit mehreren hundert installierten Anwendungen aufgebaut war, und nannte Blender und CAD als Ziel-Workloads. Hy4 flash wird ebenfalls für Computernutzung empfohlen, was ein bedeutendes Zugeständnis ist – aber das Flaggschiff ist dasjenige, dem die Trainingsbeschreibung beigefügt ist, und die internen WorkBuddy-Daten zeigen, dass flash bei langen Coding-Aufgaben an Boden verliert, während es bei alltäglicher Arbeit Gleichstand erreicht.
Alles andere in der Spalte des Flaggschiffs ist Skalierung statt Leistungsfähigkeit: 49 Milliarden aktive Parameter gegenüber 12 Milliarden, 78 dokumentierte Schichten gegenüber einer nicht genannten Anzahl, 256 geroutete Experten gegenüber einer nicht genannten Zahl. Mehr aktive Parameter erkaufen Tiefe bei schwierigem Reasoning und langen Tool-Ketten. Sie erkaufen keinen Zugang zum Kontextfenster, das bei beiden gleich ist, oder zur Multimodalität im Prinzip, die beide beanspruchen.
Woher der zwölffache Unterschied kommt
Der Preisunterschied ist kein Rabatt. Er ergibt sich aus viermal weniger aktiven Parametern plus einer Reihe von Serving-Änderungen, und Tencent ist ungewöhnlich konkret, was den zweiten Teil betrifft.
Die Effizienzarbeit laut Hersteller: Hybride Attention, LatentMoE und die Engram-Parameter erzeugen zusammen einen KV-Cache, der ein Vierundzwanzigstel der Größe von Hy3 und ein Sechstel der von Tencent HY4 hat. Selbstdestillation von HY4, gefolgt von Reinforcement Learning, reduzierte die Ende-zu-Ende-Ausgabelänge um 50 %. Ein Inference-Megakernel mit Vier-Bit-Quantisierung und einem Decoding-Pfad namens DFly hält mehr als 150 Token pro Sekunde durch. Jede dieser Angaben ist plausibel, jede ist mit der Architektur vereinbar, und keine wurde unabhängig reproduziert.
Der KV-Cache-Wert ist derjenige, der die Deployment-Arithmetik verändert und nicht nur den Preis. Bei einem Kontext von einer Million Tokens entscheidet die Cache-Größe darüber, wie viele gleichzeitige lange Anfragen auf einen Knoten passen, und ein Sechstel des Caches des Flaggschiffs zu einem Zwölftel des Preises ist eine Kombination, die eine unrentable Workload ohne jede Änderung der Modellqualität in eine rentable verwandeln kann. Die Kürzung der Ausgabelänge um 50 % ist diejenige, die die Qualität verändert, und sie ist die Zahl, die man testen muss: Kürzere Antworten sind günstiger, weil sie kürzer sind, und ob sie kürzer sind, weil das Modell effizient ist oder weil es aufgehört hat zu denken, ist genau das, was ein Anbieter einem über sein eigenes Modell nicht sagen kann.
Als Referenz für den eigenen Verlauf der Familie gibt Tencent die Kosten pro Aufgabe in seiner internen WorkIndex-Suite mit einem Dreizehntel von Hy4 preview und einem Zwanzigstel von Tencent HY4 an. Die Kosten pro Aufgabe sind eine andere Messgröße als die pro Token, da sie Ausgabelänge und Wiederholungsversuche einbeziehen; daher ist das Zwanzigstel die ehrliche operative Kennzahl und das Zwölftel die Preisliste. Beide sind groß genug, dass die Richtung nicht infrage steht.
Die Destillationsfrage, die niemand beantwortet hat
Ein destilliertes Modell übernimmt das Verhalten seines Lehrers bei den Aufgaben, die von der Destillation abgedeckt wurden, und erfindet bei den übrigen sein eigenes. Tencent zufolge wurde Hy4 flash durch Selbstdestillation aus HY4 gewonnen, was das Flaggschiff sowohl zum Konkurrenten als auch zum Trainingssignal macht – eine Konstellation, die normalerweise ein kleines Modell hervorbringt, das bei dem, worauf der Lehrer getrimmt wurde, sehr gut und anderswo merklich schwächer ist.
