
Hy4 flash vs Gemini 3.8 Flash : un modèle obsolète est encore celui qui dispose d’une grille tarifaire
- 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 · 175 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 · 86 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 · 120 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 · 92 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 · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Artificial Analysis qualifie Gemini 3.8 Flash d’« obsolète » et oriente les lecteurs vers Gemini 4 Hydrogen. Google le vend toujours à 0,75 $ par million de tokens d’entrée et à 3,75 $ par million de tokens de sortie. Hy4 flash a deux jours d’existence, coûte un dixième de cela et n’a aucun score indépendant. La question honnête dans cette confrontation n’est donc pas de savoir quel modèle est le meilleur — personne ne peut encore y répondre — mais laquelle de deux positions inconfortables vous préférez occuper : payer des prix proches de ceux d’un modèle phare pour un modèle que son propre fabricant a supplanté, ou payer presque rien pour un modèle que personne en dehors de Tencent n’a mesuré.
Hy4 flash est arrivé sur l'API de Tencent le 16 novembre 2026 et a été publié en poids ouverts le 17 novembre : 220 B de paramètres au total, 12 B actifs, une fenêtre de contexte de 1 048 576 jetons, entrée d'images avec sortie texte, sous la licence Tencent Hy. Gemini 3.8 Flash a été publié le 2 septembre 2026 avec un contexte de 1 M de jetons, des entrées texte, image, vidéo, audio et fichiers, et un score de 31 à l'Artificial Analysis Intelligence Index dans son réglage de raisonnement élevé. C'est le seul modèle de cette comparaison à disposer d'une mesure indépendante, et c'est aussi le seul à être marqué comme obsolète.
Ce que le libellé de dépréciation signifie réellement ici
L'indicateur « deprecated » d'Artificial Analysis sur Gemini 3.8 Flash signifie que le classement le considère comme supplanté, et la page indique Gemini 4 Hydrogen comme remplacement. Cela ne signifie pas que Google l'a désactivé. Le modèle se résout, son tarif est défini, et il figure au catalogue d'OrcaRouter à 0,75 $ et 3,75 $ avec une remise de 90 % sur le cache, ce qui signifie qu'il est encore servi à des clients payants par au moins une plateforme.
Ce que cela signifie, c’est que la feuille de route l’a dépassé. Un modèle sorti début septembre et signalé comme supplanté à la mi-novembre n’a eu qu’une durée de vie d’environ deux mois et demi en tant que génération actuelle. Toute équipe qui le prend aujourd’hui comme standard adopte quelque chose que le fournisseur a déjà remplacé dans ses propres recommandations, et la conséquence pratique est simple : la prochaine amélioration des capacités n’arrivera pas sous forme de mise à jour de ce modèle, elle arrivera sous forme d’un modèle différent vers lequel il faudra migrer.
Hy4 flash a le problème inverse. Il n’est pas déprécié ; il n’est pas mesuré. L’évaluation de Tencent elle-même est une suite interne WorkIndex et un test à l’aveugle auprès de 85 utilisateurs, tous deux réalisés par le fournisseur, et l’URL de Hy4 flash d’Artificial Analysis renvoie 404 en date du 18 novembre. Les tableaux de benchmarks publics de la fiche modèle sont des comparaisons base contre base et décrivent le checkpoint pré-entraîné, et non le modèle instruction que vous appelleriez réellement.
Aucune des deux positions n’est confortable. L’une est une valeur connue sur une courbe qui se referme ; l’autre est une inconnue sur une courbe qui s’ouvre.
L'écart de prix est réel, et ce n'est pas là le plus intéressant.
La carte continentale de Tencent pour Hy4 Flash indique 0,5 ¥ par million de tokens d’entrée, 2 ¥ par million de tokens de sortie et 0,02 ¥ par million de tokens d’entrée mis en cache, soit environ 0,070 $, 0,281 $ et 0,003 $. Le prix catalogue de Google pour Gemini 3.8 Flash est de 0,75 $ et 3,75 $, les lectures de cache bénéficiant d’une remise de 90 %.
• Entrée — 0,070 $ contre 0,75 $. Environ 10,7 fois moins cher pour Hy4 flash.
• Sortie — 0,281 $ contre 3,75 $. Environ 13,3 fois moins cher.
• Entrée mise en cache — 0,003 $ contre environ 0,075 $. Environ 25 fois moins cher.
• Tarif mixte sur une répartition entrées/sorties/cache de 7:2:1 — environ 0,10 $ par million pour Hy4 flash ; Artificial Analysis situe Gemini 3.8 Flash à 0,58 $.
Ce n’est pas une remise, c’est une autre catégorie de produit, et cela explique le deuxième chiffre qui compte : le coût par tâche de l’Intelligence Index menée à bien. Artificial Analysis mesure Gemini 3.8 Flash à 7,77 $ par tâche, sur 14,2 minutes. Il n’y a pas de chiffre pour Hy4 flash parce qu’il n’y a pas de score Hy4 flash — mais l’arithmétique de WorkIndex de Tencent situe son coût moyen par tâche à un treizième de celui de Hy4 preview, un vingtième de celui de Hy4 et un huitième de celui de DeepSeek-V4.1-Flash-1017 aux tarifs des heures de pointe.
Ce sont des tâches différentes et des harnais différents, et il ne faut pas les confondre. Ce qu’ils établissent, c’est la forme de l’arbitrage : Gemini 3.8 Flash est coûteux par tâche parce qu’il est coûteux par token et consomme beaucoup de tokens pour y arriver. Hy4 flash est conçu — attention creuse hybride, cache KV de 1/6 de celui de Hy4, sorties 50 % plus courtes grâce au RL — précisément pour que le chiffre par tâche soit faible.

La capacité, sur le seul axe que nous pouvons mesurer
Les scores indépendants de Gemini 3.8 Flash, tous issus d’Artificial Analysis sur la v5.0.1, dépendent du niveau d’effort, et le réglage de l’effort compte plus que le chiffre principal :
• Intelligence Index au niveau élevé — 31.
• Indice d’intelligence au niveau moyen — 30.
• Indice d'intelligence au niveau bas — 23.
• Rang de classe — 66e sur 92 au classement Intelligence Index.
• {{1}}Vitesse de sortie{{/1}} — 116 tokens par seconde.
• Temps jusqu’au premier token de réponse — 22,4 secondes.
• Contexte — 1 M de tokens.
Un indice de 31 à effort élevé se situe en milieu de tableau, et l’indicateur obsolète existe parce que Google a fait mieux depuis. La couverture antérieure de ce modèle citait 59 au lancement ; ce chiffre précède la réindexation de l’indice du 27 octobre 2026 et n’est pas comparable au 31 actuel. Quiconque cite 59 et 31 dans la même phrase compare deux instruments différents.
Pour Hy4 flash, il n’y a aucune ligne à ajouter en dessous. Ce qui s’approche le plus d’un point de référence externe est le test à l’aveugle de Tencent lui-même, où Hy4 flash a obtenu 2,79 sur 4 pour la satisfaction des utilisateurs, contre 2,81 pour Claude Haiku 5.5 — et Claude Haiku 5.5 obtient 36 sur le même indice, où Gemini 3.8 Flash obtient 31. Si l’on relie ces deux faits, on obtient une position implicite pour Hy4 flash quelque part dans la partie basse de la trentaine, ce qui est exactement le genre d’inférence que ce blog a pour vocation de signaler comme une inférence et non comme une mesure. Deux chiffres de fournisseur et un chiffre de tiers ne constituent pas un benchmark.

La modalité est le point sur lequel Gemini 3.8 Flash l'emporte encore nettement.
C'est la ligne qui survit à l'écart de prix, et il vaut la peine d'être concret à ce sujet.
• Entrée flash Hy4 — texte et images, via un encodeur à 27 couches dérivé de SigLIP2 avec fusion de caractéristiques 2x2.
• Entrées de Gemini 3.8 Flash — texte, image, vidéo, audio et fichier, selon la fiche du catalogue OrcaRouter et la documentation du modèle de Google.
• Sortie Gemini — texte.
Si votre pipeline ingère un enregistrement d’écran, un enregistrement d’appel ou un PDF avec une piste audio, Hy4 flash ne peut pas l’accepter, tandis que Gemini 3.8 Flash le peut. L’ouverture des poids n’aide pas ; l’encodeur absent reste absent. Les cas d’usage recommandés par Tencent pour Hy4 flash sont de forme texte et capture d’écran — recherche approfondie, traitement de documents, création de diapositives, démos front-end simples, utilisation d’ordinateur — ce qui constitue une décision produit cohérente et aussi une limite.
Sur les documents spécifiquement, les deux sont plus proches. Les deux acceptent des images, les deux disposent d’un million de tokens de contexte, et le profil d’hallucination de Hy4 flash sur le travail documentaire est ce que sa suite WorkIndex mesure réellement : réparation de feuilles de calcul, édition de documents, coécriture de diapositives. C’est une affirmation plus honnête qu’un score de benchmark générique, à condition de garder à l’esprit qu’il s’agit de la grille d’évaluation de Tencent.
Deux façons très différentes d’être un modèle « flash »
Le niveau flash de Google signifie rapidité et faible coût par rapport au niveau pro, sur une API fermée, le fournisseur absorbant la complexité de service. Le flash de Tencent signifie quelque chose de plus précis : une architecture dont l’unique but est de servir à moindre coût un contexte de 1 million de jetons.
• Attention — Hy4 flash entrelace l’attention creuse IndexPool avec des fenêtres glissantes de 512 tokens selon un ratio de 1:3 sur 42 couches ; l’architecture de Gemini n’est pas divulguée.
• Cache KV — Hy4 flash représente 1/24 de celui de Hy3 et 1/6 de celui de Hy4, selon le fournisseur ; aucune donnée publique comparable pour Gemini 3.8 Flash.
• Décodage spéculatif — Hy4 flash embarque DFly2, un drafter de 0,85 Md de paramètres qui réutilise le KV creux et la sélection d'indexeur du modèle cible, de sorte que le coût de la génération préliminaire reste constant quelle que soit la longueur du contexte ; l'équivalent de Google reste interne.
• Longueur de sortie — Tencent indique que le post-entraînement par RL a réduit de 50 % le nombre moyen de tokens générés, et le test à l’aveugle rapporte une durée médiane d’accomplissement des tâches de 6,7 minutes ; l’exécution de l’index de Gemini 3.8 Flash prend en moyenne 14,2 minutes par tâche.
C’est sur la dernière ligne qu’il faut s’attarder. Une grande partie de ce qui rend Hy4 flash bon marché par tâche, c’est qu’il écrit moins, et un modèle qui écrit moins n’est pas automatiquement un modèle moins bon — mais c’est un modèle dont vous devez lire les sorties avant de lui confier un workflow destiné aux clients. La verbosité et la qualité sont deux axes différents, et un seul des deux apparaît dans une colonne de coûts.
Le déploiement est l’axe sur lequel ils ne sont absolument pas comparables.
Gemini 3.8 Flash est une API. Il n’y a aucun checkpoint, aucune build FP8, aucun GGUF, aucune voie de fine-tuning. L’entrée du catalogue OrcaRouter montre le modèle lui-même et rien d’autre.
Hy4 flash est une API, trois dépôts Hugging Face — le modèle instruct, une version FP8 et un checkpoint de base — une quantification GGUF d’AngelSlim, un guide de fine-tuning, des images vLLM et SGLang épinglées, et une intégration Transformers actuellement hébergée dans la pull request 50903. Cette liste n’est pas uniquement une bonne nouvelle : des images épinglées et une installation depuis une référence de PR signifient que vous exécutez des builds testées par Tencent plutôt que des builds publiées.
Mais cela change ce que signifie « bon marché ». Sur Gemini 3.8 Flash, « bon marché » signifie le prix de Google, et Google peut le changer. Sur Hy4 flash, « bon marché » signifie le prix de Tencent ou vos propres GPU, et la seconde option n’a pas de prix du tout — elle a un plan de capacité, et l’architecture est un argument selon lequel ce plan est petit. La Tencent Hy License l’autorise, avec une réserve : la section 10.2 exige une licence écrite distincte au-delà de 50 millions de dollars de revenus bruts mondiaux en tant qu’activité de modèle en tant que service, ou au-delà de 100 millions d’utilisateurs actifs mensuels. L’utilisation interne est exemptée. Une équipe européenne ou coréenne n’a aucune restriction territoriale, ce qui n’est pas le cas de certaines licences chinoises de modèles à poids ouverts. La licence est Apache 2.0 avec un déclencheur de revenus greffé dessus, ce qui signifie que les deux voies de déploiement relèvent de la tarification d’un même document plutôt que de deux — un détail qui compte lorsque votre équipe financière demande pourquoi l’option bon marché est bon marché.
Où exécuter réellement l'un ou l'autre
Gemini 3.8 Flash figure au catalogue OrcaRouter à l'adresse google/gemini-3.8-flash, à 0,75 $ par million de tokens d'entrée et 3,75 $ par million de tokens de sortie, avec 0,075 $ pour la lecture du cache, routé au prix catalogue de Google, avec 0 % de marge de notre côté — donc si Google baisse le prix d'un modèle qu'il a déjà déprécié, vous le voyez le jour même plutôt qu'à la prochaine synchronisation du catalogue. Hy4 flash ne figure pas au catalogue ; ce qui s'y trouve, c'est son modèle enseignant, tencent/hy4-preview, à 0,834 $ et 2,501 $ par million, avec 0,042 $ pour la lecture du cache.
Le schéma utile pour cette combinaison précise est une règle de routage plutôt qu’un choix. Placez le niveau d’ingestion audio et vidéo sur la route Gemini, car c’est la seule des deux qui accepte ces entrées. Placez le niveau texte et documents à fort volume sur la route économique une fois que vous l’avez mesurée vous-même. Le DSL de routage existe précisément pour exprimer cette répartition au sein d’un seul point de terminaison, et le basculement automatique signifie qu’une dégradation de la route économique ne fait pas tomber le pipeline avec elle — ce qui compte plus que d’habitude lorsque la route économique a deux jours et tourne sur une image de conteneur épinglée.

La décision, énoncée en trois cas
Si vous avez besoin d’entrées audio ou vidéo, la comparaison s’arrête là : Gemini 3.8 Flash est la seule option, et le fait qu’il soit déprécié est un coût de migration à intégrer plutôt qu’une raison de l’écarter.
Si vous avez besoin d’un modèle doté d’un score indépendant avant de le présenter à vos clients, la même réponse s’applique, pour une raison différente. Trente et un sur l’Intelligence Index est un chiffre modeste, mais c’est un chiffre mesuré, et Hy4 flash n’a rien de mesuré.
Si votre charge de travail porte sur du texte et des documents à fort volume, qu’elle est tolérante à la latence et que vous pouvez mener votre propre évaluation, Hy4 flash vaut l’après-midi nécessaire pour le tester. Un écart de 13 fois sur le prix de sortie n’est pas une erreur d’arrondi, et le fait que Tencent ait publié un test en aveugle qu’il a perdu de 0,02 point est un meilleur signal quant à l’honnêteté du modèle que n’importe quel chiffre sur la fiche de Google. Ne sautez surtout pas l’évaluation : le modèle n’a aucun score de tiers, ses tableaux de référence publics décrivent un checkpoint différent de celui que vous appellerez, et la seule mesure externe dont il fait l’objet est une enquête de satisfaction menée par son créateur.
Et surveillez la dépréciation. Si Google met Gemini 3.8 Flash au rancart comme elle l'a fait pour les modèles qui l'ont précédé, la véritable réponse de cette page passe de « c'est le modèle coûteux qui est mesuré » à « le modèle mesuré a disparu », et un modèle à poids ouverts vieux de deux jours, dépourvu de score, commence à paraître nettement plus attrayant qu'il ne l'est aujourd'hui.
Comparés dans cet article3
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
