
Hy4 flash מול Tencent HY4: משפחה אחת, שני דרגים, ופער מחירים פי שנים עשר
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 90 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 96 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 87 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 133 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 219 tok/s
Tencent HY4 נכנס לזמינות כללית ב-4 בנובמבר 2026 כמודל בעל 770 מיליארד פרמטרים, עם 49 מיליארד פעילים לכל טוקן, ראייה נייטיבית, שימוש במחשב ותמחור של $0.834 לקלט / $2.501 לפלט למיליון טוקנים. שנים עשר יום לאחר מכן, ב-16 בנובמבר, השיקה Tencent את Hy4 flash: 224 מיליארד פרמטרים בסך הכול, עם 12 מיליארד פעילים, אותו חלון הקשר של מיליון טוקנים, ו-$0.070 לקלט / $0.281 לפלט. Hy4 flash נבנה על ידי זיקוק של Tencent HY4 ולאחר מכן אימון בלמידת חיזוק כדי לדבר פחות, וההנחיות של Tencent עצמה אומרות זאת במפורש — השתמשו במודל flash לחיפוש מעמיק, מסמכים, שקופיות, עבודת frontend ושימוש במחשב, והשאירו את דגם הדגל להנדסת תוכנה לטווח ארוך. ההנחיות האלה גלויות באופן יוצא דופן להשקה, והן גם הדבר השימושי ביותר בכל אחד מהשחרורים.
אז זו לא תחרות בין יריבים. זו חברה שמפצלת את המשפחה של עצמה לשניים ואומרת לך איזה חצי לקנות, והשאלות המעניינות הן כמה מהדגם המוביל שורד בדגם הקטן, היכן בעצם עובר קו הפיצול, ומה עוד קונה פער המחיר של פי 12 מלבד טוקנים.
שלוש גרסאות באחד עשר שבועות
השושלת מסבירה את רוב המחיר. טנסנט הוציאה את המשפחה הזו שלוש פעמים מאז אוגוסט, וכל גרסה שינתה משתנה אחר.
• 28 באוגוסט 2026 — תצוגה מקדימה של Hy4. רישיון Apache 2.0, משקלים ב-Hugging Face, ModelScope, GitCode ו-CNB, 770B סה"כ / 49B פעילים, 78 שכבות שמתוכן אחת צפופה ו-77 תערובת מומחים עם 256 מומחים מנותבים ועוד אחד משותף, ניתוב top-8, הקשר של 1,048,576 טוקנים, שכבת חיזוי ריבוי טוקנים של 10B עם 0.7B פעילים. ¥6 / ¥18 / ¥0.3 למיליון טוקנים. שמונה שורות בנצ'מרק שפורסמו, מתכוני vLLM ו-SGLang, ברירות מחדל לדגימה שפורסמו.
• 4 בנובמבר 2026 — Tencent HY4. אותו קנה מידה של Backbone, אימון מקדים ואימון לאחר-מקדם רבים יותר באופן משמעותי, ושתי יכולות חדשות: ראייה נייטיבית על תמונות עדינות, תרשימים ודיאגרמות, ושימוש במחשב באמצעות עכבר, מקלדת ושורת פקודה, עם אימון ייעודי ל-Blender, ל-CAD ולעבודה חוצת-יישומים לטווח ארוך. אותו מחיר: ¥6 / ¥18 / ¥0.3. ללא משקלים, ללא רישיון, ללא כרטיס מודל, ללא נספח בנצ'מרקים.
• 16 בנובמבר 2026 — Hy4 flash. סך כולל של 224B עם 64B פרמטרי Engram ו-12B פעילים, מולטימודלי, הקשר של 1,048,576 טוקנים, ¥0.5 / ¥2 / ¥0.02. ללא משקלים, ללא רישיון, ללא כרטיס מודל, מספרי בנצ'מרק פורסמו רק כתמונות תרשים.
כיוון התנועה נראה לעין: המשפחה הלכה ונעשתה זולה יותר ופחות פתוחה בו-זמנית. החבר הזול ביותר הוא גם זה עם הכי פחות ניירת, והגרסה היחידה שכל אחד יכול להוריד היא זו מאוגוסט.
מה שדגם הדגל עדיין עושה ומה ש-flash לא

שתי יכולות נמצאות בדגם הדגל, והן אינן מיוחסות לדגם הקטן באותם מונחים.