Die internen Produktdaten des Unternehmens stimmen mit diesem Muster überein. In WorkBuddy liegen die Kosten für Hy4 flash bei etwa einem Fünfzehntel der Kosten von Tencent HY4, die Aufgabenzeit ist um 70 % gesunken, bei Alltagsaufgaben herrscht Gleichstand und bei langen Coding-Aufgaben gibt es einen leichten Rückgang. In Agenten-Flows von 微信支付 erreicht es DeepSeek-V4.1-Flash-1017 oder übertrifft es mit 6 % weniger Schritten und 29 % weniger Ausgabe-Tokens. Bei der Ursachenanalyse in 王者荣耀 liegt es bei der Lokalisierung nahe an DeepSeek-V4.1-Flash-1017 und GLM-5.3-Flash, benötigt dabei aber 22 % bis 39 % weniger Anfragen und 40 % bis 61 % weniger Tokens. In 企业微信 erzeugt es 88 % schnellere Ausgaben mit 60 % weniger Denk-Tokens als HY4.
Zusammengenommen beschreiben diese Zahlen ein Modell, das bei der Art von Aufgaben, auf die die Modellfamilie trainiert wurde, hervorragend ist – Dokumente, Agenten, strukturierte Ausgabe, Retrieval – und das bei den Aufgaben etwas einbüßt, bei denen die zusätzliche Tiefe des Lehrers die Arbeit geleistet hat. Das ist das erwartete Ergebnis der Destillation und keine Kritik; es ist der Grund, beide Stufen beizubehalten, statt eine durch die andere zu ersetzen.
Was keines der beiden Modelle hat
Weder das Flaggschiffmodell noch die Flash-Version werden mit Gewichten ausgeliefert. Tencent sagt, es plane, Hy4 flash als Open Source zu veröffentlichen und häufig zu iterieren, doch es gibt weder eine Lizenz noch ein Datum noch ein Repository. Auch die Veröffentlichung der Gewichte von Tencent HY4 selbst ist lediglich als Plan angekündigt. Das einzige Mitglied dieser Familie, das man heute herunterladen kann, ist Hy4 preview, Apache 2.0, seit dem 28. August auf Hugging Face – und daran hat sich elf Wochen und zwei Releases später nichts geändert.
Keines von beiden hat einen unabhängigen Benchmark-Wert. Artificial Analysis hat nichts zu Tencent HY4 oder Hy4 flash veröffentlicht. Jede Zahl in beiden Veröffentlichungen stammt von Tencent, die Benchmark-Tabellen liegen als Diagrammbilder statt als Text vor, und der Blindtest hinter der Hauptaussage des Flash-Modells besteht aus 85 Tencent-Mitarbeitern, die ein Tencent-Produkt bei von Tencent ausgewählten Aufgaben nutzen. Das macht die Zahlen nicht falsch. Es macht sie zu einer Ausgangshypothese.
Keines von beiden hat eine veröffentlichte Sampling-Konfiguration, eine System Card oder eine Aussage zum Ablehnungsverhalten. Die Vorschauversion enthielt alle drei.
Die praktische Aufteilung
Tencents Leitlinien passen besser auf die Form der Workload als die meisten Anbieterempfehlungen, und es lohnt sich, sie in operationalen Begriffen neu zu formulieren.
Standardmäßig Hy4 flash für alles verwenden, bei dem es überwiegend ums Lesen geht. Tiefensuche, Dokumentverarbeitung, Extraktion aus langen Eingaben, Folienerstellung, einfaches Frontend-Scaffolding und Agent-Loops, die die meisten ihrer Tokens dafür aufwenden, Kontext erneut zu senden. Der zehnfache Cache-Rabatt und der kleinere KV-Footprint machen Long-Context-Retrieval zur Workload, bei der die günstige Stufe am eindeutigsten die richtige Wahl ist, und die internen Daten decken genau diesen Bereich ab.
Greifen Sie zu Tencent HY4, wenn die Aufgabe eine lange Kette von Entscheidungen ist. Multi-File-Software-Engineering, Desktop-Automatisierung mit langem Zeithorizont, CAD- und Blender-Arbeit und alles, bei dem ein Lauf einen Plan über Dutzende von Schritten hinweg zusammenhalten muss. Das ist der Fall, den Tencent selbst einräumt, und die zusätzlichen 37 Milliarden aktiven Parameter des Flaggschiffs sind der Mechanismus.
Verwenden Sie die Hy4-Vorschau als Kontrolle. Sie gehört zur selben Familie, hat denselben Maßstab von 770B/49B wie das Flaggschiff, einen veröffentlichten Benchmark-Anhang und Apache-2.0-Gewichte, die Sie selbst ausführen können. Wenn Sie entscheiden, ob Flash gut genug ist, liefert Ihnen die Vorschau einen Referenzpunkt, der nicht davon abhängt, einem Diagramm zu vertrauen.
Wo der Vergleich ausgeführt werden soll

Weder Tencent HY4 noch Hy4 flash werden über OrcaRouter geleitet. Vorhanden ist hier tencent/hy4-preview zum Listenpreis des Anbieters von 0,834 $ pro Million Eingabe- und 2,501 $ pro Million Ausgabe-Tokens, plus eine kostenlose Stufe mit Ratenbegrenzung, und tencent/hy3 zu 0,18 $ und 0,59 $ für die ältere Generation. Die beiden in diesem Artikel genannten Modelle sind über das Tencent-eigene TokenHub erreichbar, wo für die Flash-Stufe derzeit eine 50-%-Rabattaktion für einen nicht genannten Zeitraum läuft und WorkBuddy bis zum 30. November kostenlos ist.
{{1}}Die Vorschau-Route ist mehr wert, als sie aussieht.{{/1}} {{2}}Sie nutzt dieselbe Architektur im selben Maßstab wie das Flaggschiff, veröffentlicht einen achtzeiligen Benchmark-Anhang, den Sie gegen den Checkpoint erneut ausführen können, und kostet ein Viertel von dem, was eine Evaluierung des Flaggschiffs kosten würde.{{/2}} Wenn Ihre Frage lautet, ob das große Modell dieser Familie für Ihre Arbeit gut genug ist, beantwortet die Vorschau sie zu einem Bruchteil des Preises; wenn die Antwort ja lautet, ist Hy4 flash die Version, gegen die Sie preislich abwägen sollten, und die Destillationsbeziehung bedeutet, dass der Vergleich ungewöhnlich sauber ist – dieselbe Familie, derselbe Kontext, dieselbe Tokenizer-Abstammung, zwölffacher Unterschied bei dem, was Sie zahlen.
Ein Grund, die Evaluierung auf einem Router zu belassen, selbst für eine Familie, die man nur über ihren Anbieter erreichen kann: Ein vor sechs Tagen veröffentlichtes Modell hat keine öffentliche Uptime-Bilanz, und ein Wechsel zu tencent/hy4-preview mit demselben Schlüssel ist eine einzeilige Änderung, falls sich ein Endpunkt während einer Launch-Wochen-Aktion danebenbenimmt. Auf das, was Tencent berechnet, wird nichts aufgeschlagen — der Listenpreis ist der Preis — und wenn Tencent einen Tarif anpasst, zahlen Sie beim nächsten Aufruf den neuen Betrag, nicht erst mit der nächsten Ausgabe irgendeiner Vergleichstabelle. Derselbe Zugangsschlüssel erschließt außerdem mehr als zweihundert weitere Modelle, falls die Evaluierung über diese Familie hinaus ausgeweitet wird.

Die Stufenaufteilung ist die Ankündigung.
Das folgenreichste, was Tencent am 16. November sagte, war nicht der Preis. Es war, dass das Flaggschiff für langfristig ausgerichtete Softwareentwicklung bleibt, während das günstige Modell die alltägliche Arbeit übernimmt – ein Unternehmen, das seine eigene Produktlinie entlang der Achse aufteilt, die seine Kunden tatsächlich spüren, und einräumt, dass das günstige Modell kein Ersatz für das teure ist.
Für alle, die innerhalb dieses Splits liegen, ist die Entscheidung einfach, und die Zahlen sind groß: ein Zwölftel des Eingabepreises, ein Neuntel der Ausgabe, ein Hundertstel des Caches, viermal weniger aktive Parameter und ein kleinerer KV-Footprint im selben Kontextfenster von einer Million Tokens. Für alle außerhalb – lange agentische Läufe, Desktop-Automatisierung, Code über mehrere Dateien – ist das Flaggschiff weiterhin die Antwort der Familie, und der eigene Anbieter sagt das selbst.
Was fehlt, ist der Beweis – und er fehlt in beiden Stufen. Keine unabhängige Bewertung, keine Gewichte für eines der beiden neuen Modelle, Benchmark-Tabellen, die man wie Bilder lesen muss, und ein Schlagzeilen-Vergleich aus einem internen Panel. Ein zwölffacher Preisunterschied ist eine starke Behauptung, die innerhalb weniger Wochen von Leuten außerhalb von Tencent geprüft werden wird. Bis dahin ist die vernünftige Haltung die, die Tencents eigene Leitlinie nahelegt: die günstige Stufe für die Aufgaben zu nutzen, für die sie gebaut wurde, das Flaggschiff dort zu behalten, wo die Arbeit langwierig ist, und beide zu messen, statt anhand der Preisliste auszuwählen.
In diesem Artikel verglichen1
Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert
