
Hy4 flash vs Claude Haiku 5.5 : Tencent a mené cette comparaison lui-même, et publié sa défaite
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 138 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 176 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 89 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 187 tok/s
Quelqu'un chez Tencent a décidé que le bon adversaire pour Hy4 flash était Claude Haiku 5.5, a mis les deux modèles face à 85 des propres utilisateurs WorkBuddy de l'entreprise sur 259 tâches, et a publié le résultat alors même qu'il est perdant. Hy4 flash a obtenu 2,79 sur 4 en satisfaction des utilisateurs. Claude Haiku 5.5 a obtenu 2,81. C'est un écart de deux centièmes de point sur une échelle de quatre points, mesuré par le challenger, sur les propres tâches du challenger — et c'est le nombre le plus intéressant de la sortie de Hy4 flash, car il dit ce que Tencent pense réellement vendre. Pas un meilleur modèle. Un modèle moins cher qui est suffisamment proche pour que la différence ne résiste pas au contact d'une enquête de satisfaction.
Le reste de la publication va dans ce sens. Hy4 flash a été publié en poids ouverts le 17 novembre 2026, deux jours après son arrivée sur l’API de Tencent le 16 novembre : 220 milliards de paramètres au total, 12 milliards actifs par token, un contexte de 1 million de tokens, une entrée image avec sortie texte. Claude Haiku 5.5 est en disponibilité générale depuis le 7 octobre 2026, à 0,10 $ et 0,50 $ par million de tokens. Aucun des deux modèles ne figure au catalogue d’OrcaRouter, et cet article ne prétendra pas le contraire ; ce qui est routable est abordé vers la fin, et il s’agit d’une autre paire de modèles.
Le test à l’aveugle, lu correctement
Le compte rendu d’évaluation de Tencent tient en trois phrases et un graphique, et ce graphique fait quelque chose de précis : il représente la satisfaction en fonction du temps médian d’achèvement de bout en bout et du coût par tâche, afin que le modèle qui l’emporte sur deux axes soit visible au premier coup d’œil. Les chiffres sont de 2,79/4 pour Hy4 flash contre 2,81/4 pour Claude Haiku 5.5, avec un temps médian d’achèvement de 6,7 minutes pour Hy4 flash et 0,26 RMB par tâche. Tencent affirme que Hy4 flash a enregistré à la fois le coût par tâche le plus faible et le temps médian d’achèvement le plus court parmi les modèles évalués.
Ce que le compte rendu ne fournit pas, c’est l’ensemble complet des modèles évalués, la ventilation par catégorie, ni la grille d’évaluation. Il précise en revanche la population : 85 utilisateurs internes, 27 catégories, 259 tâches, toutes issues de WorkBuddy, l’assistant de productivité de Tencent. Il s’agit d’une évaluation cohérente, et elle n’est pas neutre. Les employés qui évaluent le modèle de leur employeur savent quel modèle est le leur, et même dans une interface aveugle, les tâches sont celles que Tencent a choisies parce qu’elles ressemblent au produit de Tencent.
Ce que l’écart de 0,02 apporte d’utile, c’est ce qu’il fait à l’argument dans un sens comme dans l’autre. Si vous êtes enclin à faire confiance au test, Tencent affirme que la différence de capacités par rapport à Claude Haiku 5.5 est négligeable pour le travail de bureau, ce qui est une déclaration contre son propre intérêt. Si vous êtes enclin à ne pas y croire, le même test ne vous donne aucune raison de penser que Hy4 flash est meilleur, et il ne vous reste que la colonne des coûts, là où Tencent veut de toute façon attirer votre attention.
Là où les deux modèles diffèrent réellement
Les fiches techniques divergent d'une manière que le score de satisfaction ne peut pas montrer. Chaque chiffre ci-dessous correspond à la spécification publiée par le fournisseur lui-même, sauf s'il est indiqué qu'il s'agit d'une mesure d'Artificial Analysis.
• Paramètres totaux et actifs — Hy4 flash : 220B au total, dont 64B dans les tables Engram, 12B actifs par token ; le nombre de paramètres de Claude Haiku 5.5 n’est pas divulgué, ce qui est normal pour Anthropic.
• Fenêtre de contexte — 1 048 576 tokens pour Hy4 flash ; 1 000 000 pour Claude Haiku 5.5.
• Sortie maximale — 64 000 tokens sur Hy4 flash selon la configuration de service ; 128 000 tokens sur Claude Haiku 5.5, soit deux fois plus.
• Modalité d'entrée — Hy4 flash traite le texte et les images via un encodeur à 27 couches dérivé de SigLIP2 ; la documentation de lancement de Claude Haiku 5.5 est centrée sur le texte et l'utilisation d'outils, et son ensemble de capacités publié est plus restreint du côté de la vision.
• Licence — Hy4 flash est distribué sous la Tencent Hy License, dont la section 10.2 exige un accord distinct au-delà de 50 millions de dollars de revenus MaaS ou de 100 millions de MAU ; Claude Haiku 5.5 est propriétaire et ne dispose d'aucun poids du tout.
• Score indépendant — Hy4 flash n'en a aucun, et son URL Artificial Analysis renvoie une erreur 404 ; Claude Haiku 5.5 obtient 36 sur l'Intelligence Index v5.0.1 avec un effort réglé sur Max.
• Coût mesuré par tâche Index — 0,41 $ pour Claude Haiku 5.5 selon Artificial Analysis ; non mesuré pour Hy4 flash, qui ne figure pas dans le classement.
Le plafond de sortie est la ligne la plus susceptible de poser problème en pratique. Un modèle doté de 1 M de contexte et de 64 k de sortie est configuré pour lire énormément et écrire une quantité modérée ; un flux de rédaction de documents qui prévoit d’émettre plus de 64 000 tokens en une seule réponse ne peut pas l’utiliser. L’usage recommandé par Tencent lui-même — recherche approfondie, traitement de documents, création de diapositives, démos front-end simples, utilisation d’un ordinateur — est cohérent avec ce plafond. La génération de textes longs ne figure pas sur la liste.
La comparaison des prix ne consiste pas à opposer un chiffre à un autre.
Le tarif de Tencent pour la Chine continentale pour Hy4 flash est de 0,5 ¥ par million de jetons d’entrée, 2 ¥ par million de jetons de sortie, et 0,02 ¥ par jeton d’entrée mis en cache — soit environ 0,070 $, 0,281 $ et 0,003 $. La grille tarifaire publiée de Claude Haiku 5.5 commence à 0,10 $ par million de jetons d’entrée et 0,50 $ par million de jetons de sortie, avec des écritures de cache à 0,125 $ et 0,625 $ pour des caches de cinq et une heure, et des lectures de cache à 0,01 $.
Sur ces tarifs affichés, Hy4 flash est environ 30 % moins cher en entrée, 44 % moins cher en sortie et 70 % moins cher sur un accès au cache. Les deux appliquent des tarifs fixes sur les cent mille premiers tokens. La différence se situe après : la grille tarifaire d’Anthropic fait passer le prix d’entrée de Claude Haiku 5.5 de 0,10 $ à 0,50 $ par million et son prix de sortie de 0,50 $ à 2,50 $ dès qu’une requête dépasse 100 000 tokens d’entrée. Sur un document de 200 000 tokens, Claude Haiku 5.5 est facturé à cinq fois son tarif d’entrée affiché, ce qui porte cette comparaison à 0,50 $ contre 0,070 $ chez Tencent — un écart de 7x plutôt que de 30 %.
C’est un choix de conception, pas un tour de passe-passe, et il repose sur une logique défendable : les entrées longues coûtent plus cher à préremplir, donc le fournisseur les facture plus cher. Mais cela signifie que le chiffre mis en avant n’est pas le bon pour précisément la charge de travail que les deux modèles prétendent bien traiter. Le traitement de documents avec un contexte de 1 M est par définition une charge de travail de plus de 100 000 tokens. Si votre cas d’usage concerne les documents longs, comparez le prix des deux modèles sur les lignes correspondant à la longueur de votre prompt, pas sur le chiffre affiché en haut de la fiche.
Latence : la métrique mesurée par Tencent n’est pas celle qu’Anthropic publie
Tencent rapporte un temps d’exécution médian de bout en bout de 6,7 minutes pour Hy4 flash sur une tâche WorkBuddy. Artificial Analysis rapporte Claude Haiku 5.5 à 14,7 minutes par tâche de l’Intelligence Index à effort Max, avec un délai de 192 secondes avant le premier token de réponse — et le tableau de bord signale le modèle comme « notablement lent par tâche et très verbeux », avec 298 M de tokens de sortie pour l’exécution de l’indice.
Ces deux nombres ne sont pas comparables et ne devraient pas être soustraits. Tâches différentes, harnais différents, définitions différentes de « terminé ». Ce qu’ils établissent, en revanche, c’est que le réglage d’effort de Claude Haiku 5.5 est un bouton de latence avec une plage très large, et que son niveau maximal est coûteux en temps d’horloge :
• Max — Indice 36, 14,7 minutes par tâche, 192 secondes pour le premier jeton, 298 M de jetons de sortie.
Xhigh — Indice 35, 9,6 minutes, premier token en 44 secondes, 151 M tokens.
• Élevé — Index 30, 6,4 minutes, premier token en 21 secondes, 89,8 M de tokens.
• Moyen — Index 25, 3,9 minutes, premier token en 10 secondes, 52,7 M de tokens.
• Faible — Index 19, 2,2 minutes, premier token en 5,8 secondes, 29,9 M de tokens.

Les cinq lignes sont des mesures d’Artificial Analysis sur la v5.0.1. L’intérêt de les afficher, c’est que « Claude Haiku 5.5 obtient 36 » est une affirmation concernant la configuration la plus coûteuse proposée par Anthropic. À son réglage élevé, il obtient 30 et termine en moins de la moitié du temps. Quiconque compare un produit sensible à la latence au chiffre Max le compare à un réglage qui ne sera pas livré.
Hy4 flash dispose du même réglage, sous une forme plus grossière : reasoning_effort sur high, qui est la valeur par défaut, ou no_think. Deux positions contre cinq. Si votre charge de travail a besoin d'un réglage intermédiaire — réflexion activée, mais pas au maximum — Claude Haiku 5.5 vous offre le bouton, alors que Hy4 flash, la plupart du temps, ne le propose pas.

Trois choses qui décident de cela et qui ne figurent sur aucune des deux fiches techniques
La surface d'API.Le format de requête de Claude Haiku 5.5 est plus strict que celui de son prédécesseur, d'une manière qui casse le code. La documentation d'Anthropic rejette temperature, top_p et top_k à toute valeur non par défaut, abandonne le préremplissage de l'assistant, supprime le budget_tokens manuel, et exige une version spécifique de l'ensemble d'outils d'utilisation d'ordinateur. Hy4 flash accepte l'ensemble complet d'échantillonnage, recommande temperature 0.9 avec top_p 1.0, et fournit hy_v4 des analyseurs d'appels d'outils et de raisonnement pour vLLM. Si vous avez une bibliothèque de prompts réglée avec des balayages de température, l'un de ces modèles l'exécutera sans modification et l'autre renverra un 400.
La forme du déploiement. Claude Haiku 5.5 n'est qu'une API, rien de plus. Hy4 flash est une API, un dépôt Hugging Face, une version FP8, un checkpoint de base, une quantification GGUF et un guide de fine-tuning. Ce n'est pas automatiquement un avantage — un modèle que l'on auto-héberge est un modèle que l'on exploite, que l'on patche et dont on planifie la capacité — mais c'est la différence entre une relation fournisseur et un actif, et pour une équipe ayant une exigence de résidence des données ou un besoin de fine-tuning, cela tranche la comparaison avant même que le moindre benchmark ne soit consulté.
L'écart de mesure. Claude Haiku 5.5 figure sur Artificial Analysis depuis octobre et a été décortiqué par tous les blogs de comparaison du web, y compris celui-ci. Hy4 flash affiche un 404 là où son score devrait apparaître. Non pas parce que le modèle est mauvais, mais parce qu'il a deux jours et que personne d'indépendant ne l'a testé. Le score de satisfaction ci-dessus est la mesure d'une population réelle, et c'est aussi la seule mesure de ce modèle réalisée par quelqu'un d'autre que son créateur.
Appeler l'un ou l'autre, honnêtement
Ni Hy4 flash ni Claude Haiku 5.5 ne figurent au catalogue OrcaRouter au moment où nous écrivons ces lignes, il n'existe donc aucune version de cette section où nous vous indiquons de les appeler ici. Ce qui est présent, c'est la génération de chaque côté : tencent/hy4-preview, le modèle 770B/49B à partir duquel Hy4 flash a été distillé, à 0,834 $ en entrée et 2,501 $ en sortie par million de tokens, avec un tarif de lecture du cache de 0,042 $ ; et anthropic/claude-haiku-4.5 à 1,00 $ en entrée et 5,00 $ en sortie par million de tokens, avec une lecture du cache à 0,10 $ — la génération précédente, et non la 5.5 de cette comparaison.
Cette combinaison est plus utile qu'elle n'en a l'air. Si vous vous demandez si le profil de coût de Hy4 flash justifie de restructurer un pipeline, le modèle de prévisualisation vous donne le comportement de la famille à un prix où l'expérimentation est peu coûteuse, sur la même clé et le même point de terminaison que tout le reste du catalogue, avec le prix catalogue du fournisseur répercuté avec 0 % de marge afin qu'un changement de prix de Tencent vous parvienne le jour où il survient. Le DSL de routage est l'élément qui compte une fois que vous avez deux candidats : envoyez le niveau des documents longs au modèle qui gagne votre propre évaluation et gardez l'autre comme solution de repli, au lieu de choisir un seul fournisseur pour tout parce que changer coûte un contrat.
Et quand Hy4 flash arrive sur un catalogue — n’importe quel catalogue, y compris le nôtre — ce qu’il faut tester, ce n’est pas le score de satisfaction. C’est le nombre de tokens de sortie sur vos propres tâches. Le post-entraînement de Tencent revendique une réduction de 50 % du nombre moyen de tokens de sortie de bout en bout, et si cela se vérifie sur votre charge de travail, cela vaut plus qu’une remise de 30 % par token, car les tokens de sortie sont la moitié coûteuse de chaque facture sur les deux modèles.

Qu'est-ce qui réglerait la question ?
Une exécution indépendante sur un banc d'essai partagé. Faites passer Hy4 flash et Claude Haiku 5.5 par le même Intelligence Index à neuf évaluations et regardez deux lignes : le score, et le coût par tâche accomplie. Tencent vous a déjà dit ce qu'il s'attend à ce que ces lignes affichent — que Hy4 flash se situe près de Claude Haiku 5.5 en capacités et bien en dessous en coût. Tant que personne à l'extérieur de Tencent n'aura publié ce duo, cette attente reste une hypothèse soutenue par le budget marketing d'une entreprise, pas un résultat.
Ce sur quoi vous pouvez agir aujourd'hui est plus restreint et plus utile. Si votre charge de travail porte sur de longs documents, évaluez le coût de la ligne >100 000 tokens avant tout le reste, car c'est là que les deux cartes divergent le plus. Si elle est sensible à la latence, comparez Claude Haiku 5.5 en high effort plutôt qu'en Max. Si elle nécessite du fine-tuning ou une inférence sur site, la décision est déjà prise et aucun benchmark ne la changera. L'écart de satisfaction de 0,02 point ne justifie pas de changer dans un sens ou dans l'autre, et le fait que Tencent le publie est l'élément le plus crédible de cette annonce.
