Una tarjeta de título generada que dice «Hy4 flash frente a Tencent HY4» con el subtítulo «Una familia, dos niveles, una diferencia de precio de doce veces», dos chips que dicen «Hy4 flash: 224B en total, 12B activos, $0.070 / $0.281» y «Tencent HY4: 770B en total, 49B activos, $0.834 / $2.501», y un pie de página que dice «Hy4 flash se lanzó el 16 de noviembre de 2026; Tencent HY4 disponible de forma general el 4 de noviembre de 2026».
Guides & Insights

Hy4 flash vs Tencent HY4: una misma familia, dos niveles y una brecha de precio de doce veces

Autor

jinhao.song

Fecha de publicación

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

Tencent HY4 alcanzó la disponibilidad general el 4 de noviembre de 2026 como un modelo de 770 mil millones de parámetros con 49 mil millones activos por token, visión nativa, uso de ordenador y un precio de 0,834 $ de entrada / 2,501 $ de salida por millón de tokens. Doce días después, el 16 de noviembre, Tencent lanzó Hy4 flash: 224 mil millones de parámetros totales con 12 mil millones activos, la misma ventana de contexto de un millón de tokens y 0,070 $ de entrada / 0,281 $ de salida. Hy4 flash se creó destilando Tencent HY4 y después entrenándolo con aprendizaje por refuerzo para que hable menos, y la propia guía de Tencent lo dice: usa el modelo flash para búsqueda profunda, documentos, diapositivas, trabajo de frontend y uso de ordenador, y reserva el modelo insignia para ingeniería de software de horizonte largo. Esa orientación es inusualmente franca para un lanzamiento y también es lo más útil de cualquiera de los dos anuncios.

Así que esto no es una competencia entre rivales. Es una empresa que divide su propia familia en dos y te dice qué mitad comprar, y las preguntas interesantes son cuánto del buque insignia sobrevive en el modelo pequeño, dónde cae realmente la división y qué compra la diferencia de precio de doce veces además de tokens.

Tres lanzamientos en once semanas

El linaje explica la mayor parte del precio. Tencent ha lanzado esta familia tres veces desde agosto, y cada versión movió una variable diferente.

• 28 de agosto de 2026 — vista previa de Hy4. Apache 2.0, pesos en Hugging Face, ModelScope, GitCode y CNB, 770B en total / 49B activos, 78 capas de las cuales una es densa y 77 son de mezcla de expertos con 256 expertos enrutados más uno compartido, enrutamiento top-8, un contexto de 1.048.576 tokens, una capa de predicción de múltiples tokens de 10B con 0,7B activos. ¥6 / ¥18 / ¥0,3 por millón de tokens. Ocho filas de benchmarks publicadas, recetas para vLLM y SGLang, valores predeterminados de muestreo publicados.

• 4 de noviembre de 2026 — Tencent HY4. Misma escala de backbone, sustancialmente más preentrenamiento y postentrenamiento, y dos nuevas capacidades: visión nativa sobre imágenes de gran detalle, gráficos y diagramas, y uso del ordenador mediante ratón, teclado y línea de comandos con entrenamiento específico para Blender, CAD y trabajo de largo horizonte entre aplicaciones. Mismo precio de ¥6 / ¥18 / ¥0,3. Sin pesos, sin licencia, sin tarjeta de modelo, sin apéndice de benchmarks.

• 16 de noviembre de 2026 — Hy4 flash. 224B en total con 64B de parámetros Engram y 12B activos, multimodal, contexto de 1.048.576 tokens, ¥0,5 / ¥2 / ¥0,02. Sin pesos, sin licencia, sin tarjeta de modelo, cifras de benchmark publicadas solo como imágenes de gráficos.

La dirección es clara: la familia ha ido abaratándose y volviéndose menos abierta al mismo tiempo. El miembro más barato es también el que menos papeleo tiene, y la única versión que cualquiera puede descargar es la de agosto.

Lo que el buque insignia todavía hace y que flash no

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

Dos capacidades residen en el modelo insignia y no se atribuyen al modelo pequeño en los mismos términos.

Visión a escala. El lanzamiento de HY4 demostró una fotografía aérea de 2,8 gigapíxeles en la que el modelo localizó un componente de tejado de dos metros, lo cual es menos un resultado de visión que una demostración de que una ventana de un millón de tokens puede contener una imagen en mosaico y una consulta a la vez. Hy4 flash se presenta como multimodal, y uno de los ocho tipos de tarea de su suite WorkIndex es la comprensión visual, pero el lanzamiento no indica si el codificador es propio o está añadido, qué tamaño tiene ni si siquiera admite vídeo. Para el trabajo con documentos densos y gráficos, el modelo insignia es el que cuenta con una demostración publicada.

Uso de computadora y trabajo de escritorio de largo horizonte. Tencent entrenó HY4 específicamente para manejar un escritorio entre aplicaciones, lo ejecutó en un sandbox construido sobre su propio Agent Runtime con varios cientos de aplicaciones instaladas, y nombró Blender y CAD como cargas de trabajo objetivo. Hy4 flash también se recomienda para el uso de computadora, lo cual es una concesión significativa — pero el modelo insignia es el que lleva adjunta la descripción del entrenamiento, y los datos internos de WorkBuddy muestran que flash cede terreno en tareas largas de programación incluso cuando alcanza la paridad en el trabajo diario.

Todo lo demás en la columna del buque insignia es escala más que capacidad: 49 mil millones de parámetros activos frente a 12 mil millones, 78 capas documentadas frente a un recuento no revelado, 256 expertos enrutados frente a una cifra no revelada. Más parámetros activos aportan profundidad en razonamiento difícil y cadenas de herramientas largas. No aportan acceso a la ventana de contexto, que es la misma en ambos, ni a la multimodalidad en principio, que ambos afirman tener.

De dónde viene la diferencia de doce veces

La diferencia de precio no es un descuento. Son cuatro veces menos parámetros activos más un conjunto de cambios en el servicio, y Tencent es inusualmente específico sobre la segunda parte.

El trabajo de eficiencia, según el proveedor: la atención híbrida, LatentMoE y los parámetros Engram producen en conjunto una caché KV de una veinticuatroava parte del tamaño de la de Hy3 y una sexta parte de la de Tencent HY4. La autodestilación a partir de HY4 seguida de aprendizaje por refuerzo redujo la longitud de salida de extremo a extremo en un 50 %. Un megakernel de inferencia con cuantización de cuatro bits y una ruta de decodificación llamada DFly sostiene más de 150 tokens por segundo. Cada uno es plausible, cada uno es coherente con la arquitectura y ninguno ha sido reproducido de forma independiente.

La cifra de la caché KV es la que cambia la aritmética del despliegue y no solo el precio. En un contexto de un millón de tokens, el tamaño de la caché decide cuántas solicitudes largas concurrentes caben en un nodo, y una sexta parte de la caché del buque insignia a una doceava parte del precio es una combinación que puede convertir una carga de trabajo no rentable en una rentable sin ningún cambio en la calidad del modelo. El recorte del 50 % en la longitud de salida es el que cambia la calidad, y es el número que hay que probar: las respuestas más cortas son más baratas porque son más cortas, y si son más cortas porque el modelo es eficiente o porque dejó de pensar es exactamente lo que un proveedor no puede decirte sobre su propio modelo.

A modo de referencia sobre la trayectoria de la propia familia, Tencent informa que el costo por tarea en su suite interna WorkIndex equivale a un treceavo del de Hy4 preview y a un veinteavo del de Tencent HY4. El costo por tarea es una medición distinta de la de por token, pues incorpora la longitud de salida y los reintentos, de modo que el veinteavo es la cifra operativa honesta y el doceavo es la tarifa de lista. Ambas son lo bastante grandes como para que la dirección no esté en duda.

