Una tarjeta de título generada que dice 'Tencent Hy4 vs Claude Opus 5.5 — una décima parte del coste por tarea', con una tarjeta izquierda para Tencent Hy4 que muestra '770B en total / 49B activos', 'contexto de 1M', 'pesos abiertos 20 nov 2026' y '$0.834 / $2.501 por 1M de tokens', una tarjeta derecha para Claude Opus 5.5 que muestra 'Índice de Inteligencia 59 con esfuerzo máximo', 'contexto de 1M', 'pesos cerrados' y '$4.00 / $20.00 por 1M de tokens', y un pie de página que dice 'Cifras del índice según Artificial Analysis, v5.0.1. Logotipo de OrcaRouter abajo a la derecha.'
Guides & Insights

Tencent Hy4 vs Claude Opus 5.5: una décima parte del coste por tarea

Autor

Gideon Frost

Fecha de publicación

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

Tencent Hy4 dejó de ser un modelo alquilado el 20 de noviembre de 2026. Esa es la fecha en la que Tencent publicó los pesos — tencent/Hy4, Hy4-FP8 y el preentrenado Hy4-base — en Hugging Face, ModelScope y GitCode, dieciséis días después de que el propio modelo se pusiera a disposición general el 4 de noviembre. Claude Opus 5.5, en cambio, nunca ha podido descargarse: Anthropic lo lanzó el 22 de septiembre de 2026 como un modelo insignia solo disponible mediante API y no ha publicado nada sobre abrirlo. Así que la pregunta interesante ya no es qué modelo es mejor. Es qué estás comprando cuando pagas aproximadamente diez veces más por tarea completada por un modelo que obtiene 24 puntos más en el índice independiente, y si ese intercambio sigue en pie una vez que el lado barato puede ejecutarse en tu propio hardware.

Las cifras que hacen concreta la comparación provienen ambas de Artificial Analysis, en la revisión v5.0.1 de su Intelligence Index. Claude Opus 5.5 se sitúa en 59 en su ajuste de esfuerzo máximo, 57 en xhigh, 52 en high, 48 en medium y 35 en low. Tencent Hy4 se sitúa en 35, sin un desglose por esfuerzo publicado. En cuanto al coste por tarea completada del Intelligence Index, el orden se invierte radicalmente: $10.04 para Claude Opus 5.5, $1.03 para Tencent Hy4.

¿Qué cambió realmente el 20 de noviembre?

El propio encuadre de Tencent sobre el lanzamiento es una sola línea en la sección de noticias de la ficha del modelo: la empresa publicó como código abierto Hy4, Hy4-FP8 y Hy4-base. Lo que eso significa en la práctica es más específico, y merece separarse del marketing.

• Pesos: checkpoints completos en BF16. El repositorio de Hugging Face informa 774,4 mil millones de parámetros en el índice de safetensors, lo que corresponde al backbone de 770B más el codificador de visión y el modelo draft. Ya hay disponible una compilación GGUF de 4 bits en un repositorio aparte para quienes quieran probar el modelo sin necesidad de un clúster multinodo.

• Licencia: la Tencent Hy License, versión 1.0. Deriva de Apache 2.0, pero explícitamente no es Apache 2.0, y la Sección 10 añade términos comerciales que importan. Más sobre eso a continuación.

• Servicio — Tencent distribuye imágenes precompiladas en lugar de dejarte lidiando con la arquitectura: vllm/vllm-openai:hy4 y lmsysorg/sglang:hy4, ambas con el borrador de decodificación especulativa DFly2 ya integrado. La receta de vLLM requiere ocho GPU con un tamaño de paralelismo tensorial de 8 para el checkpoint FP8.

• Lo que no cambió: el precio. Tencent Hy4 ha costado $0.834 por millón de tokens de entrada y $2.501 por millón de tokens de salida desde que pasó a disponibilidad general, con lecturas de caché a $0.042. La apertura de los pesos no vino acompañada de una reducción de tarifas, y no hay indicios de que vaya a haber una.

La versión GA y la versión abierta son el mismo modelo. Eso no era cierto un mes antes: la versión de agosto, Tencent Hy4 Preview, se lanzó bajo Apache 2.0 con los pesos disponibles desde el primer día, y la versión GA de noviembre llegó como una API cerrada con una promesa. La publicación del 20 de noviembre es esa promesa cumplida, con una licencia más estricta adjunta.

