Eine generierte Titelkarte für „Tencent Hy4 vs Gemini 4 Argon“. Linke Karte für Tencent Hy4: „Veröffentlicht am 4. Nov. 2026, Gewichte offen ab 20. Nov.“, „770B gesamt / 49B aktiv“, „1M Kontext, Text Bild Video als Eingabe“, „$0.834 / $2.501“. Rechte Karte für Gemini 4 Argon: „Veröffentlicht am 30. Sep. 2026“, „Intelligence Index 50 bei hohem Aufwand“, „1M Kontext, Text Bild Audio Video PDF als Eingabe“, „$2.00 / $10.00“. Fußzeile: „Indexzahlen gemäß Artificial Analysis v5.0.1.“
Guides & Insights

Tencent Hy4 vs. Gemini 4 Argon: Offene Gewichte vs. ein breiteres Modalitätsset

Autor

jinhao.song

Veröffentlicht am

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

Nehmen Sie tausend Seiten gescannter Rechnungen und stellen Sie ihnen zwei Fragen: Was kostet es, sie zu lesen, und was kostet es, über sie zu schließen? Die Antworten weisen in entgegengesetzte Richtungen, und darin liegt die gesamte Entscheidung zwischen Tencent Hy4 und Gemini 4 Argon. Tencent Hy4, allgemein verfügbar seit dem 4. November 2026 und mit offenen Gewichten seit dem 20. November, ist ein Text-Bild-Modell für 0,834 US-Dollar pro Million Input-Tokens. Gemini 4 Argon, das Google am 30. September 2026 veröffentlichte, akzeptiert Text, Bilder, Audio, Video und PDFs und berechnet 2,00 US-Dollar pro Million Input-Tokens. Das eine kostet beim Input das 2,4-Fache des anderen und beim Output das Vierfache. Das günstigere Modell lässt sich herunterladen und auf eigener Hardware betreiben. Das teurere liest Formate, die das günstigere überhaupt nicht sehen kann.

Auf dem unabhängigen Index liegen die beiden so nah beieinander, dass sich die Preisdifferenz allein mit der Leistungsfähigkeit kaum rechtfertigen lässt: Artificial Analysis führt Gemini 4 Argon auf seinem Intelligence Index bei hohem Aufwand mit 50 und bei mittlerem mit 48 auf, gegenüber 35 für Tencent Hy4. Eine Differenz von 15 Punkten bei annähernd vergleichbarem Aufwand ist real, aber sie ist weit kleiner, als die 2,4-fachen Input- und 4-fachen Output-Multiplikatoren vermuten lassen. Die Kennzahl Kosten pro abgeschlossener Aufgabe ist der Punkt, an dem sich die Preisdifferenz tatsächlich niederschlägt: 4,97 $ für Argon gegenüber 1,03 $ für Hy4 im selben Index.

Die Rechnung, durchgearbeitet

Konkrete Rechnung schlägt einen Preislisten-Screenshot, hier also für einen plausiblen Auftrag: 1.000 gescannte Rechnungsseiten, jeweils etwa 800 Bild-Tokens, ein Prompt mit 600 Tokens, eine strukturierte Ausgabe mit 300 Tokens pro Seite.

• Eingabevolumen — 1,4 Millionen Bild-Token plus 0,6 Millionen Prompt-Token, also insgesamt 2,0 Millionen Eingabe-Token.

• Ausgabevolumen — 300.000 Tokens extrahierter Felder.

• Tencent Hy4 — 2,0 Millionen zu 0,834 $ sind 1,67 $, plus 0,3 Millionen zu 2,501 $ sind 0,75 $. Gesamt: 2,42 $.

• Gemini 4 Argon — 2,0 Millionen à 2,00 $ ergeben 4,00 $, plus 0,3 Millionen à 10,00 $ ergeben 3,00 $. Insgesamt 7,00 $.

• Mit Cache – wenn das Prompt-Präfix über Seiten hinweg stabil ist, was in einer Extraktions-Pipeline normalerweise der Fall ist, senkt Hy4s gecachte Eingabe zu 0,042 $ pro Million den Prompt-Anteil auf nahezu null; Argons gecachter Satz von 0,10 $ pro Million bewirkt proportional dasselbe. Das Verhältnis verschiebt sich kaum, weil die Bild-Tokens dominieren und keiner der Anbieter diese stark rabattiert.

Ein einzelner Lauf unterscheidet sich um 4,58 $ – bei einer Million Seiten pro Monat stehen 4.580 $ gegen 7.000 $, und die interessante Frage wird, ob der Indexabstand von 15 Punkten genug Genauigkeit liefert, um 2.420 $ pro Monat zu rechtfertigen – was ganz davon abhängt, ob die zusätzlichen Fehlerpunkte von Hy4 in einem Bereich liegen, den Sie nachträglich validieren können.

Der letzte Satzteil ist der nützliche Teil. Rechnungsextraktion mit einem Schema und einem Validierungsdurchlauf ist eine Arbeitslast, bei der ein schwächeres Modell plus deterministische Prüfungen ein stärkeres Modell allein schlägt, weil ein fehlgeschlagener Parse billig zu wiederholen ist und eine falsche Zahl, die die Validierung besteht, nicht. Tencent Hy4 mit 35 ist für diese Aufgabe nicht zu schwach. Für die Aufgabe zwei Absätze weiter unten ist es wahrscheinlich zu schwach.

Wo die Modalitätslücke tatsächlich zuschlägt

Hy4 liest Text, Bilder und Videoframes über einen einzigen Vision-Encoder. Gemini 4 Argon liest Text, Bilder, Audio, Video und PDF-Dokumente nativ, und die Modelldokumentation von Google listet alle fünf in der Fähigkeitszeile des Modells auf. Der Unterschied ist keine Marketingzeile; er verändert, welche Pipelines ohne eine Vorverarbeitungsstufe möglich sind.

• Audio. Eine Anrufaufzeichnung, ein Meeting, eine Voicemail – Argon übernimmt die Datei. Hy4 benötigt zuerst einen Transkriptionsschritt, was ein zweites Modell, einen zweiten Vertrag und einen zweiten Fehlermodus bedeutet.

• PDF als Dokument statt als Seiten. Wenn ein PDF auswählbaren Text plus eingebettete Bilder plus einen gescannten Unterschriftsblock enthält, verarbeitet Argon diese Mischung in einem Durchgang. Hy4 verarbeitet gerenderte Seiten als Bilder, wodurch die Textebene verloren geht und die Token-Kosten steigen.

• Lange Videos. In der Modellkarte von Tencent wird die Anpassung von Frame-Features für Video beschrieben – eine echte Fähigkeit, die besser ist als das, was die meisten offenen Modelle bieten. Doch es handelt sich um Frame-Sampling, nicht um native zeitliche Modellierung, und bei allem, wo es um Bewegung über einen langen Clip geht, zeigt sich der Unterschied.

• Die umgekehrte Lücke. Hy4 nutzt 64K Ausgabe-Token gegenüber dem 64K-Standard von Argon, wobei laut Google-Dokumentation auf der Ausgabeseite eine Obergrenze von 1M verfügbar ist. Keines von beiden ist die bindende Einschränkung für Extraktionsarbeit.

Die ehrliche Einordnung ist also, dass {{1}}Gemini 4 Argon{{/1}} das breitere Instrument ist und {{2}}Tencent Hy4{{/2}} das günstigere. Bei einer Workload, die innerhalb von {{3}}Text und Bildern{{/3}} bleibt – was den Großteil von Code, Dokumenten und Agentenarbeit ausmacht – bleibt die Breite ungenutzt, und der Preis ist das, wofür man zahlt.

Fähigkeit, gemessen und falsch gemessen

Artificial Analysis führt Gemini 4 Argon mit 50 (hoher Aufwand) und 48 (mittlerer Aufwand) im Intelligence Index v5.0.1, bei einem gemischten Preis von 1,47 US-Dollar pro Million Tokens, 68 Tokens pro Sekunde, 47 Sekunden Wartezeit bis zum ersten Token bei hohem Aufwand und 4,97 US-Dollar pro abgeschlossener Index-Aufgabe. Tencent Hy4 liegt bei 35, mit 93 Tokens pro Sekunde, gemischt 0,45 US-Dollar und 1,03 US-Dollar pro abgeschlossener Aufgabe. Keine der beiden Angaben enthält aufseiten von Hy4 eine Aufteilung nach Aufwandsstufen, was dieselbe Einschränkung ist, die jeden Vergleich mit ihm belastet: Tencent veröffentlicht sein eigenes Modell nicht über verschiedene Aufwandsstufen hinweg, und die Bewertungsinstanz hat nur eine Zahl.

Googles eigene Ankündigung enthielt eine neunzehnzeilige Benchmark-Tabelle, die Argon mit GPT-6 Astra, Claude Fable 5.1 und Claude Opus 5.5 verglich. Argon führt bei Vals Index, AutomationBench, Harvey's Legal Agent Benchmark und mehreren Vision-Suiten; es verliert bei FrontierSWE v2 und Terminal-bench 4.0. Das sind Googles Zahlen nach Googles Methodik, wobei die Nicht-Gemini-Werte aus den eigenen Bewertungen der anderen Anbieter stammen – ein Vorbehalt, den das Methodik-PDF ausdrücklich nennt. Sie sind nützlich, um zu wissen, worauf Google optimiert hat, nicht für ein Ranking.

Die Evidenzbasis von Tencent ist dünner und anderer Art. Die Hy4-Ankündigung ließ die Terminal-Bench- und SWE-bench-Zeilen der Vorschau vollständig weg und ersetzte sie durch interne Aufgaben-Suites: ein Finanzgremium aus 213 Expertinnen und Experten, in dem Hy4 durchschnittlich 3,04 von 4 erreichte, eine von 15,76 % auf 5,45 % gesenkte Halluzinationsrate, ein Zugewinn von +19,1 % bei einer internen Spieleentwicklungs-Suite. Die Modellkarte wiederholt diese. Keine davon ist außerhalb von Tencent reproduzierbar. Das einzige unabhängige sicherheitsspezifische Ergebnis – ein Cyber-Index-Score von 58 und ein erster Platz mit 76 % bei CWE-Bench-AA – hat kein Gegenstück bei Gemini 4 Argon, weil Googles Modell nicht auf dieser Rangliste vertreten ist.

Was das für einen Käufer bedeutet: Argon hat ein gemessenes Aggregat und eine Anbietertabelle; Hy4 hat ein gemessenes Aggregat, ein sicherheitsspezifisches Ergebnis und eine Anbietertabelle über interne Arbeit. Beide Aggregate stammen vom selben Bewerter, was den 15-Punkte-Vergleich erst wertvoll macht.

Warum diese Paarung erst wenige Wochen alt ist

Es lohnt sich, das klar zu sagen, denn die Faktenlage ist wichtig. Als Google am 30. September Gemini 4 Argon ankündigte, beschrieb das Unternehmen einen dreistufigen Rollout – zuerst Cyber-Verteidiger über das Fairwind Program, dann zahlende API-Kunden und AI-Ultra-Abonnenten, dann alle anderen – ohne Termine über die erste Stufe hinaus. Zu diesem Zeitpunkt gab es zu dem Namen eine Modellfamilien-Seite, eine Benchmark-Tabelle und keine Modellkennung, die man in eine Anfrage hätte einsetzen können.

Das hat sich geändert. Die Modelldokumentation von Google führt gemini-4-argon jetzt als aktuelles Modell ohne Preview-Kennzeichnung, mit einem Eingabefenster von 1 Mio. Token und der oben beschriebenen Kombination aus fünf Eingabemodalitäten auf. Artificial Analysis führt es als veröffentlicht und über die API von Google verfügbar. Die Gegenüberstellung in diesem Artikel vergleicht also zwei Modelle, die man aufrufen kann – was vor sechs Wochen nicht der Fall gewesen wäre. Die Korrektur lohnt sich, weil viele Seiten Argon noch immer als zugangsbeschränkten Teaser beschreiben.

