Une carte hero générée indiquant « Hy4 flash vs MiniMax M3.1 Flash », avec une vignette de gauche affichant « 220B / 12B actifs, 0,070 $ / 0,281 $, aucun score d’indice, sortie le 17 nov. 2026 » et une vignette de droite affichant « 428B / 23B actifs, 0,15 $ / 0,60 $, Indice d’intelligence 29, sortie le 19 oct. 2026 », ainsi qu’un pied de page indiquant « Indice 29 selon Artificial Analysis v5.0.1 ; les prix de Hy4 flash sont les tarifs catalogue de Tencent. »
Guides & Insights

Hy4 flash vs MiniMax M3.1 Flash : deux modèles à poids ouverts bon marché, dont un avec un score

Auteur

jinhao.song

Date de publication

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

Voici une confrontation rare : les deux modèles sont téléchargeables, tous deux positionnés sur le même créneau « bon marché et rapide », tous deux acceptent les images, tous deux tiennent un million de tokens, et l'un d'eux affiche un chiffre qui ne vient pas de son créateur. MiniMax-M3.1-Flash figure sur Artificial Analysis depuis sa sortie le 19 octobre 2026 et affiche actuellement 29 sur l'Intelligence Index v5.0.1, à 0,15 $ par million de tokens en entrée et 0,60 $ par million de tokens en sortie. Hy4 flash est public depuis le 16 novembre 2026, est passé en open-weight le 17 novembre, coûte environ la moitié de ce prix en entrée et moins de la moitié en sortie, et n'a tout simplement aucune fiche sur Artificial Analysis.

Ainsi, cette page ne peut pas vous dire quel modèle est le plus intelligent, car un seul d’entre eux a été mesuré. Ce qu’elle peut faire est plus utile pour quiconque doit réellement choisir : présenter côte à côte les deux artefacts de publication, car ce sont des objets véritablement comparables — même gamme, même degré d’ouverture, même mois — et les différences qui subsistent sont concrètes : licences, coût de service et ce que chaque fournisseur cherchait à optimiser.

Commencez par ce que les deux fournisseurs ont réellement livré

Les deux versions comprennent un modèle ajusté aux instructions, des poids ouverts, ainsi qu’une version de base ou quantifiée. Aucune des deux n’est une API fermée à laquelle un téléchargement aurait été greffé.

• MiniMax-M3.1-Flash — 428B paramètres au total, 23B actifs, mélange d'experts, modèle de raisonnement, entrée texte et image avec sortie texte, contexte de 1M de tokens, poids sur Hugging Face sous la licence MiniMax Community License, qui autorise un usage commercial avec restrictions.

• Hy4 flash — 220 milliards de paramètres au total (155,5 milliards de backbone plus 63,5 milliards d'Engram plus un encodeur visuel de 0,43 milliard et un drafter de 0,85 milliard), 12 milliards actifs, mélange d'experts, entrée texte et image avec sortie texte, contexte de 1 048 576 jetons, poids sur Hugging Face sous les noms Hy4 flash, Hy4 flash-FP8 et Hy4 flash-Base sous la licence T​encent Hy.

• Ce que MiniMax n'a pas livré — pas de checkpoint de base distinct ni de tableau de benchmarks du modèle de base ; le modèle 428B est l'artefact.

• Ce que T​encent n'a pas livré — aucun score indépendant, aucune suite de benchmarks agentiques publiée pour le modèle d'instruction, et aucune version de Transformers (l'intégration se trouve dans la pull request 50903).

Le nombre de paramètres mérite une mise en garde plutôt qu’une comparaison, car ils ne mesurent pas la même chose. Le 428B/23B de MiniMax est un décompte conventionnel de paramètres denses. Le 220B de Tencent inclut 63,5B de tables d’embeddings de n-grammes Engram — des paramètres hachés et recherchés plutôt que multipliés —, de sorte que les deux totaux ne constituent pas une mesure de la taille du modèle à périmètre comparable, pas plus que le nombre d’étagères d’une bibliothèque ne mesure ce qu’elle a lu. Les chiffres des paramètres actifs constituent la comparaison plus équitable, à 12B contre 23B, et ils correspondent à ce que les grilles tarifaires montrent réellement.

Les lignes de prix, et le seul endroit où elles s’inversent

Les deux grilles tarifaires correspondent aux prix catalogue propres aux fournisseurs, et non à des mesures.

• Entrée — Hy4 flash à 0,070 $ contre MiniMax-M3.1-Flash à 0,15 $. Hy4 flash est 2,1 fois moins cher.

• Sortie — 0,281 $ contre 0,60 $. Hy4 flash est 2,1 fois moins cher.

• Entrée mise en cache — 0,003 $ contre 0,015 $. Hy4 flash est 5 fois moins cher.

• Coût mesuré par tâche Index — 0,49 $ pour MiniMax-M3.1-Flash selon Artificial Analysis ; non mesuré pour Hy4 flash.

La dernière ligne est la plus intéressante, car elle montre pourquoi le prix par token est un mauvais indicateur du coût par tâche. Les 0,49 $ par tâche Index terminée de MiniMax-M3.1-Flash sont facturés à un tarif d'entrée de 0,15 $ — plus du double de celui de Hy4 flash — et il reste moins cher par tâche que des modèles dont le prix des tokens est inférieur, parce que le nombre de tokens qu'un modèle dépense pour parvenir à une réponse varie davantage que le tarif. L'affirmation de Tencent selon laquelle le post-entraînement par RL a réduit sa longueur moyenne de sortie de 50 % relève de la même idée dans l'autre sens : le modèle le moins cher est généralement celui qui arrête de parler en premier.

Ainsi, la lecture honnête de la comparaison des prix est la suivante : les tarifs de Hy4 flash sont inférieurs d'un facteur deux, et personne ne sait si cela se traduit par un facteur deux par tâche tant qu'un banc d'essai indépendant n'aura pas exécuté les deux. Les propres chiffres WorkIndex de Tencent placent Hy4 flash à 1/8 du coût par tâche de DeepSeek-V4.1-Flash-1017, ce qui est une comparaison différente sur une suite différente. Ne transposez pas ce résultat.

A generated reference card headed 'Two price cards, one measured bill', with four comparison rows for Hy4 flash and MiniMax M3.1 Flash — input $0.070 against $0.15, output $0.281 against $0.60, cached input $0.003 against $0.015, and cost of one measured Index task 'not measured' against $0.49 — plus a strip beneath reading '220B total, 12B active' and '428B total, 23B active'.

Vitesse : l'une mesurée, l'autre annoncée

• MiniMax-M3.1-Flash — 132 jetons de sortie par seconde, 50,64 secondes avant le premier jeton de réponse, environ 14,2 minutes de temps réel par tâche Index si l'on extrapole à partir des chiffres de 0,49 $ et de 132 t/s. Toutes les données proviennent d'Artificial Analysis.

• Hy4 flash — plus de 150 tokens par seconde en décodage revendiqués par Tencent pour la version FP8 sur un nœud tensor-parallel-8, et un temps d'exécution médian de bout en bout de 6,7 minutes dans le test en aveugle mené par Tencent auprès de 85 utilisateurs.

Ces chiffres ne sont pas comparables, et la différence est instructive. Le chiffre de MiniMax est une mesure de débit sur un banc d’essai standardisé ; celui de Tencent est une déclaration sur les performances de service d’une image de conteneur spécifique sur un matériel spécifique, à laquelle s’ajoute une médiane d’achèvement de tâches issue d’une population interne. Aucun des deux fournisseurs n’est malhonnête. Ils répondent à des questions différentes, et c’est la seconde — combien de temps il faut avant que l’utilisateur ait sa réponse — qui détermine si un produit donne l’impression d’être rapide.

Le délai de 50 secondes avant le premier token sur MiniMax-M3.1-Flash mérite d'être signalé à lui seul. C'est un modèle de raisonnement qui réfléchit avant de dire quoi que ce soit : c'est acceptable pour du traitement par lots, et inadapté à tout usage interactif en streaming. Hy4 flash présente le même problème structurel sous une forme plus légère : reasoning_effort est défini par défaut sur high, et l'alternative documentée est no_think. Il n'existe aucun réglage intermédiaire sur le modèle de T​encent, alors que MiniMax expose une configuration de raisonnement plus complète. Si votre budget de latence exige de « réfléchir un peu », c'est une véritable lacune.