ראייה בקנה מידה. מהדורת HY4 הדגימה צילום אווירי ברזולוציה של 2.8 ג'יגה-פיקסל, שבו המודל איתר רכיב גג בגודל שני מטרים, וזו פחות תוצאת ראייה מאשר הדגמה לכך שחלון של מיליון טוקנים יכול להחזיק תמונה מרוצפת ושאילתה בו-זמנית. Hy4 flash מוגדר כרב-מודלי, ואחד משמונת סוגי המשימות בחבילת WorkIndex שלו הוא הבנה חזותית, אך המהדורה אינה מפרטת אם המקודד שלו עצמאי או מוצמד, מה גודלו, או האם וידאו נכלל בכלל. לעבודה עם מסמכים צפופים ותרשימים, דגם הדגל הוא המודל שיש מאחוריו הדגמה מפורסמת.
שימוש במחשב ועבודה שוטפת על שולחן העבודה לאורך זמן. Tencent אימנה את HY4 במיוחד להפעלת שולחן עבודה חוצה יישומים, הפעילה אותו בסביבת ארגז חול שנבנתה על ה-Agent Runtime שלה עם כמה מאות יישומים מותקנים, וציינה את Blender ואת CAD כעומסי עבודה מטרה. גם Hy4 flash מומלץ לשימוש במחשב, וזו ויתור משמעותי — אך הדגם המוביל הוא זה שאליו מצורף תיאור האימון, והנתונים הפנימיים של WorkBuddy מראים ש-flash מאבד קרקע במשימות קידוד ארוכות גם כשהוא מגיע לשוויון בעבודה יומיומית.
כל השאר בעמודה של דגם הדגל הוא היקף ולא יכולת: 49 מיליארד פרמטרים פעילים לעומת 12 מיליארד, 78 שכבות מתועדות לעומת מספר שלא נמסר, 256 מומחים מנותבים לעומת מספר שלא נמסר. יותר פרמטרים פעילים קונים עומק בהסקה קשה ובשרשראות כלים ארוכות. הם לא קונים גישה לחלון ההקשר, שזהה בשניהם, או לרב-מודאליות באופן עקרוני, ששניהם טוענים לה.
מאיפה מגיע ההבדל פי שנים עשר
פער המחיר אינו הנחה. מדובר בפי ארבעה פחות פרמטרים פעילים, בתוספת סט של שינויים בצד ההגשה, וטנסנט מפורטת באופן יוצא דופן לגבי החלק השני.
עבודת היעילות, לפי הספק: קשב היברידי, LatentMoE ופרמטרי Engram מייצרים יחד מטמון KV בגודל של אחת מעשרים וארבעה מגודלו של Hy3 ושל שישית מגודלו של Tencent HY4. זיקוק עצמי מ-HY4 ולאחריו למידת חיזוק קיצרו את אורך הפלט מקצה לקצה ב-50%. megakernel להסקה עם כימות של ארבעה סיביות ומסלול פענוח בשם DFly מחזיק יותר מ-150 אסימונים בשנייה. כל אחד מהם סביר, כל אחד מהם עקבי עם הארכיטקטורה, ואף אחד מהם לא שוחזר באופן עצמאי.
נתון ה-KV cache הוא זה שמשנה את חשבון הפריסה, ולא רק את המחיר. בהקשר של מיליון טוקנים, גודל המטמון קובע כמה בקשות ארוכות במקביל נכנסות בצומת אחד, ושישית מהמטמון של דגם הדגל במחיר נמוך פי 12 הם שילוב שיכול להפוך עומס עבודה לא רווחי לרווחי בלי שום שינוי באיכות המודל. הקיצוץ של 50% באורך הפלט הוא זה שמשנה את האיכות, והוא המספר שצריך לבדוק: תשובות קצרות יותר זולות כי הן קצרות יותר, והאם הן קצרות יותר בגלל שהמודל יעיל או בגלל שהפסיק לחשוב הוא בדיוק מה שספק לא יכול לספר לך על המודל של עצמו.
לשם השוואה, באשר למסלול של המשפחה עצמה, Tencent מדווחת שעלות לכל משימה בחבילת WorkIndex הפנימית שלה עומדת על 1/13 מ-Hy4 preview ועל 1/20 מ-Tencent HY4. עלות לכל משימה היא מדידה שונה מעלות לכל טוקן, והיא מגלמת בתוכה את אורך הפלט ואת הניסיונות החוזרים, ולכן ה-1/20 הוא הנתון התפעולי הכנה וה-1/12 הוא תעריף המחירון. שניהם גדולים מספיק כדי שהכיוון אינו מוטל בספק.
שאלת הזיקוק שאיש לא השיב עליה
מודל מזוקק יורש את התנהגות המורה שלו במשימות שהזיקוק כיסה, וממציא התנהגות משל עצמו בשאר. Tencent אומרת ש-Hy4 flash זוקק בעצמו מ-HY4, מה שהופך את דגם הדגל גם למתחרה וגם לאות האימון — סידור שבדרך כלל מפיק מודל קטן שהוא טוב מאוד במה שהמורה תורגל עליו וחלש יותר באופן ניכר במקומות אחרים.
נתוני המוצר הפנימיים של החברה תואמים לתבנית הזו. ב-WorkBuddy, Hy4 flash פועל בערך באחד חלקי חמישה עשר מהעלות של Tencent HY4, כשזמן המשימה יורד ב-70%, שוויון במשימות יומיות, וירידה קלה בקידוד ארוך. בתזרימות סוכנים של 微信支付 הוא משתווה ל-DeepSeek-V4.1-Flash-1017 או עוקף אותו עם 6% פחות צעדים ו-29% פחות טוקני פלט. בניתוח שורש הבעיה של 王者荣耀 הוא מגיע קרוב גם ל-DeepSeek-V4.1-Flash-1017 וגם ל-GLM-5.3-Flash בלוקליזציה, תוך שימוש ב-22% עד 39% פחות בקשות וב-40% עד 61% פחות טוקנים. ב-企业微信 הוא מפיק פלט מהיר ב-88% עם 60% פחות טוקני חשיבה מאשר HY4.
בקריאה משותפת, המספרים האלה מתארים מודל שמצטיין בצורת המשימות שעליהן אומנה המשפחה — מסמכים, סוכנים, פלט מובנה, אחזור — ומוותר במעט במשימות שבהן העומק הנוסף של המורה עשה את העבודה. זו התוצאה הצפויה של זיקוק, וזו אינה ביקורת; זו הסיבה להשאיר את שתי הרמות ולא להחליף אחת בשנייה.
מה שאין לאף אחד מהמודלים
לא גרסת הדגל ולא גרסת Flash מגיעות עם משקלים. Tencent אומרת שהיא מתכננת להפוך את Hy4 flash לקוד פתוח ולשחרר עדכונים בתדירות גבוהה, אבל אין רישיון, אין תאריך ואין מאגר. גם שחרור המשקלים של Tencent HY4 עצמו הוכרז כתוכנית בלבד. החבר היחיד במשפחה הזו שאפשר להוריד היום הוא Hy4 preview, ברישיון Apache 2.0, ב-Hugging Face מאז 28 באוגוסט, וזה עדיין נכון אחד עשר שבועות ושתי מהדורות לאחר מכן.
לשניהם אין ציון בנצ'מרק עצמאי. Artificial Analysis לא פרסמה דבר עבור Tencent HY4 או Hy4 flash. כל נתון בשתי ההודעות הוא של Tencent, טבלאות הבנצ'מרק קיימות כתמונות תרשים ולא כטקסט, והמבחן העיוור שמאחורי הטענה המרכזית של דגם ה-flash הוא 85 עובדים של Tencent המשתמשים במוצר של Tencent במשימות ש-Tencent בחרה. זה לא הופך את המספרים לשגויים. זה הופך אותם להשערת מוצא.
לאף אחד מהשניים אין תצורת דגימה מפורסמת, כרטיס מערכת או הצהרה לגבי התנהגות סירוב. גרסת התצוגה המקדימה כללה את כל השלושה.
הפיצול המעשי
ההנחיות של Tencent מתאימות לצורת העומס בצורה נקייה יותר מרוב עצות הספקים, וכדאי לנסח אותן מחדש במונחים תפעוליים.
ברירת מחדל ל-Hy4 flash לכל דבר שהוא בעיקרו קריאה.חיפוש מעמיק, עיבוד מסמכים, חילוץ מקלטים ארוכים, יצירת שקופיות, פיגום frontend פשוט ולולאות סוכנים שמבזבזות את רוב הטוקנים שלהן על שליחה חוזרת של הקשר. הנחת המטמון פי עשרה וטביעת ה-KV הקטנה יותר הופכות אחזור בהקשר ארוך לעומס העבודה שבו השכבה הזולה היא הנכונה ביותר בבירור, והנתונים הפנימיים מכסים בדיוק את התחום הזה.
פנה אל Tencent HY4 כאשר המשימה היא שרשרת ארוכה של החלטות. הנדסת תוכנה מרובת קבצים, אוטומציה של שולחן העבודה לטווח ארוך, עבודה עם CAD ו-Blender, וכל דבר שבו הרצה צריכה להחזיק תוכנית מגובשת לאורך עשרות שלבים. זהו המקרה ש-Tencent עצמה מודה בו, ו-37 מיליארד הפרמטרים הפעילים הנוספים של דגם הדגל הם המנגנון.
השתמשו ב-Hy4 preview כבקרת. זו אותה משפחה, אותו קנה מידה של 770B/49B כמו הדגם המוביל, נספח בנצ'מרקים שפורסם, ומשקולות Apache 2.0 שתוכלו להריץ בעצמכם. כשאתם מחליטים אם flash טוב מספיק, ה-preview נותן לכם נקודת ייחוס שאינה תלויה באמון בגרף.
היכן להריץ את ההשוואה

לא Tencent HY4 ולא Hy4 flash מנותבים דרך OrcaRouter. מה שכן נמצא כאן הוא tencent/hy4-preview במחיר המחירון של הספק: $0.834 למיליון טוקני קלט ו-$2.501 למיליון טוקני פלט, בתוספת שכבה חינמית מוגבלת בקצב, וכן tencent/hy3 ב-$0.18 ו-$0.59 עבור הדור הישן יותר. שני הדגמים במאמר זה נגישים דרך TokenHub של Tencent עצמה, שבה שכבת ה-flash נמצאת כעת במבצע של 50% הנחה לתקופה שלא צוינה, ו-WorkBuddy חינם עד 30 בנובמבר.
מסלול התצוגה המקדימה שווה יותר ממה שהוא נראה. הוא מריץ את אותה ארכיטקטורה באותו קנה מידה כמו דגם הדגל, מפרסם נספח בנצ'מרקים בן שמונה שורות שאפשר להריץ מחדש מול הצ'קפוינט, ועולה רבע ממה שהיה עולה להעריך את דגם הדגל. אם השאלה שלך היא האם המודל הגדול של המשפחה הזו טוב מספיק לעבודה שלך, התצוגה המקדימה עונה עליה בשבריר מהמחיר; אם התשובה היא כן, Hy4 flash היא הגרסה שכדאי להשוות מולה מבחינת מחיר, והיחס המזוקק אומר שההשוואה נקייה במיוחד — אותה משפחה, אותו הקשר, אותה שושלת טוקנייזר, הבדל של פי שנים עשר במה שאתה משלם.
סיבה אחת להשאיר את ההערכה על ראוטר גם עבור משפחה שאפשר להגיע אליה רק מהספק שלה: למודל ששוחרר לפני שישה ימים אין רשומת זמינות ציבורית, והחלפה לtencent/hy4-preview באותו מפתח היא שינוי של שורה אחת אם נקודת קצה מתנהגת שלא כשורה במהלך מבצע של שבוע ההשקה. לא מוסיפים דבר מעל מה ש-Tencent גובה — מחיר המחירון הוא המחיר — וכאשר Tencent מתאימה תעריף, המספר החדש הוא מה שמשלמים בקריאה הבאה, ולא בגרסה הבאה של גיליון ההשוואה של מישהו. אותו אישור גישה גם מאפשר גישה ליותר ממאתיים מודלים אחרים אם ההערכה מתרחבת מעבר למשפחה הזו.

פיצול הרמות הוא ההכרזה
הדבר המשמעותי ביותר ש-Tencent אמרה ב-16 בנובמבר לא היה המחיר. הוא היה שדגם הדגל נשאר למען הנדסת תוכנה לטווח ארוך, בעוד הדגם הזול לוקח את העבודה היומיומית — חברה שמחלקת את קו המוצרים שלה לאורך הציר שלקוחותיה באמת חשים, ומודה שהדגם הזול אינו תחליף ליקר.
לכל מי שנמצא בתוך הפיצול הזה, ההחלטה קלה והמספרים גדולים: 1/12 ממחיר הקלט, 1/9 ממחיר הפלט, 1/100 ממחיר המטמון, פי ארבעה פחות פרמטרים פעילים, וטביעת רגל קטנה יותר של KV על אותו חלון של מיליון טוקנים. לכל מי שמחוץ לו — ריצות סוכנים ארוכות, אוטומציה של שולחן העבודה, קוד מרובה קבצים — דגם הדגל הוא עדיין התשובה של המשפחה, והיצרן שלו עצמו אומר זאת.
מה שחסר הוא הוכחה, והיא חסרה בשתי השכבות. אין ציון עצמאי, אין משקלים לאף אחד מהמודלים החדשים, טבלאות בנצ׳מרק שצריך לקרוא כתמונות, והשוואה ראשית שנשאבה מפאנל פנימי. פער מחירים פי שנים עשר הוא טענה חזקה מספיק כדי שאנשים מחוץ ל-Tencent יבחנו אותה בתוך שבועות. עד שזה יקרה, העמדה ההגיונית היא זו שמשתמעת מההנחיה של Tencent עצמה: להריץ את השכבה הזולה על המשימות שלשמן היא נבנתה, להשאיר את דגם הדגל היכן שהעבודה ארוכה, ולמדוד את שניהם במקום לבחור לפי המחירון.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
