Tarjeta de título para la comparación de Hy4 flash frente a DeepSeek V4.1 Flash, que muestra Hy4 flash a $0.070 de entrada y $0.281 de salida por millón de tokens frente a DeepSeek V4.1 Flash a $0.15 y $0.60, con un pie de página que indica que ambas cifras son precios de lista del proveedor y que el lado de DeepSeek corresponde a su tarjeta de horario valle.
Guides & Insights

Hy4 flash vs DeepSeek V4.1 Flash: Tencent fue quien eligió esta pelea

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Tencent eligió al oponente. La publicación de investigación sobre Hy4 flash, publicada el 16 de noviembre de 2026, compara su propio coste por tarea con exactamente un modelo rival —DeepSeek V4.1 Flash, en su instantánea 1017, en el nivel de esfuerzo máximo y con las tarifas de horas punta de DeepSeek — y reporta un octavo. Es una comparación inusualmente específica para una publicación de lanzamiento, y dice mucho de dónde cree Tencent que está la lucha: no contra el buque insignia de Alibaba, no contra su propio Tencent HY4, sino contra el modelo barato de pesos abiertos que los agentes de programación vienen usando desde septiembre. Tres semanas de cifras publicadas están del lado de DeepSeek en esa comparación. Un gráfico está del lado de Tencent.

Así que la pregunta útil no es qué modelo es mejor en abstracto. Es si una ventaja de 2,1 veces en el precio de entrada sobrevive al contacto con las cosas que difieren entre ambos, y si la cifra de un octavo por tarea significa lo que un lector asumirá que significa. Ambas pueden responderse a partir de material publicado, y las respuestas apuntan en direcciones opuestas.

Lo que cada empresa realmente envió

Empieza por los artefactos, porque no son equivalentes y la diferencia explica la mayor parte del desacuerdo posterior.

DeepSeek V4.1 Flash se publicó el 10 de septiembre de 2026 bajo la licencia MIT: 48 fragmentos safetensors que suman aproximadamente 510 gigabytes, un informe técnico titulado «Pushing the Limits of KV Cache Compression», una tarjeta de modelo con etiquetas de despliegue, una variante fp8 y una API con tarifas publicadas para horas valle y horas punta. Una instantánea actualizada, 1017, lo reemplazó el 17 de octubre y ahora se sirve con el mismo nombre de API. El repositorio acumula 1,69 millones de descargas y 4.978 me gusta. Artificial Analysis le otorga 32,6 en el Intelligence Index con el máximo esfuerzo; el Capabilities Index de Epoch AI sitúa el checkpoint 1017 en 159, el puesto 19 de los 253 modelos que monitoriza.

Hy4 flash se publicó el 16 de noviembre de 2026 como una entrada de investigación sin ficha de modelo adjunta: 224 mil millones de parámetros en total, 64 mil millones de ellos parámetros Engram, 12 mil millones activos por token, multimodalidad nativa, un contexto de 1,048,576 tokens y un plan para publicarlo como código abierto más adelante. Sin pesos, sin licencia, sin informe técnico, sin puntuación independiente y con resultados de benchmark entregados como gráficos PNG. Artificial Analysis registra Tencent HY4 en 34,6 a fecha de 5 de noviembre y no tiene ninguna entrada de Hy4 flash en absoluto.

Ponlos uno al lado del otro y la comparación tiene una forma extraña. El modelo más nuevo es el que no puedes inspeccionar, y el más antiguo es el que puedes descargar, afinar y servir en tu propio hardware. Esa asimetría atraviesa cada sección a continuación.

La tarjeta de precios, comparada honestamente

Ambos proveedores publican tarifas de lista, y ambos publican más de una, que es donde fallan la mayoría de las comparaciones.

• Entrada, por millón de tokens — Hy4 flash $0.070 tarifa plana; DeepSeek V4.1 Flash $0.15 fuera de las horas punta, $0.30 durante las horas punta.

• Salida, por millón de tokens: Hy4 flash $0.281; DeepSeek $0.60 en horario valle, $1.20 en horario punta.

• Acierto de caché, por millón de tokens — Hy4 flash $0.003; DeepSeek $0.003 fuera de horario punta, $0.006 en horario punta.

• Definición de hora punta — las ventanas de hora punta de DeepSeek son 01:00–04:00 y 06:00–10:00 UTC, de lunes a viernes, excluyendo los días festivos nacionales de China. Todo lo demás es hora valle, es decir, que para un equipo estadounidense o europeo la tarifa barata es la que está vigente durante la mayor parte de su jornada laboral.

• Contexto — Hy4 flash 1.048.576 tokens; DeepSeek V4.1 Flash 1.000.000 de tokens con un límite de salida de 384.000 tokens.

• Tarifa de China continental: Hy4 flash ¥0,5 / ¥2 / ¥0,02 por millón de tokens, de donde proviene la cifra en dólares y no de una tarifa internacional publicada por separado.

Si se comparan a la misma hora, la diferencia es de 2,1 veces en la entrada y 2,1 veces en la salida: $0.070 frente a $0.15, $0.281 frente a $0.60. Durante las ventanas pico de DeepSeek, se amplía a 4,3 veces. En la entrada en caché, fuera de las horas pico no hay diferencia, porque ambos quedan en $0.003 —y eso importa más que el titular, ya que un agente de programación que reenvía un prompt del sistema, un esquema de herramientas y un árbol de archivos en cada paso paga la tarifa de caché la mayor parte del tiempo. En la forma de carga de trabajo a la que realmente se refiere esta comparación, los dos modelos tienen el mismo precio.

Esa última línea es la que desactiva la mayor parte del argumento. El octavo de Tencent no es una comparación centrada en la caché; es un coste por tarea en WorkIndex, que integra la longitud de salida, la tasa de reintentos y el número de pasos junto con la tarifa. Dos de esas tres variables son cosas que Tencent controla mediante su propio postentrenamiento, y presenta ese control como un único porcentaje: una reducción del 50 % en la longitud de salida.

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.

Por qué 12.000 millones de parámetros activos es todo el argumento de la arquitectura

DeepSeek V4.1 Flash es un modelo troncal de 552 000 millones de parámetros con 16 000 millones activos por token, construido sobre lo que DeepSeek denomina un diseño Causal Encoder-Decoder: 40 capas divididas por igual en un codificador causal de 20 capas y un decodificador de 20 capas, con el énfasis del informe técnico en la compresión de la caché KV más que en la percepción. Hy4 flash activa 12 000 millones por token frente a un total de 224 000 millones, lo que representa tres cuartos del recuento de activos de DeepSeek y el 40 % de su tamaño total.

La explicación de Tencent sobre de dónde proviene la diferencia es concreta en cuanto al mecanismo y silenciosa respecto a la estructura. La atención híbrida, LatentMoE y los parámetros Engram producen una caché KV de una vigesimocuarta parte del tamaño de la de Hy3 y una sexta parte de la de Tencent HY4. La autodestilación a partir de Tencent HY4 y, después, el aprendizaje por refuerzo redujeron a la mitad la longitud de salida de extremo a extremo. Un megakernel con pesos de cuatro bits y una ruta de decodificación DFly mantiene la decodificación por encima de 150 tokens por segundo. Lo que no se ha publicado es cualquier cosa que se pudiera falsar a partir de un checkpoint: número de capas, número de expertos, amplitud de enrutamiento, tamaño del codificador de visión y si la multimodalidad es nativa o añadida.

Los parámetros de Engram merecen una frase propia, porque 64 mil millones de ellos dentro de un modelo de 224 mil millones de parámetros no es una disposición normal. Engram, en el uso que hace Tencent del término, es un componente de tipo memoria que contiene asociaciones aprendidas en lugar de un experto enrutado que se ejecuta en cada pasada hacia adelante. La consecuencia práctica es que el 29 % del tamaño total del modelo no se carga al cómputo por token, lo cual es una forma legítima de comprar capacidad por parámetro y una forma ilegítima de comparar recuentos de parámetros. Un modelo de 224B con 64B de Engram no es más pequeño que un modelo de 552B de la manera en que lo sugieren ambos números; tiene una forma distinta.

El diseño de DeepSeek es verificable y el de Tencent no, y eso no es una diferencia menor en una comparación directa. Cualquiera puede descargar 510 gigabytes de pesos y contar las capas. Nadie puede descargar Hy4 flash y hacer absolutamente nada.

El octavo, trazado

La comparación por tarea de Tencent merece seguirse de cerca, porque es la única cifra de confrontación directa que cualquiera de las dos empresas ha publicado para este par, y es más cuidadosa de lo que suele ser la aritmética de las publicaciones de lanzamiento.