Licences : deux façons différentes de n'être pas tout à fait ouvertes

Aucun des deux checkpoints n'est open source. Tous deux sont à poids ouverts avec des conditions, et ces conditions sont suffisamment différentes dans leur forme pour qu'elles déterminent des accords différents.

• Licence communautaire MiniMax — autorise l’usage commercial sous certaines restrictions ; le texte de la licence régit le déploiement, et c’est la fiche du modèle qui la contient plutôt qu’une licence approuvée par l’OSI.

• Tencent Hy License v1.0 — Apache 2.0, plus une section 10.2 qui exige une licence écrite distincte si vous exploitez une activité de modèle en tant que service dont le chiffre d’affaires brut mondial dépasse 50 millions de dollars sur toute période de douze mois, ou si vous servez plus de 100 millions d’utilisateurs actifs mensuels.

• Les exemptions de Tencent — une équipe qui ne revend jamais l’accès ne paie rien de plus, un produit qui n’expose le modèle qu’au sein d’une fonctionnalité figée plutôt que via des invites libres ne relève pas du tout du MaaS, et transmettre une requête au point de terminaison hébergé de quelqu’un d’autre ne compte pas. Ces trois phrases expliquent pourquoi une société SaaS européenne peut généralement lire cette licence une fois et passer à autre chose, alors que le texte de MiniMax demande de porter un jugement sur ce que « restrictions » signifie pour son propre déploiement.

• Le déclencheur de Tencent est lié au chiffre d’affaires, et non au territoire — aucune juridiction n’est exclue, ce qui le distingue des licences qui interdisent purement et simplement l’UE, le Royaume-Uni ou la Corée du Sud.

Le document de Tencent est étonnamment lisible pour ce genre, car les conditions supplémentaires sont isolées dans une section numérotée qui dit exactement ce qu’elles font à la concession Apache. Quelles que soient les autres caractéristiques de cette version, la licence a été rédigée par quelqu’un qui s’attendait à ce que des ingénieurs la lisent.

Screenshot of the Artificial Analysis model page for MiniMax M3.1 Flash, showing its Intelligence Index score, class rank, output speed, time to first answer token and cost per task on Intelligence Index v5.0.1.

L'écart de score, et pourquoi « 29 » ne raconte pas toute l'histoire

Artificial Analysis mesure MiniMax-M3.1-Flash à 29 sur la v5.0.1. Si vous avez lu autre chose au sujet de ce modèle sur ce blog, vous avez peut-être vu 42 ou 43 — ces chiffres étaient corrects dans la version précédente de l’indice, et la refonte du 27 octobre 2026 a déplacé tous les modèles du classement. Citer 43 aujourd’hui et 29 pour un concurrent reviendrait à comparer deux instruments. Dans la version actuelle, 29 est le chiffre à retenir, et il place MiniMax-M3.1-Flash dans la même large plage que le 31 de Gemini 3.8 Flash et en dessous du 36 de Claude Haiku 5.5.

Pour Hy4 flash, il n’y a pas de fourchette. La preuve disponible la plus proche est le test en aveugle de T​encent, où il a obtenu 2,79 sur 4 en satisfaction utilisateur, contre 2,81 pour Claude Haiku 5.5. Si vous êtes prêt à faire une inférence — et ce n’est qu’une inférence —, un modèle qui se situe dans le bruit d’un modèle à indice 36 sur des tâches bureautiques n’est probablement pas loin de cette fourchette non plus. C’est une hypothèse à tester, pas un score à citer.

Ce qui permettrait de trancher, c’est une exécution avec un harnais commun. Les deux modèles sont téléchargeables, ce qui signifie que la barrière est la puissance de calcul, pas l’accès, et la communauté qui évalue les modèles chinois à poids ouverts s’en chargera. D’ici là, l’asymétrie est le fait : l’un de ces modèles a été mesuré publiquement et l’autre non, et aucune description d’architecture, aussi abondante soit-elle, ne comble cet écart.

Screenshot of the minimax/minimax-m3.1-flash model page, showing the per-million-token input, output and cache-read prices the model is listed at along with its context window and accepted modalities.

Routage : vous pouvez appeler l'un de ces deux aujourd'hui

C'est là la différence concrète, et elle se trouve justement dans notre propre catalogue. MiniMax-M3.1-Flash est disponible sur OrcaRouter sous minimax/minimax-m3.1-flash, à 0,15 $ par million de tokens d'entrée et 0,60 $ par million de sortie, avec une lecture de cache à 0,015 $ — le prix catalogue de MiniMax lui-même, répercuté avec 0 % de marge, de sorte qu'une modification tarifaire du fournisseur est effective ici le jour même. L'entrée multimodale couvre le texte, l'image et la vidéo, et la fenêtre de contexte est de 1 048 576 tokens.

Hy4 flash ne figure pas au catalogue. Ce qui existe de Tencent, c'est tencent/hy4-preview, le modèle 770B/49B dont Hy4 flash a été distillé, à 0,834 $ et 2,501 $ par million, avec une lecture de cache à 0,042 $. C'est un troisième modèle véritablement utile pour cette décision plutôt qu'une consolation : si vous vous demandez si le comportement de la famille Hy convient à votre charge de travail, la preview vous le dit en un après-midi, et les poids ouverts vous indiquent ce que coûterait l'exécution du modèle bon marché par vous-même.

Le DSL de routage est là où cela devient plus intéressant qu’un choix binaire. Un pipeline peut envoyer les appels interactifs courts vers la route la moins chère et le travail documentaire long vers le modèle qui a remporté votre propre évaluation, dans un seul point de terminaison, avec un basculement automatique entre fournisseurs afin qu’un modèle dans sa première semaine de disponibilité ne constitue pas un point de défaillance unique. Cette posture — placer le nouveau modèle sur le trafic que vous pouvez vous permettre de perdre — est la bonne pour tout checkpoint aussi récent, et c’est la même posture que vous voudriez pour un déploiement FP8 auto-hébergé derrière une passerelle interne.

Lequel, pour quel travail ?

Choisissez MiniMax-M3.1-Flash si vous avez besoin dès maintenant d’un modèle dont les performances sont mesurées, si vos entrées incluent de la vidéo, si vous avez besoin d’un réglage d’effort de raisonnement entre « on » et « off », ou si vous voulez être sur une plateforme où le tarif du fournisseur est déjà en vigueur plutôt qu’une fiche tarifaire que vous devez modéliser vous-même. Sa configuration 428B/23B et ses 132 tokens par seconde en font une machine à tout faire, et le fait qu’il soit sur le classement depuis un mois signifie que d’autres personnes ont déjà découvert ses modes de défaillance en public.

Choisissez Hy4 flash si le coût par token est la contrainte déterminante, si vous voulez maîtriser le déploiement, si vous avez besoin d'un checkpoint de base à fine-tuner, ou si c'est la question de la licence qui tranche — le document de Tencent ne comporte aucune exclusion territoriale et une exception claire pour l'usage interne, et pour une équipe européenne, cela peut être la réponse complète. Ses 12 milliards de paramètres actifs et son contexte de 1 million de tokens à 1/6 du cache KV de son prédécesseur constituent un argument en faveur du fait que le second prix, celui mesuré en GPU, est exceptionnellement bas.

Attendez : dans les deux cas, la décision coûte cher. L'un de ces modèles n'a jamais fait l'objet d'un benchmark indépendant, et l'autre n'a jamais été exécuté face à lui. La comparaison qui trancherait réellement la question — les deux sur un même harnais, évalués sur les mêmes tâches, avec le coût par tâche accomplie à côté du score — n'existe pas encore. Quand elle existera, les lignes relatives aux paramètres et à la licence ci-dessus resteront vraies, et la ligne du score voudra enfin dire quelque chose.

Comparés dans cet article4

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