La brecha en el índice independiente

Veinticuatro puntos es una diferencia grande, y es mayor de lo que sugiere el titular cuando se examina qué mide cada cifra. Artificial Analysis publica Claude Opus 5.5 en cinco niveles de esfuerzo y Tencent Hy4 en uno solo. El 35 de Hy4 no es una cifra equiparada en esfuerzo; es la única cifra que el laboratorio ha publicado, y presumiblemente refleja el ajuste de razonamiento que el modelo usa por defecto, que en la propia API de Tencent es alto.

A continuación, dos cosas. Primera: la comparación honesta es 35 frente a los 52 de Opus 5.5 en esfuerzo alto, no frente a sus 59; una diferencia de 17 puntos en lugar de 24. Segunda, y más útil: la fila de esfuerzo bajo de Claude Opus 5.5 también es 35. En su configuración más rápida y barata, el buque insignia de Anthropic obtiene la misma puntuación de índice que el buque insignia abierto de Tencent en su configuración predeterminada. Es un dato realmente útil para cualquiera que construya una tabla de enrutamiento, porque significa que la elección no es «modelo bueno frente a modelo débil», sino «qué extremo del dial de esfuerzo puedes permitirte».

A generated two-column scoreboard titled 'Tencent Hy4 vs Claude Opus 5.5'. Tencent Hy4 column: Intelligence Index 35, price $0.834 / $2.501, context 1M tokens, weights open under the Tencent Hy License, first answer token 115.9 s, cost per index task $1.03. Claude Opus 5.5 column: Intelligence Index 59 at max effort, price $4.00 / $20.00, context 1M tokens, weights closed, first answer token 24.3 s at high effort, cost per index task $10.04. Footer: 'Index and cost figures per Artificial Analysis, v5.0.1; licence terms per Tencent and Anthropic.'

Las puntuaciones parciales apuntan en la misma dirección. En el Cyber Index de Artificial Analysis, publicado en noviembre, Tencent Hy4 obtiene 58 y ocupa el tercer puesto entre 26 modelos —por detrás de Kimi K3.1 Pro con 64 y una variante de GPT-6 Sol con acceso de confianza con 69, y justo por delante de DeepSeek V4.1 Flash 1017 con 57—. Es el primero absoluto en CWE-Bench-AA con un 76 %. Se trata de evaluaciones específicas de seguridad, no de razonamiento general, pero son las únicas puntuaciones independientes que tiene el modelo de Tencent que no son un único agregado, y son respetables.

Lo que Tencent Hy4 no tiene es una tabla pública de benchmarks de su propio laboratorio. El anuncio de disponibilidad general (GA) de noviembre sustituyó las filas de Terminal-Bench, DeepSWE y SWE-bench Pro de la versión preliminar por conjuntos de tareas internos: un panel financiero de 213 expertos, una comparación de la tasa de alucinaciones y una puntuación interna de WorkIndex de 42,1. Son afirmaciones reportadas por el proveedor sobre las propias tareas de Tencent, y la ficha del modelo las repite sin las filas de benchmarks públicos que permitirían contrastarlas con algo. El índice independiente es la comprobación.

Cuánto cuesta la brecha por tarea

Aquí está la parte que decide la mayoría de los despliegues reales, y no favorece al precio por token más barato de forma tan clara como sugiere la tarifa.

• Precio por token: $0.834 de entrada y $2.501 de salida para Tencent Hy4 frente a $4.00 y $20.00 de Claude Opus 5.5. Justo por debajo de cinco veces más barato en la entrada y ocho veces en la salida.

• Caché — $0.042 por millón de tokens de entrada en caché para Hy4, un descuento del 95%, frente a $0.20 para Opus 5.5. En un bucle de agente que vuelve a leer el mismo repositorio de 200,000 tokens en cada turno, esa diferencia es todo el modelo de costos.

• Coste por tarea de índice completada: 1,03 USD para Hy4 frente a 10,04 USD para Opus 5.5. Ten en cuenta que se trata de una brecha de 9,7 veces, mayor que la brecha de precio por token, porque Hy4 también es más verboso en términos absolutos: 160 millones de tokens de salida en todo el índice frente a 218 millones para Opus 5.5, con un ranking de verbosidad del 87.º de 94 modelos para Hy4 y del 90.º de 94 para Opus 5.5. Ninguno de los dos modelos es conciso.

• Velocidad — 93 tokens por segundo para Hy4 frente a 112 de Opus 5.5, pero la historia de la latencia es peor que la del rendimiento. Tencent Hy4 tarda 115,9 segundos en producir su primer token de respuesta, mientras que la mediana del segmento es de 12,7 segundos. Para el trabajo interactivo ese es el número que importa, y es el único punto donde el modelo más económico es claramente el peor producto.

• Tiempo por tarea — 14,0 minutos para Hy4 frente a 25,7 minutos para Opus 5.5. Hy4 termina las tareas de índice más rápido en términos de tiempo real a pesar del retraso del primer token, porque piensa menos tiempo en total.

La afirmación sobre el coste necesita un matiz que la lista de precios oculta. Tencent Hy4 cuesta aproximadamente una décima parte por tarea completada, pero hará que un usuario espere casi dos minutos para el primer token, y responderá una pregunta 17 puntos peor con el mismo esfuerzo. Si tu carga de trabajo es por lotes —extracción de documentos, clasificación, ejecuciones de agentes durante la noche, generación de datos sintéticos—, la latencia del primer token es irrelevante y la economía es abrumadora. Si es interactiva, la latencia es el producto y la ventaja de precio no la compensa.

Dónde Hy4 gana sin discusión

Tres dimensiones, y ninguna de ellas tiene que ver con ser más inteligente.

• Economía del contexto. Ambos modelos anuncian una ventana de 1M de tokens. Solo uno de ellos cobra $0.042 por millón de tokens por volver a leer la misma ventana. El trabajo con contextos largos que implica pasadas repetidas sobre un corpus fijo —revisión de código contra un repositorio completo, análisis de contratos en un conjunto de documentos, un agente de investigación que mantiene sus notas en el contexto— es drásticamente más barato en Hy4 incluso antes de la tarifa base.

• Modalidad. Tencent Hy4 acepta texto, imágenes y fotogramas de vídeo a través de una única ruta ViT y devuelve texto. Claude Opus 5.5 acepta texto, imágenes y archivos. El vídeo es la diferencia: la tarjeta de modelo de Hy4 describe un codificador de visión con un adaptador que convierte las características de los fotogramas de vídeo en tokens visuales, y no existe una declaración equivalente para Opus 5.5.

• La longitud de salida es el único punto en el que Opus 5.5 gana con claridad: 128K tokens de salida máxima frente a los 64K de Hy4. Para una tarea que requiere generar un artefacto largo en una sola llamada, ese límite es decisivo.

Las ventajas de Claude Opus 5.5 son las que Anthropic siempre ha vendido: una diferencia de 17 puntos en el índice con el mismo esfuerzo, un primer token en 24 segundos con esfuerzo alto frente a 116, el doble del límite de salida y un conjunto mucho mayor de evaluaciones de terceros que lo respaldan. Si la tarea es ingeniería de software compleja o análisis de varios pasos donde una respuesta incorrecta resulta costosa, la diferencia de precio de diez veces no es el número relevante. Si la tarea es volumen, es el único número que importa.

La licencia no es Apache.

Screenshot of the tencent/Hy4 model card on Hugging Face, showing the model name, the Hunyuan / hy4 / moe / multimodal tags, the Tencent Hy License badge, and links to ModelScope, GitCode and the GitHub repository.

Aquí es donde la versión del 20 de noviembre difiere de la de agosto, y es el detalle que la mayoría de las páginas de comparación pasarán por alto.

Tencent Hy4 Preview se lanzó bajo Apache 2.0, una licencia permisiva genuina y sin condiciones ocultas. Tencent Hy4 se distribuye bajo la Tencent Hy License 1.0, que es Apache 2.0 con una Sección 10 añadida. Esa sección establece que, si operas un negocio de modelo como servicio y tus ingresos brutos mundiales superan los US$50 millones en cualquier período de doce meses, o el producto en el que estás integrando el modelo tiene más de 100 millones de usuarios activos mensuales, necesitas una licencia por escrito separada de Tencent antes de usarlo. El uso interno queda excluido: si ni el modelo ni sus resultados llegan a terceros, la Sección 10 no se aplica.

Para una startup, un grupo de investigación o una empresa que ejecuta el modelo detrás de una herramienta interna, esa cláusula es inerte y Hy4 está efectivamente abierto. Para una plataforma que planea revender inferencia sobre él, es una negociación. Compáralo con Claude Opus 5.5, donde la cuestión no se plantea porque no hay nada que licenciar: o se alquila el endpoint o no se usa el modelo.

La consecuencia práctica es una división que no existía hace un mes. Tencent Hy4 es ahora el único modelo de esta comparativa que puedes ajustar, destilar, cuantizar o ejecutar dentro de una red sin acceso saliente. Claude Opus 5.5 es el único de los dos con un techo de salida de 128K y un primer token en menos de medio minuto con su ajuste de esfuerzo alto.

Elegir entre ellos

El árbol de decisión es lo bastante breve como para enunciarlo sin ambages.

• Necesitas la puntuación más alta por token y la tarea es interactiva: Claude Opus 5.5. Nada del argumento del precio sobrevive a un usuario que se queda mirando un retraso de 116 segundos hasta el primer token.

• Necesitas el costo más bajo por tarea completada y el trabajo es por lotes — Tencent Hy4, y el margen se acerca a un orden de magnitud.

• Necesitas autoalojar, realizar un ajuste fino o mantener los datos dentro de tu propia red — Tencent Hy4, sujeto a la lectura de la Sección 10 de la licencia. Aquí no existe en absoluto la opción Claude Opus 5.5.

• Necesitas 128K de salida generada en una sola llamada, o entrada de video — el techo de salida apunta a Opus 5.5, la entrada de video a Hy4. Pocas cargas de trabajo necesitan ambas.

• Si quieres repartir el riesgo entre ambos, coloca una ruta ponderada delante de ellos y deja que el modelo barato haga el primer intento. Hy4 a $1.03 por tarea es lo bastante barato como para que un intento fallido cueste alrededor de una décima parte de dejar que Opus 5.5 lo intente primero, y la ruta de escalado solo se activa en las tareas que lo necesitan.

Ejecutando ambos con una sola tecla

Screenshot of the OrcaRouter model page for Anthropic: Claude Opus 5.5, showing the model name, vendor, context window, per-million-token pricing and supported endpoint types.

Ambos modelos se pueden invocar a través de OrcaRouter con sus propias cadenas de modelo — tencent/hy4 a $0.834 por millón de tokens de entrada y $2.501 por millón de salida, y anthropic/claude-opus-5.5 a $4.00 y $20.00. Eso significa que la comparación anterior se puede ejecutar como un experimento en lugar de una discusión: una clave, un SDK, dos cadenas de modelo y un DSL de enrutamiento que envía primero lo barato y escala en caso de fallo.

Como OrcaRouter transfiere los precios de lista de los proveedores a margen cero, la tarifa de Tencent es la tarifa que pagas de nuestro lado, y la de Anthropic también. Si cualquiera de los dos proveedores cambia su precio, el cambio entra en vigor el mismo día en lugar de esperar a que un revendedor vuelva a introducir un catálogo.

Para el caso autoalojado, el cálculo cambia radicalmente. Una vez que ejecutas Hy4 en tus propias GPU, el coste marginal por token deja de ser una cifra del proveedor y pasa a ser tu cifra de electricidad y utilización, por lo que los pesos importan más que el debate sobre la licencia para cualquiera que tenga capacidad disponible.

Lo que decida el próximo mes

Dos cosas zanjarán esta comparación, y ninguna de ellas es una fila de benchmark.

Lo primero es si la publicación abierta de Tencent conlleva una evaluación independiente de los pesos. La carga del 20 de noviembre incluye una tarjeta de sistema y una guía de ajuste fino, pero el material de referencia de la tarjeta del modelo sigue siendo en su mayoría la tabla de preentrenamiento —MMLU en 91,6, MMLU-Pro en 73,9, SuperGPQA en 62,7 y MMMU-Pro en 59,6 para el modelo base—, además de las suites de tareas internas. Nadie fuera de Tencent ha publicado una puntuación para la versión ajustada por instrucciones, y el 35 del índice independiente es un único número de un único evaluador.

El segundo es el esfuerzo. Claude Opus 5.5 ya publica cinco niveles de 35 a 59; la diferencia entre su configuración más barata y la más cara es mayor que toda la distancia hasta la única puntuación de Tencent Hy4. Si Tencent publica el mismo tipo de desglose —y la API ya expone una alternancia entre alto y sin pensamiento—, la comparación se convierte en una tabla de configuraciones equivalentes en lugar de una cifra frente a otra. Hasta entonces, el resumen honesto es que Tencent Hy4 es un modelo de media tabla en la evaluación independiente, uno fuerte en la evaluación específica de seguridad, un orden de magnitud más barato por tarea completada y ahora genuinamente abierto, lo que no era el 4 de noviembre.

Comparados en este artículo2

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