Carton titre du comparatif entre Hy4 flash et DeepSeek V4.1 Flash, affichant Hy4 flash à 0,070 $ en entrée et 0,281 $ en sortie par million de tokens, contre DeepSeek V4.1 Flash à 0,15 $ et 0,60 $, avec en pied de page la mention que ces deux chiffres sont les prix catalogue des fournisseurs et que le côté DeepSeek correspond à sa grille tarifaire hors heures de pointe.
Guides & Insights

Hy4 flash vs DeepSeek V4.1 Flash : Tencent a choisi ce combat lui-même

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Tencent a choisi son adversaire. L'article de recherche consacré à Hy4 flash, publié le 16 novembre 2026, compare son propre coût par tâche à un seul modèle rival — DeepSeek V4.1 Flash, dans son instantané 1017, au niveau d'effort maximal et aux tarifs de DeepSeek en heures de pointe — et annonce un huitième. C'est une comparaison étonnamment précise pour un article de lancement, et elle révèle où Tencent situe le combat : pas face au fleuron d'Alibaba, pas face à son propre Tencent HY4, mais face au modèle open-weight bon marché sur lequel tournent les agents de codage depuis septembre. Trois semaines de chiffres publiés penchent du côté de DeepSeek dans cette comparaison. Un seul graphique penche du côté de Tencent.

La question utile n’est donc pas de savoir quel modèle est meilleur dans l’abstrait. Elle est de savoir si un avantage de 2,1 fois sur le prix des entrées résiste à la confrontation avec les éléments qui diffèrent entre les deux, et si le chiffre d’un huitième par tâche signifie ce qu’un lecteur supposera qu’il signifie. On peut répondre aux deux à partir de documents publiés, et les réponses vont dans des directions opposées.

Ce que chaque entreprise a réellement livré

Commencez par les artefacts, car ils ne sont pas équivalents et la différence explique l’essentiel du désaccord en aval.

DeepSeek V4.1 Flash a été mis en ligne le 10 septembre 2026 sous licence MIT : 48 fragments safetensors totalisant environ 510 gigaoctets, un rapport technique intitulé « Pushing the Limits of KV Cache Compression », une fiche modèle avec des étiquettes de déploiement, une variante fp8 et une API avec des grilles tarifaires heures creuses et heures de pointe publiées. Un instantané actualisé, 1017, l’a remplacé le 17 octobre et est désormais servi sous le même nom d’API. Le dépôt totalise 1,69 million de téléchargements et 4 978 mentions J’aime. Artificial Analysis lui attribue un score de 32,6 à l’Intelligence Index à effort maximal ; le Capabilities Index d’Epoch AI place le checkpoint 1017 à 159, soit 19e sur les 253 modèles qu’il suit.

Hy4 flash est apparu le 16 novembre 2026 sous la forme d'un billet de recherche sans fiche modèle jointe : 224 milliards de paramètres au total, dont 64 milliards de paramètres Engram, 12 milliards actifs par token, une multimodalité native, un contexte de 1 048 576 tokens et un projet d'open source ultérieur. Aucun poids, aucune licence, aucun rapport technique, aucun score indépendant, et des résultats de benchmark fournis sous forme de graphiques PNG. Artificial Analysis référence Tencent HY4 à 34,6 au 5 novembre et ne dispose d'aucune entrée pour Hy4 flash.

Placez-les côte à côte et la comparaison prend une tournure étrange. Le modèle le plus récent est celui que vous ne pouvez pas inspecter, et le plus ancien est celui que vous pouvez télécharger, affiner et déployer sur votre propre matériel. Cette asymétrie traverse chacune des sections ci-dessous.

La grille tarifaire, honnêtement comparée

Les deux fournisseurs publient des tarifs catalogue, et tous deux en publient plus d’un, ce qui fait que la plupart des comparaisons sont erronées.

• Entrée, par million de tokens — Hy4 flash 0,070 $ forfaitaire ; DeepSeek V4.1 Flash 0,15 $ hors heures de pointe, 0,30 $ pendant les heures de pointe.

• Sortie, par million de tokens — Hy4 flash 0,281 $ ; DeepSeek 0,60 $ hors pointe, 1,20 $ en pointe.

• Hit de cache, par million de tokens — Hy4 flash 0,003 $ ; DeepSeek 0,003 $ en heures creuses, 0,006 $ en heures pleines.

• Définition des heures de pointe — Les fenêtres d’heures de pointe de DeepSeek sont 01:00–04:00 et 06:00–10:00 UTC, du lundi au vendredi, hors jours fériés chinois. Tout le reste est en heures creuses, autrement dit, pour une équipe américaine ou européenne, la carte économique est celle qui s’applique pendant la majeure partie de sa journée de travail.