En WorkIndex —el conjunto interno de ocho suites de Tencent que abarca creación de diapositivas, revisión de diapositivas, coescritura humano-máquina, coescritura en Markdown, edición de documentos, reparación de tablas, procesamiento de audio y vídeo y comprensión visual—, Tencent informa que Hy4 flash tiene un coste por tarea de una decimotercera parte del de Hy4 preview, una vigésima parte del de Tencent HY4 y una octava parte del de DeepSeek-V4.1-Flash-1017 en el nivel de esfuerzo máximo y a precio de hora punta. Todos los calificativos de esa frase son de Tencent, y los dos últimos son los que hay que retener: esfuerzo máximo significa que el presupuesto de pensamiento de DeepSeek se configuró alto, y hora punta significa la tarifa de $0.30/$1.20 en lugar de la de $0.15/$0.60.

Si quitamos los matices, la aritmética cambia mucho. Con tarifas de horas valle y las mismas longitudes de salida, la diferencia por token es de 2,1 veces, no de 8. Si Hy4 flash además emite la mitad de los tokens de salida, el coste por tarea se reduce aproximadamente a la mitad otra vez, además de la diferencia de precio, lo que sitúa a los dos modelos en algún punto entre 4 y 5 veces de diferencia en una tarea diseñada por Tencent; y el comportamiento publicado por la propia DeepSeek, el esfuerzo de pensamiento controlado y un límite de salida de 384.000 tokens sugieren que su nivel máximo hace bastante más trabajo por tarea que un modelo ajustado para responder con la mitad de los tokens.

Las cifras de producción que Tencent aportó voluntariamente son la mitad más interesante de su lanzamiento, porque vienen acompañadas de contadores en lugar de una única puntuación. En los flujos de agentes de WeChat Pay, frente a DeepSeek-V4.1-Flash-1017, Tencent informa de paridad o mejores resultados en cuatro etapas del proceso, con aproximadamente un 6 % menos de pasos de ejecución y unas salidas individuales un 29 % más cortas. En el escaneo estático de WeChat Pay, un 37 % menos de tiempo para completar un escaneo y un 46 % menos de tokens con la misma calidad de detección. En el análisis de causa raíz de Honor of Kings, entre un 22 % y un 39 % menos de solicitudes y entre un 40,5 % y un 61,2 % menos de tokens que DeepSeek y GLM-5.3-Flash, a la vez que realiza un 51,2 % y un 7,7 % más de llamadas a herramientas que cada uno. En Marvis, la satisfacción con las tareas aumenta un 6,2 % en la instalación de aplicaciones, un 4,4 % en la configuración y el diagnóstico del sistema, y un 6,9 % en el procesamiento de documentos e informes de investigación.

En esa lista se ven dos cosas. Las reducciones de tokens y de pasos son grandes y consistentes, que es lo que debería producir un modelo activo de 12B entrenado para acortar sus respuestas. Y el aumento de las llamadas a herramientas es la nota honesta: Hy4 flash llega ahí con más idas y vueltas, más cortas. En un modelo de facturación por solicitud, eso da igual o es una ventaja; en un presupuesto de tiempo de reloj por paso, es un intercambio distinto, y el propio planteamiento de Tencent —que es un 88 % más rápido en WeCom— es una afirmación sobre la latencia, no sobre el trabajo.

La asimetría de la evidencia, que es la decisión real

Esto es lo que los dos modelos pueden contarte sobre sí mismos.

DeepSeek V4.1 Flash tiene una puntuación pública de harness, un informe técnico que puedes leer, pesos que puedes ejecutar y tres meses de trabajo del stack de inferencia con el modelo: cuantizaciones, recetas de serving y un conjunto documentado de rarezas con las que otras personas ya se han topado. Su posición en los benchmarks no es espectacular —90,6 en Terminal-Bench 2.1, 74,2 en DeepSWE v1.1, 65,4 en NL2Repo-Bench en el momento de su lanzamiento y un Intelligence Index de 32,6—, pero es una posición que alguien más midió.

Hy4 flash tiene un gráfico del proveedor, una prueba ciega del proveedor con 85 empleados, un benchmark interno del proveedor y una frase sobre futuros pesos abiertos. Las afirmaciones son plausibles y coherentes entre sí: una caché KV de una sexta parte del tamaño de la del modelo insignia, longitud de salida reducida a la mitad, decodificación por encima de 150 tokens por segundo. Ninguna de ellas se ha reproducido, y la que sería más fácil de comprobar —si 12 mil millones de parámetros activos realmente hacen trabajo de oficina tan bien como los 16 mil millones de DeepSeek— es justo la que nadie fuera de Tencent puede ejecutar, porque no hay pesos.

Esa asimetría no hace que Hy4 flash sea peor. Lo deja sin demostrar, y la diferencia entre peor y sin demostrar es donde debería destinarse el presupuesto de evaluación. Un equipo que necesita un modelo multimodal barato que pueda afinar, autoalojar o auditar debería dejar de leer aquí: DeepSeek V4.1 Flash es la respuesta, y la diferencia de precio de 2,1 veces es el costo de esa opción. Un equipo cuya carga de trabajo consista en documentos, diapositivas, extracción y bucles cortos de agentes, y que pague por token en lugar de por tarea, tiene una razón real para fijarse en la ficha de Tencent — una razón lo bastante sólida como para que valga la pena comprar sorteando la falta de evidencia en vez de esperar.

Ejecutando la comparación en una clave

Ni Hy4 flash ni la propia hoja de ruta de Tencent lo ponen fácil: al 16 de noviembre, Hy4 flash se sirve mediante TokenHub de Tencent Cloud y los productos de consumo y empresariales de Tencent, con plataformas de terceros anunciadas pero sin fecha, y DeepSeek V4.1 Flash está en la propia API de DeepSeek y en pesos abiertos.

La mitad de esta comparativa que puedes ejecutar hoy es la mitad que marca el listón. deepseek/deepseek-v4.1-flash está en OrcaRouter a $0.15 de entrada y $0.60 de salida por millón de tokens, con lecturas de caché a $0.003 — el precio de lista propio de DeepSeek fuera de horas punta, sin nada añadido — con un contexto de 1,048,576 tokens, y el snapshot 1017 está a la misma tarifa bajo su propio identificador, para que puedas fijar el checkpoint con el que Tencent hizo el benchmark en lugar del alias. La ruta de Tencent con la misma clave es tencent/hy4-preview a $0.834 y $2.501, que es el modelo profesor de Hy4 flash; ejecutar tu propio conjunto de tareas en preview y en DeepSeek te da ahora la relación entre el modelo profesor y el rival, y la variante flash se puede incorporar al mismo arnés de evaluación cuando llegue.

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.

Ese es el patrón que vale la pena copiar del propio comunicado de Tencent. Su argumento es un costo por tarea sobre ocho tipos de tarea que eligió. El tuyo debería ser un costo por tarea sobre las tareas por las que realmente pagas, medido en ambos modelos, con tokens, pasos y tiempo real registrados — y esos tres juntos son lo que te dirá si una ventaja de tarifa de 2,1 veces se convierte en algo en la factura.

La conmutación automática por fallos es la parte poco glamurosa de ese plan. Un modelo en su primera semana, servido desde una promoción sin fecha de finalización declarada, es exactamente el modelo que conviene tener detrás de una cadena de respaldo en lugar de migrar a él; la misma clave ya llega a DeepSeek, así que una regla que reintente el modelo actual antes de que empiece la respuesta cuesta una línea de configuración y elimina el riesgo de la semana de lanzamiento del experimento.

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.

¿Qué lo zanjaría?

Tres cosas, en orden de cuánto cambiarían la respuesta.

Una puntuación independiente para Hy4 flash. Artificial Analysis incluyó Tencent HY4 en su índice ocho días después de su lanzamiento; una entrada flash al menos pondría ambos modelos en un mismo entorno de prueba, y la diferencia de 32,6 a 34,6 entre el flash de DeepSeek y el modelo insignia de Tencent es la franja sobre la que discute este enfrentamiento. Nadie debería sorprenderse si un modelo destilado queda por debajo de su modelo maestro, y la magnitud de esa caída es la incógnita más útil de esta comparación.

Los pesos, o una fecha para ellos. La propia vista previa de agosto de Tencent se lanzó con Apache 2.0 y recetas para vLLM y SGLang desde el primer día, así que la empresa sabe cómo hacer esto. Si Hy4 flash sigue el mismo camino, sus afirmaciones de eficiencia se vuelven comprobables y la descarga de 510 gigabytes deja de ser la única opción sobre la mesa.

Un benchmark neutro por tarea. El un octavo de Tencent es una cifra de buena fe con dos salvedades adjuntas y un arnés que nadie más puede ejecutar. Reprodúcelo en tareas públicas de agentes y la discusión se zanja en una tarde, en un sentido o en otro.

Hasta entonces, el resumen honesto es más limitado que el de cualquiera de los dos proveedores: DeepSeek V4.1 Flash es el modelo multimodal barato con registro de auditoría, Hy4 flash es el más barato sin él, y la diferencia de precio es menor en trabajos con mucho uso de caché que en una tarifa. Eso no es un veredicto. Es una descripción precisa de lo que realmente cambió el 16 de noviembre, que fue una tarifa y un plan, y una pelea que Tencent eligió en un marcador que ella misma dibujó.

Comparados en este artículo4

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario