
Hy4 flash vs. MiniMax M3.1 Flash: dos modelos de pesos abiertos y económicos, uno con una puntuación
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 138 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 175 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
Este es uno de esos enfrentamientos poco habituales en los que ambos modelos se pueden descargar, ambos se sitúan en el mismo nivel de «barato y rápido», ambos aceptan imágenes, ambos admiten un millón de tokens y uno de ellos tiene una cifra que no procede de su creador. MiniMax-M3.1-Flash figura en Artificial Analysis desde su lanzamiento el 19 de octubre de 2026 y actualmente marca 29 en el Intelligence Index v5.0.1, a 0,15 USD por millón de tokens de entrada y 0,60 USD por millón de tokens de salida. Hy4 flash es público desde el 16 de noviembre de 2026, pasó a ser de pesos abiertos el 17 de noviembre, cuesta aproximadamente la mitad en entrada y menos de la mitad en salida, y no tiene ninguna entrada en Artificial Analysis.
Así que esta página no puede decirte qué modelo es más inteligente, porque solo se ha medido uno de ellos. Lo que sí puede hacer es algo más útil para quien realmente está eligiendo: poner los dos artefactos de lanzamiento uno al lado del otro, porque son objetos genuinamente comparables —mismo nivel, mismo grado de apertura, mismo mes— y las diferencias que persisten son concretas: sobre licencias, coste de servicio y aquello para lo que optimizaba cada proveedor.
Empieza por lo que ambos proveedores realmente enviaron.
Ambos lanzamientos incluyen un modelo ajustado a instrucciones, pesos abiertos y una variante hermana base o cuantizada. Ninguno es una API cerrada con una descarga añadida de forma superficial.
• MiniMax-M3.1-Flash — 428B de parámetros totales, 23B activos, mezcla de expertos, modelo de razonamiento, entrada de texto e imagen con salida de texto, contexto de 1M de tokens, pesos en Hugging Face bajo la MiniMax Community License, que permite el uso comercial con restricciones.
• Hy4 flash — 220B de parámetros totales (155,5B de backbone más 63,5B de Engram más un codificador de visión de 0,43B y un drafter de 0,85B), 12B activos, mezcla de expertos, texto e imagen como entrada con texto como salida, contexto de 1.048.576 tokens, pesos en Hugging Face como Hy4 flash, Hy4 flash-FP8 y Hy4 flash-Base bajo la Tencent Hy License.
• Lo que MiniMax no lanzó — no hay un checkpoint base separado ni una tabla de benchmarks del modelo base; el modelo de 428B es el artefacto.
• Lo que Tencent no lanzó: ninguna puntuación independiente, ninguna suite de benchmarks agénticos publicada para el modelo de instrucciones y ningún lanzamiento de Transformers (la integración está en el pull request 50903).
Los recuentos de parámetros merecen una advertencia más que una comparación, porque no miden lo mismo. Los 428B/23B de MiniMax son un recuento convencional de parámetros densos. Los 220B de Tencent incluyen 63,5B de tablas de embeddings de n-gramas Engram —parámetros que se aplican hash y se consultan en lugar de multiplicarse—, por lo que los dos totales no son una medida equivalente del tamaño del modelo, del mismo modo que el número de estanterías de una biblioteca no mide cuánto ha leído. Las cifras de parámetros activos son la comparación más justa: 12B frente a 23B, y predicen lo que muestran realmente las tarjetas de precios.
Las filas de precios, y el único lugar donde se invierten
Ambas tarjetas de tarifas son los precios de lista de los propios proveedores, no mediciones.
• Entrada — Hy4 flash $0.070 frente a MiniMax-M3.1-Flash $0.15. Hy4 flash es 2,1 veces más barato.
• Salida — $0.281 frente a $0.60. Hy4 flash es 2,1 veces más barato.
• Entrada en caché — $0.003 frente a $0.015. Hy4 flash es 5 veces más barato.
• Coste medido por tarea de Index: 0,49 $ para MiniMax-M3.1-Flash según Artificial Analysis; no medido para Hy4 flash.
La última fila es la interesante, porque muestra por qué el precio por token es una mala aproximación del coste por tarea. Los 0,49 $ por tarea de Index completada de MiniMax-M3.1-Flash se cobran a una tarifa de entrada de 0,15 $ —más del doble que la de Hy4 flash— y aun así resulta más barato por tarea que modelos con precios por token más bajos, porque la cantidad de tokens que un modelo consume hasta llegar a una respuesta varía más que la tarifa. La afirmación de Tencent de que el postentrenamiento con RL redujo su longitud media de salida un 50 % es la misma idea desde la otra dirección: el modelo más barato suele ser el que deja de hablar primero.
Entonces, la lectura honesta de la comparación de precios es: las tarifas de Hy4 flash son menores por un factor de dos, y nadie sabe si eso se traduce en un factor de dos por tarea hasta que un arnés independiente ejecute ambos. Las propias cifras de WorkIndex de Tencent sitúan a Hy4 flash en 1/8 del coste por tarea de DeepSeek-V4.1-Flash-1017, que es una comparación distinta sobre una suite distinta. No lo traslades de una a otra.

Velocidad: una medida, otra declarada
• MiniMax-M3.1-Flash — 132 tokens de salida por segundo, 50,64 segundos hasta el primer token de respuesta, unos 14,2 minutos de tiempo real por tarea de Index si se extrapola a partir de las cifras de $0,49 y 132 t/s. Todo de Artificial Analysis.
• Hy4 flash — Tencent afirma más de 150 tokens por segundo de decodificación para la compilación FP8 en un nodo tensor-parallel-8, y una mediana de 6,7 minutos en el tiempo de finalización de extremo a extremo en la propia prueba ciega con 85 usuarios de Tencent.
Esas cifras no son comparables y la diferencia es ilustrativa. La cifra de MiniMax es una medición de rendimiento en un arnés estandarizado; la de Tencent es una afirmación de servicio para una imagen de contenedor concreta en hardware concreto, además de una mediana de finalización de tareas de una población interna. Ningún proveedor está siendo deshonesto. Están respondiendo a preguntas distintas, y la segunda —cuánto tarda el usuario en recibir su respuesta— es la que determina si un producto se percibe rápido.
El tiempo de 50 segundos hasta el primer token en MiniMax-M3.1-Flash merece señalarse por sí solo. Es un modelo de razonamiento que piensa antes de decir nada, y está bien para trabajo por lotes y mal para cualquier cosa interactiva que se transmita en streaming. Hy4 flash tiene el mismo problema estructural en una forma más leve: reasoning_effort tiene como valor predeterminado high, y la alternativa documentada es no_think. No hay una configuración intermedia en el modelo de Tencent, mientras que MiniMax expone una configuración de razonamiento más completa. Si tu presupuesto de latencia necesita «pensar un poco», eso es una brecha real.
Licencias: dos formas distintas de no estar del todo abiertas
Ninguno de los dos checkpoints es de código abierto. Ambos son de pesos abiertos con condiciones, y esas condiciones están configuradas de forma lo bastante distinta como para que determinen acuerdos diferentes.
• Licencia Comunitaria de MiniMax — permite el uso comercial con restricciones; el texto de la licencia rige el despliegue, y es la ficha del modelo la que la incluye en lugar de una licencia aprobada por la OSI.
• Licencia Tencent Hy v1.0 — Apache 2.0 más una Sección 10.2 que exige una licencia por escrito separada si usted opera un negocio de modelo como servicio con ingresos brutos mundiales superiores a 50 millones de dólares en cualquier período de doce meses, o atiende a más de 100 millones de usuarios activos mensuales.
• Las exenciones de Tencent — un equipo que nunca revende acceso no paga nada extra, un producto que expone el modelo solo dentro de una función fija en lugar de un prompting abierto no es MaaS en absoluto, y reenviar una solicitud al endpoint alojado de otra persona no cuenta. Esas tres frases son la razón por la que una empresa europea de SaaS normalmente puede leer esta licencia una vez y seguir adelante, mientras que el texto de MiniMax exige una decisión de criterio sobre qué significa "restricciones" para su propio despliegue.
• {{1}}El detonante de Tencent está vinculado a los ingresos, no al territorio{{/1}} — no hay jurisdicción excluida, lo que lo distingue de las licencias que prohíben la UE, el Reino Unido o Corea del Sur de manera absoluta.
El documento de Tencent es inusualmente legible para este género porque los términos adicionales están aislados en una sección numerada que dice exactamente qué efecto tiene sobre la concesión de Apache. Sea lo que sea lo demás que sea cierto sobre la versión, la licencia fue redactada por alguien que esperaba que los ingenieros la leyeran.

La brecha en la puntuación, y por qué "29" no es toda la historia
Artificial Analysis mide MiniMax-M3.1-Flash en 29 en la v5.0.1. Si has leído cualquier otra cosa sobre este modelo en este blog, es posible que hayas visto 42 o 43: eran correctas en la versión anterior del índice, y el reajuste de base del 27 de octubre de 2026 movió a todos los modelos del tablero. Citar 43 hoy y 29 para un competidor sería comparar dos instrumentos. En la versión actual, 29 es el número, y sitúa a MiniMax-M3.1-Flash en la misma banda amplia que el 31 de Gemini 3.8 Flash y por debajo del 36 de Claude Haiku 5.5.
Para Hy4 flash no hay banda. La evidencia disponible más cercana es la prueba a ciegas de Tencent, en la que obtuvo 2,79 de 4 en satisfacción del usuario frente al 2,81 de Claude Haiku 5.5. Si está dispuesto a hacer una inferencia —y es solo una inferencia—, un modelo que cae dentro del ruido de un modelo de índice 36 en tareas de oficina probablemente tampoco esté muy lejos de esa banda. Eso es una hipótesis que hay que poner a prueba, no una puntuación que citar.
Lo que lo resolvería sería una ejecución compartida del mismo entorno de evaluación. Ambos modelos se pueden descargar, lo que significa que la barrera es el cómputo, no el acceso, y la comunidad que evalúa modelos chinos de pesos abiertos llegará a hacerlo. Hasta entonces, la asimetría es el hecho: uno de ellos se ha medido públicamente y el otro no, y ninguna cantidad de descripción de arquitectura cierra esa brecha.

Enrutamiento: hoy puedes llamar a uno de estos dos
Esta es la diferencia práctica, y resulta que atraviesa nuestro propio catálogo. MiniMax-M3.1-Flash está en OrcaRouter como minimax/minimax-m3.1-flash, a 0,15 $ por millón de tokens de entrada y 0,60 $ por millón de salida, con una lectura de caché de 0,015 $ — el precio de lista del propio MiniMax, transferido con un margen del 0 %, de modo que un cambio de precio del proveedor se aplica aquí el mismo día. La entrada multimodal es texto, imagen y vídeo, y la ventana de contexto es de 1.048.576 tokens.
Hy4 flash no está en el catálogo. Lo que hay de Tencent es tencent/hy4-preview, el modelo 770B/49B del que se destiló Hy4 flash, a $0.834 y $2.501 por millón, con una lectura de caché de $0.042. Ese es un tercer modelo genuinamente útil para esta decisión, más que un consuelo: si estás valorando si el comportamiento de la familia Hy se adapta a tu carga de trabajo, el preview te lo dice en una tarde, y los pesos abiertos te dicen cuánto te costaría ejecutar tú mismo el barato.
El DSL de enrutamiento es donde esto se vuelve más interesante que una elección entre dos opciones. Un pipeline puede enviar llamadas interactivas cortas a la ruta más económica y el trabajo largo de documentos al modelo que haya ganado tu propia evaluación, en un único endpoint, con conmutación por error automática entre proveedores de modo que un modelo en su primera semana de disponibilidad no sea un punto único de fallo. Esa postura —poner el modelo nuevo en el tráfico que puedes permitirte perder— es la correcta para cualquier checkpoint tan reciente, y es la misma postura que querrías para un despliegue FP8 autoalojado detrás de una puerta de enlace interna.
¿Cuál, para qué trabajo?
Elige MiniMax-M3.1-Flash si necesitas un modelo evaluado ahora, si tus entradas incluyen vídeo, si necesitas un ajuste de esfuerzo de razonamiento entre «activado» y «desactivado», o si quieres estar en una plataforma donde el precio del proveedor ya esté disponible en lugar de una tarjeta que tengas que modelar tú mismo. Su estructura de 428B/23B y sus 132 tokens por segundo lo convierten en un caballo de batalla, y el hecho de que lleve un mes en la tabla significa que otras personas ya han encontrado sus modos de fallo en público.
Elige Hy4 flash si el coste por token es la restricción determinante, si quieres tener el despliegue en propiedad, si necesitas un checkpoint base para hacer fine-tuning o si la cuestión de la licencia es la que decide — el documento de Tencent no tiene exclusión territorial y sí una excepción clara para uso interno, y para un equipo europeo eso puede ser toda la respuesta. Sus 12B de parámetros activos y su contexto de 1M tokens, con 1/6 de la caché KV de su predecesor, son un argumento de que el segundo precio, el medido en GPUs, es inusualmente bajo.
Espera, en ambos casos, si la decisión es costosa. A uno de estos modelos nunca se lo ha evaluado de forma independiente, y al otro nunca se lo ha puesto a prueba contra él. La comparación que de verdad zanjará esto —ambos en un mismo harness, puntuados en las mismas tareas, con el coste por tarea completada junto a la puntuación— todavía no existe. Cuando exista, las filas de parámetros y de licencia de arriba seguirán siendo ciertas y la fila de la puntuación por fin significará algo.
Comparados en este artículo4
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