• Contexte — Hy4 flash 1 048 576 jetons ; DeepSeek V4.1 Flash 1 000 000 de jetons avec un plafond de sortie de 384 000 jetons.

• Carte continentale — Hy4 flash ¥0,5 / ¥2 / ¥0,02 par million de tokens, d'où provient le montant en dollars plutôt que d'un tarif international publié séparément.

À la même heure, l’écart est de 2,1 fois en entrée et de 2,1 fois en sortie : 0,070 $ contre 0,15 $, 0,281 $ contre 0,60 $. Pendant les fenêtres de pointe de DeepSeek, il s’élargit à 4,3 fois. Sur les entrées mises en cache, c’est du pareil au même hors pointe, car les deux tombent à 0,003 $ — et cela compte plus que le chiffre phare, puisqu’un agent de codage qui renvoie une invite système, un schéma d’outil et une arborescence de fichiers à chaque étape paie le tarif du cache la plupart du temps. Sur le profil de charge de travail qui est réellement au cœur de cette comparaison, les deux modèles ont un prix identique.

Cette dernière ligne est celle qui désamorce l’essentiel de l’argument. Le huitième de Tencent n’est pas une comparaison lourdement axée sur le cache ; c’est un coût par tâche sur WorkIndex, qui intègre la longueur de sortie, le taux de réessai et le nombre d’étapes en plus de la grille tarifaire. Deux de ces trois paramètres sont des éléments que Tencent contrôle via son propre post-entraînement, et il présente ce contrôle sous la forme d’un pourcentage unique : longueur de sortie réduite de 50 %.

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.

Pourquoi 12 milliards de paramètres actifs constituent tout l'argument architectural

DeepSeek V4.1 Flash est un backbone de 552 milliards de paramètres, avec 16 milliards actifs par token, construit sur ce que DeepSeek appelle une conception Causal Encoder-Decoder : 40 couches réparties à parts égales entre un encodeur causal de 20 couches et un décodeur de 20 couches, le rapport technique mettant l'accent sur la compression du cache KV plutôt que sur la perception. Hy4 flash active 12 milliards par token pour un total de 224 milliards, soit les trois quarts du nombre d'actifs de DeepSeek et 40 % de sa taille totale.

L'explication de Tencent sur l'origine de la différence est précise sur le mécanisme et silencieuse sur la structure. L'attention hybride, LatentMoE et les paramètres Engram produisent un cache KV d'un vingt-quatrième la taille de celui de Hy3 et d'un sixième celui de Tencent HY4. L'auto-distillation à partir de Tencent HY4, puis l'apprentissage par renforcement, ont réduit de moitié la longueur de sortie de bout en bout. Un megakernel avec des poids en quatre bits et un chemin de décodage DFly maintient le décodage au-dessus de 150 tokens par seconde. Ce qui n'est pas publié, c'est tout élément que l'on pourrait falsifier à partir d'un checkpoint : nombre de couches, nombre d'experts, largeur de routage, taille de l'encodeur visuel, et si la multimodalité est native ou greffée.

Les paramètres Engram méritent une phrase à part, car 64 milliards d’entre eux au sein d’un modèle de 224 milliards de paramètres ne constituent pas un agencement normal. Engram, dans l’usage de Tencent, est un composant de type mémoire contenant des associations apprises plutôt qu’un expert routé exécuté à chaque passe avant. La conséquence pratique est que 29 % de la taille totale du modèle n’est pas imputé au calcul par token, ce qui est un moyen légitime d’acheter de la capacité par paramètre et un moyen illégitime de comparer des nombres de paramètres. Un modèle de 224 milliards avec 64 milliards d’Engram n’est pas plus petit qu’un modèle de 552 milliards comme le suggèrent les deux chiffres ; sa structure est différente.

La conception de DeepSeek est vérifiable, celle de Tencent ne l’est pas, et ce n’est pas une mince différence dans une comparaison directe. N’importe qui peut télécharger 510 gigaoctets de poids et compter les couches. Personne ne peut télécharger Hy4 flash et en faire quoi que ce soit.

Le huitième, tracé

La comparaison tâche par tâche de Tencent mérite d’être suivie de près, car c’est le seul chiffre comparatif direct que l’une ou l’autre entreprise ait publié pour ce duo, et elle est plus rigoureuse que ne l’est habituellement l’arithmétique des billets de lancement.

Sur WorkIndex — l'ensemble interne de huit suites de Tencent couvrant la création de diapositives, la révision de diapositives, la coécriture homme-machine, la coécriture Markdown, l'édition de documents, la réparation de tableaux, le traitement audio et vidéo et la compréhension visuelle — Tencent rapporte que Hy4 flash représente un treizième du coût par tâche de Hy4 preview, un vingtième de Tencent HY4 et un huitième de DeepSeek-V4.1-Flash-1017 au palier d'effort maximal et au tarif des heures de pointe. Chaque qualificatif de cette phrase est celui de Tencent, et les deux derniers sont ceux à retenir : effort maximal signifie que le budget de réflexion de DeepSeek a été fixé haut, et heures de pointe signifie la carte tarifaire $0.30/$1.20 plutôt que celle à $0.15/$0.60.