La pregunta sobre destilación que nadie ha respondido

Un modelo destilado hereda el comportamiento de su maestro en las tareas que cubrió la destilación e inventa el suyo propio en el resto. Tencent afirma que Hy4 flash se autodestiló a partir de HY4, lo que convierte al modelo insignia tanto en el competidor como en la señal de entrenamiento — una disposición que normalmente produce un modelo pequeño que es muy bueno en aquello para lo que se entrenó a fondo al maestro y notablemente más débil en otros ámbitos.

Los datos internos de productos de la empresa son coherentes con ese patrón. En WorkBuddy, Hy4 flash tiene un coste aproximado de una decimoquinta parte del de Tencent HY4, con un tiempo de tarea reducido un 70 %, paridad en tareas diarias y una ligera caída en codificación prolongada. En los flujos de agentes de 微信支付, iguala o supera a DeepSeek-V4.1-Flash-1017 con un 6 % menos de pasos y un 29 % menos de tokens de salida. En el análisis de causa raíz de 王者荣耀, se sitúa cerca tanto de DeepSeek-V4.1-Flash-1017 como de GLM-5.3-Flash en localización, mientras usa entre un 22 % y un 39 % menos de solicitudes y entre un 40 % y un 61 % menos de tokens. En 企业微信, produce salida un 88 % más rápida con un 60 % menos de tokens de razonamiento que HY4.

Leídos en conjunto, esos números describen un modelo que es excelente en el tipo de tareas para las que se entrenó a la familia —documentos, agentes, salida estructurada, recuperación— y que cede un poco en las tareas donde la profundidad adicional del profesor era la que hacía el trabajo. Ese es el resultado esperado de la destilación y no es una crítica; es la razón para conservar ambos niveles en lugar de reemplazar uno con el otro.

Lo que ninguno de los dos modelos tiene

Ni la versión insignia ni la versión flash incluyen los pesos. Tencent dice que planea publicar como código abierto Hy4 flash e iterar con frecuencia, pero no hay licencia, fecha ni repositorio. El lanzamiento de pesos de Tencent HY4 también se anuncia como un plan. El único miembro de esta familia que puedes descargar hoy es Hy4 preview, Apache 2.0, en Hugging Face desde el 28 de agosto, y eso sigue siendo cierto once semanas y dos lanzamientos después.

Ninguno de los dos tiene una puntuación de benchmark independiente. Artificial Analysis no ha publicado nada sobre Tencent HY4 ni sobre Hy4 flash. Cada cifra de ambos comunicados es de Tencent, las tablas de benchmark existen como imágenes de gráficos en lugar de texto, y la prueba ciega que respalda la afirmación principal del modelo flash son 85 empleados de Tencent usando un producto de Tencent en tareas seleccionadas por Tencent. Eso no hace que las cifras sean incorrectas. Las convierte en una hipótesis de partida.

Ninguno de los dos cuenta con una configuración de muestreo publicada, una tarjeta de sistema ni una declaración sobre el comportamiento de rechazo. La versión preliminar incluía las tres cosas.

La división práctica

La orientación de Tencent encaja con la forma de la carga de trabajo de manera más clara que la mayoría de los consejos de proveedores, y vale la pena reformularla en términos operativos.

Usa Hy4 flash de forma predeterminada para cualquier tarea que consista principalmente en lectura.Búsqueda profunda, procesamiento de documentos, extracción sobre entradas largas, generación de diapositivas, andamiaje sencillo de frontend y bucles de agentes que gastan la mayor parte de sus tokens reenviando contexto. El descuento de caché de diez veces y la menor huella de KV hacen que la recuperación de contexto largo sea la carga de trabajo en la que el nivel económico es más claramente la opción correcta, y los datos internos cubren exactamente ese terreno.

Recurre a Tencent HY4 cuando la tarea sea una larga cadena de decisiones. Ingeniería de software con varios archivos, automatización de escritorio de horizonte largo, trabajo de CAD y Blender, y cualquier caso en el que una ejecución tenga que mantener un plan cohesionado a lo largo de docenas de pasos. Este es el caso que la propia Tencent admite, y los 37.000 millones de parámetros activos adicionales del modelo insignia son el mecanismo.

Usa Hy4 preview como control. Pertenece a la misma familia, tiene la misma escala 770B/49B que el modelo insignia, incluye un apéndice de benchmarks publicado y pesos Apache 2.0 que puedes ejecutar tú mismo. Cuando estás decidiendo si flash es suficientemente bueno, la preview te da un punto de referencia que no depende de confiar en una gráfica.

Dónde ejecutar la comparación

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Ni Tencent HY4 ni Hy4 flash se enrutan a través de OrcaRouter. Lo que hay aquí es tencent/hy4-preview al precio de lista del proveedor de $0.834 por millón de tokens de entrada y $2.501 por millón de tokens de salida, más un nivel gratuito con límite de tasa, y tencent/hy3 a $0.18 y $0.59 para la generación anterior. Se puede acceder a los dos modelos de este artículo a través del TokenHub propio de Tencent, donde el nivel flash tiene actualmente una promoción del 50 % de descuento por un período no especificado y WorkBuddy es gratis hasta el 30 de noviembre.

La ruta de vista previa vale más de lo que parece. Ejecuta la misma arquitectura a la misma escala que el modelo insignia, publica un apéndice de benchmarks de ocho filas que puedes volver a ejecutar contra el checkpoint, y cuesta una cuarta parte de lo que costaría evaluar el insignia. Si tu pregunta es si el modelo grande de esta familia es lo bastante bueno para tu trabajo, la vista previa lo responde por una fracción del precio; si la respuesta es sí, Hy4 flash es la versión con la que comparar precios frente a él, y la relación destilada hace que la comparación sea inusualmente limpia: la misma familia, el mismo contexto, el mismo linaje de tokenizador, una diferencia de doce veces en lo que pagas.

Una razón para mantener la evaluación en un router incluso para una familia a la que solo se puede acceder desde su proveedor: un modelo lanzado hace seis días no tiene historial público de disponibilidad, y cambiar a tencent/hy4-preview con la misma clave es un cambio de una sola línea si un endpoint da problemas durante una promoción de la semana de lanzamiento. No se añade nada sobre lo que cobra Tencent — el precio de lista es el precio — y cuando Tencent ajusta una tarifa, el nuevo número es lo que pagas en la siguiente llamada, no en la siguiente versión de la hoja de comparación de alguien. La misma credencial también abre más de doscientos otros modelos si la evaluación se amplía más allá de esta familia.

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

La división por niveles es el anuncio.

Lo más trascendente que Tencent dijo el 16 de noviembre no fue el precio. Fue que el modelo insignia se mantiene para la ingeniería de software de largo plazo, mientras que el modelo económico se hace cargo del trabajo cotidiano —una empresa que divide su propia línea de productos según el eje que sus clientes realmente perciben, y que admite que el modelo económico no es un reemplazo del caro.

Para cualquiera que esté dentro de esa división, la decisión es fácil y las cifras son contundentes: un doceavo del precio de entrada, un noveno del de salida, una centésima parte de la caché, cuatro veces menos parámetros activos y una huella de KV menor en la misma ventana de un millón de tokens. Para quien está fuera —ejecuciones agénticas largas, automatización de escritorio, código de varios archivos—, el buque insignia sigue siendo la respuesta de la familia y su propio proveedor lo dice.

Lo que falta es prueba, y falta en ambos niveles. Ninguna puntuación independiente, ningún peso para ninguno de los dos modelos nuevos, tablas de referencia que hay que leer como imágenes y una comparación destacada extraída de un panel interno. Una diferencia de precio de doce veces es una afirmación lo bastante contundente como para que personas ajenas a Tencent la pongan a prueba en cuestión de semanas. Hasta que lo hagan, la postura sensata es la que implica la propia orientación de Tencent: usar el nivel barato en las tareas para las que fue creado, mantener el buque insignia donde el trabajo es largo y medir ambos en lugar de elegir según la tarifa.

Comparados en este artículo1

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