Der Status von Tencent Hy4 selbst änderte sich in die entgegengesetzte Richtung: von einer geschlossenen API am 4. November zu offenen Gewichten am 20. November, unter der Tencent Hy License 1.0 statt unter der Apache 2.0, die die August-Vorschau regelte. Beide Modelle bewegten sich innerhalb derselben sechs Wochen in entgegengesetzte Richtungen hinsichtlich der Offenheit.

Die Frage der Offenheit – ehrlich bepreist

Der Checkpoint von Hy4 mit 770 Milliarden Parametern ist herunterladbar. Der Betrieb erfordert acht GPUs der H100-Klasse für den FP8-Build bei Tensor-Parallelitätsgröße 8, laut dem eigenen vLLM-Rezept von Tencent. Das ist eine echte Maschine, und für die meisten Unternehmen lautet die ehrliche Antwort, dass offene Gewichte eher Optionen als Einsparungen bieten: Das Modell ist prinzipiell selbst hostbar, in der Praxis günstig zu mieten und nur dann einen Download wert, wenn Datenresidenz, Fine-Tuning oder ein Air-Gapped-Deployment eine harte Anforderung sind.

Die Lizenz enthält eine Klausel, die es wert ist, gelesen zu werden. Abschnitt 10 der Tencent Hy License verlangt eine separate schriftliche Lizenz, wenn Sie ein Model-as-a-Service-Geschäft betreiben, dessen weltweiter Bruttoumsatz in einem beliebigen Zwölfmonatszeitraum über 50 Millionen US-Dollar liegt oder das mehr als 100 Millionen monatlich aktive Nutzer hat. Die interne Nutzung ist ausgenommen. Ein Unternehmen, das Hy4 hinter einem internen Tool betreibt, ist also nicht betroffen; eine Plattform, die Inferenz darauf weiterverkauft, steht in Verhandlungen.

Gemini 4 Argon hat keine entsprechende Frage, denn es gibt nichts zu lizenzieren – man ruft Googles Endpunkt auf oder man verwendet das Modell nicht. Das ist eine einfachere Regelung und eine strikt weniger flexible. Für einen regulierten Käufer ist „wir können es in unserem eigenen Rack betreiben“ oft mehr wert als fünfzehn Indexpunkte; für alle anderen ist es eine Fußnote.

Welche soll in den Anfragepfad eingefügt werden?

• Volumenextraktion in Text und Bildern — Tencent Hy4. Die obige Rechnung weicht deutlich ab, und ein Schema plus Validierungsdurchlauf absorbiert den Großteil der Genauigkeitslücke.

• Alles mit Audio, nativen PDFs oder langem Video — Gemini 4 Argon. Hy4 kann die Eingabe nicht sehen, und ein Vorverarbeitungsmodell kostet mehr als die Token-Differenz.

• Interaktive Oberflächen – Argon bei mittlerem Aufwand, falls überhaupt. Hy4s 115,9-sekündige Wartezeit auf ein erstes Token macht es ungeeignet, und Argons High-Effort-Pfad dauert 47 Sekunden, was besser ist, aber noch keine Chat-Oberfläche.

• Ein reguliertes Netzwerk oder ein Plan zur Feinabstimmung — Tencent Hy4, vorbehaltlich Abschnitt 10.

• Die anspruchsvollste Schlussfolgerungsleistung, die Sie haben — Gemini 4 Argon, gestützt auf einen unabhängigen Abstand von 15 Punkten, von dem die Anbieter beider Modelle übereinstimmend sagen, dass er in etwa in diese Richtung besteht.

Beides auf einer Taste – und was das bringt

A generated two-column scoreboard titled 'Tencent Hy4 vs Gemini 4 Argon'. Tencent Hy4 column: Intelligence Index 35, $0.834 / $2.501 per 1M tokens, input modalities text image video, weights open 20 Nov 2026, 64K max output, licence Tencent Hy 1.0. Gemini 4 Argon column: Intelligence Index 50 at high effort, $2.00 / $10.00 per 1M tokens, input modalities text image audio video PDF, weights closed, 64K default output, rollout phased at announcement. Footer: 'Index per Artificial Analysis v5.0.1; modality and licence details per each vendor's documentation.'

Beide Modelle sind über OrcaRouter unter ihren eigenen Strings aufrufbar – tencent/hy4 zu $0.834 und $2.501, google/gemini-4-argon zu $2.00 und $10.00 – was die Aufteilung nach Modalität zu einer Routing- statt einer Architekturentscheidung macht. Schicken Sie Bild- und Textaufgaben an das günstige Modell, und routen Sie anhand des Eingabetyps, sodass alles, was Audio oder ein natives PDF enthält, an das Modell geht, das es lesen kann. Das ist die Routing-DSL, die die Aufgabe erfüllt, für die sie da ist, und sie kostet einen Schlüssel statt zwei Integrationen.

Die Preisweitergabe ist hier wichtiger als üblich, weil die beiden Anbieter ihre Tarife nach unterschiedlichen Zeitplänen ändern. OrcaRouter berechnet den Listenpreis des Anbieters mit null Aufschlag, sodass eine Preisänderung bei Google und eine Preisänderung bei Tencent beide noch am selben Tag bei uns ankommen und nicht erst, nachdem ein Wiederverkäufer einen Katalog neu eingepflegt hat.

Automatisches Failover ist die andere Hälfte. Ein Batch-Job, der eine Schema-Validierung auf Hy4 nicht besteht, kann auf Argon erneut versuchen, ohne dass der Client etwas davon merkt – ein günstigerer Weg, Genauigkeit zu erkaufen, als bei jedem Aufruf das Vierfache der Ausgaberate zu zahlen.

Was würde die Antwort ändern

Screenshot of the Artificial Analysis model page for Gemini 4 Argon, showing the model name, Google as vendor, an Intelligence Index of 50 at high effort and 48 at medium, a price of $2.00 per million input and $10.00 output tokens, and a 1M-token context window.Screenshot of the Hugging Face model card for tencent/Hy4 showing the repository title, the Tencent Hy License badge, the open-weight tags and the download and like counts.

Zwei Entwicklungen würden diesen Vergleich verändern, und beide sind über einen Zeithorizont von zwölf Monaten plausibel.

Das erste ist ein Tencent-Modell mit Audio. Hy4s Vision-Pfad ist ein Encoder über Bilder und abgetastete Videoframes; das Hinzufügen eines Audio-Encoders ist der offensichtliche nächste Schritt, und er würde den Großteil von Argons Breitenvorteil zunichtemachen. Tencent hat bereits Hy4 Flash auf den Markt gebracht, ein günstigeres Geschwistermodell mit 220 Milliarden Parametern und demselben Modalitätsset, sodass die Familie eher expandiert als sich konsolidiert.

Das Zweite ist eine unabhängige Bewertung der offenen Hy4-Gewichte. Die 35 im Index ist die Zahl eines Bewerters für einen Build. Da die Gewichte öffentlich sind, kann ein zweites Labor den instruction-tuned Checkpoint ausführen und entweder den Abstand zu Argon bestätigen oder verringern. Das ist bislang nicht geschehen – das Benchmark-Material der Modellkarte ist weiterhin größtenteils die Pre-Training-Tabelle, MMLU bei 91,6 und MMMU-Pro bei 59,6 für das Basismodell, plus die internen Suiten von Tencent.

Bis dahin ist die Zusammenfassung eng gefasst und vertretbar. Gemini 4 Argon ist das umfassendere Modell und das besser abschneidende, bei 2,4-fachem Eingabepreis, vierfachem Ausgabepreis und 4,8-fachem Aufwand pro abgeschlossener Aufgabe. Tencent Hy4 ist das um eine Größenordnung günstigere pro abgeschlossener Aufgabe, seit dem 20. November offen und blind gegenüber Audio. Entscheiden Sie zuerst anhand des Eingabetyps, denn dieser entscheidet die Frage, bevor der Preis überhaupt eine Stimme bekommt.