Si l’on retire les qualificatifs, l’arithmétique change beaucoup. Aux tarifs heures creuses et pour des longueurs de sortie identiques, l’écart par token est de 2,1 fois, et non de 8. Si Hy4 flash émet également moitié moins de tokens de sortie, le coût par tâche est à peu près divisé par deux de nouveau, en plus de l’écart de prix, ce qui place les deux modèles à un écart situé entre 4 et 5 fois sur une tâche conçue par Tencent — et le comportement publié de DeepSeek lui-même, avec un effort de réflexion contrôlé et un plafond de sortie de 384 000 tokens, suggère que son niveau maximal fournit bien plus de travail par tâche qu’un modèle réglé pour répondre avec moitié moins de tokens.

Les chiffres de production que Tencent a communiqués spontanément constituent la moitié la plus intéressante de son annonce, car ils s’accompagnent de compteurs plutôt que d’un score unique. Dans les flux d’agents de WeChat Pay, face à DeepSeek-V4.1-Flash-1017, Tencent rapporte des performances égales ou supérieures sur quatre étapes de processus, avec environ 6 % d’étapes d’exécution en moins et des sorties individuelles 29 % plus courtes. Dans le scan statique de WeChat Pay, 37 % de temps en moins pour terminer un scan et 46 % de tokens en moins à qualité de détection égale. Dans l’analyse des causes racines de Honor of Kings, 22 % à 39 % de requêtes en moins et 40,5 % à 61,2 % de tokens en moins que DeepSeek et GLM-5.3-Flash — tout en effectuant 51,2 % et 7,7 % d’appels d’outils en plus que chacun. Dans Marvis, la satisfaction des tâches augmente de 6,2 % pour l’installation d’applications, de 4,4 % pour la configuration et les diagnostics système, de 6,9 % pour le traitement de documents et les rapports de recherche.

Deux choses ressortent de cette liste. Les réductions de tokens et d’étapes sont importantes et constantes, ce qui correspond à ce que devrait produire un modèle à 12B de paramètres actifs entraîné à raccourcir ses réponses. Et l’augmentation des appels d’outils est la note de bas de page honnête : Hy4 flash y parvient avec des allers-retours plus nombreux et plus courts. Dans un modèle de facturation par requête, c’est neutre, voire favorable ; dans un budget de temps horloge par étape, l’arbitrage est différent, et la formulation de Tencent elle-même — selon laquelle il est 88 % plus rapide dans WeCom — relève d’une affirmation sur la latence plutôt que sur la quantité de travail.

Asymétrie des preuves, qui constitue la véritable décision

Voici ce que les deux modèles peuvent vous dire sur eux-mêmes.

DeepSeek V4.1 Flash dispose d'un score public sur un harness d'évaluation, d'un rapport technique que vous pouvez lire, de poids que vous pouvez exécuter, et de trois mois pendant lesquels la pile d'inférence a rencontré le modèle : quantifications, recettes de serving et un ensemble documenté de particularités que d'autres ont déjà rencontrées. Sa position dans les benchmarks n'est pas spectaculaire — 90,6 sur Terminal-Bench 2.1, 74,2 sur DeepSWE v1.1, 65,4 sur NL2Repo-Bench à sa sortie, et un Intelligence Index de 32,6 — mais c'est une position que quelqu'un d'autre a mesurée.

Hy4 flash dispose d’un graphique du fournisseur, d’un test à l’aveugle mené par le fournisseur auprès de 85 salariés, d’un benchmark interne du fournisseur et d’une phrase sur de futurs poids ouverts. Les affirmations sont plausibles et cohérentes entre elles : un cache KV six fois plus petit que celui du modèle phare, une longueur de sortie réduite de moitié, un décodage au-dessus de 150 tokens par seconde. Aucune n’a été reproduite, et celle qui serait la plus facile à vérifier — savoir si 12 milliards de paramètres actifs s’acquittent réellement de tâches de bureau aussi bien que les 16 milliards de DeepSeek — est précisément celle que personne en dehors de Tencent ne peut exécuter, faute de poids.

Cette asymétrie ne rend pas Hy4 Flash pire. Elle le rend non prouvé, et la différence entre pire et non prouvé est précisément là où devrait aller le budget d’évaluation. Une équipe qui a besoin d’un modèle multimodal bon marché qu’elle peut affiner, auto-héberger ou auditer peut arrêter la lecture ici : DeepSeek V4.1 Flash est la réponse, et l’écart de prix d’un facteur 2,1 est le coût de cette option. Une équipe dont la charge de travail porte sur des documents, des diapositives, de l’extraction et de courtes boucles d’agents, et qui paie au token plutôt qu’à la tâche, a une vraie raison de s’intéresser à la carte Tencent — une raison assez forte pour qu’il vaille la peine d’acheter malgré les preuves manquantes plutôt que d’attendre.

Exécution de la comparaison sur une seule clé

Ni Hy4 flash ni la propre feuille de route de Tencent ne rendent la chose facile : au 16 novembre, Hy4 flash est servi via TokenHub de Tencent Cloud ainsi que les produits grand public et d’entreprise de Tencent, les plateformes tierces étant annoncées mais sans date, et DeepSeek V4.1 Flash est disponible sur l’API propre à DeepSeek et en poids ouverts.

La moitié de cette comparaison que vous pouvez exécuter dès aujourd'hui est celle qui fixe la barre. deepseek/deepseek-v4.1-flash est disponible sur OrcaRouter à 0,15 $ en entrée et 0,60 $ en sortie par million de jetons, avec les lectures de cache à 0,003 $ — le tarif catalogue hors pointe de DeepSeek lui-même, sans rien ajouté — sur un contexte de 1 048 576 jetons, et l'instantané 1017 se situe au même tarif sous son propre identifiant, afin que vous puissiez épingler le checkpoint que Tencent a évalué plutôt que l'alias. La route Tencent sur la même clé est tencent/hy4-preview à 0,834 $ et 2,501 $, qui est l'enseignant de Hy4 flash ; exécuter votre propre jeu de tâches sur preview et sur DeepSeek vous donne dès maintenant le ratio enseignant/concurrent, et le palier flash pourra être intégré au même banc de test lorsqu'il sera disponible.

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.

C’est le modèle à reproduire dans la propre publication de Tencent. Son argument est un coût par tâche sur huit types de tâches qu’il a choisis. Le vôtre devrait être un coût par tâche sur les tâches que vous payez réellement, mesuré sur les deux modèles, avec les tokens, les étapes et le temps d’horloge enregistrés — et c’est l’ensemble de ces trois éléments qui vous dira si un avantage tarifaire de 2,1 fois se traduit par quoi que ce soit sur la facture.

Le basculement automatique est la partie ingrate de ce plan. Un modèle dans sa première semaine, servi à partir d’une promotion sans date de fin annoncée, est exactement le modèle derrière lequel on veut une chaîne de secours plutôt qu’une migration vers celui-ci ; la même clé atteint déjà DeepSeek, donc une règle qui réessaie le modèle en place avant le début de la réponse coûte une ligne de configuration et élimine le risque de la semaine de lancement de l’expérimentation.

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.

Qu'est-ce qui réglerait la question ?

Trois choses, classées selon l’ampleur avec laquelle elles changeraient la réponse.

Un score indépendant pour Hy4 flash. Artificial Analysis a indexé Tencent HY4 huit jours après sa sortie ; une entrée flash mettrait au moins les deux modèles sur un même banc d’évaluation, et l’écart de 32,6 à 34,6 entre le modèle flash de DeepSeek et le modèle phare de Tencent est la plage sur laquelle porte ce duel. Personne ne devrait s’étonner qu’un modèle distillé se situe en dessous de son modèle enseignant, et l’ampleur de cette baisse est l’inconnue la plus utile de cette comparaison.

Les poids, ou une date pour leur publication. La préversion d'août de Tencent a été livrée sous Apache 2.0 avec des recettes vLLM et SGLang dès le premier jour, donc l’entreprise sait comment faire. Si Hy4 flash suit, ses promesses d’efficacité deviennent vérifiables et le téléchargement de 510 gigaoctets cesse d’être la seule option disponible.

Un benchmark neutre par tâche. Le huitième de Tencent est un chiffre de bonne foi, assorti de deux réserves et d’un harnais que personne d’autre ne peut exécuter. Reproduisez-le sur des tâches publiques d’agents et le débat est clos en un après-midi, dans un sens ou dans l’autre.

Jusque-là, le résumé honnête est plus étroit que celui de l’un ou l’autre des fournisseurs : DeepSeek V4.1 Flash est le modèle multimodal bon marché doté d’une piste d’audit, Hy4 flash est le moins cher sans cette piste, et l’écart de prix est plus faible sur les charges de travail à forte composante de cache que sur une grille tarifaire. Ce n’est pas un verdict. C’est une description exacte de ce que le 16 novembre a réellement changé, à savoir une grille tarifaire et un plan — et une bataille que Tencent a choisi de mener sur un tableau de scores qu’il a lui-même dessiné.

Comparés dans cet article4

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement