Kartu judul yang dihasilkan bertuliskan 'Hy4 flash vs Tencent HY4' dengan subjudul 'Satu keluarga, dua tingkat, selisih harga dua belas kali lipat', dua chip bertuliskan 'Hy4 flash: total 224B, aktif 12B, $0.070 / $0.281' dan 'Tencent HY4: total 770B, aktif 49B, $0.834 / $2.501', serta catatan kaki bertuliskan 'Hy4 flash dirilis 16 November 2026; Tencent HY4 tersedia secara umum 4 November 2026.'
Guides & Insights

Hy4 flash vs Tencent HY4: Satu Keluarga, Dua Tingkat, dan Selisih Harga Dua Belas Kali Lipat

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

Tencent HY4 tersedia secara umum pada 4 November 2026 sebagai model 770 miliar parameter dengan 49 miliar parameter aktif per token, visi native, penggunaan komputer, serta harga $0.834 input / $2.501 output per juta token. Dua belas hari kemudian, pada 16 November, Tencent merilis Hy4 flash: total 224 miliar parameter dengan 12 miliar aktif, konteks satu juta token yang sama, dan harga $0.070 input / $0.281 output. Hy4 flash dibangun dengan menyuling Tencent HY4 lalu melatihnya dengan pembelajaran penguatan agar lebih sedikit berbicara, dan panduan Tencent sendiri menyatakan hal itu — gunakan model flash untuk pencarian mendalam, dokumen, slide, pekerjaan frontend, dan penggunaan komputer, serta pertahankan model unggulan untuk rekayasa perangkat lunak berjangka panjang. Panduan itu luar biasa terus terang untuk sebuah peluncuran, dan itu juga merupakan hal paling berguna dalam kedua rilis tersebut.

Jadi ini bukanlah kontes antarpesaing. Ini adalah sebuah perusahaan yang membelah keluarganya sendiri menjadi dua dan memberi tahu Anda bagian mana yang harus dibeli, dan pertanyaan-pertanyaan menariknya adalah seberapa banyak dari model andalan yang bertahan di model kecil, di mana pembelahannya sebenarnya terjadi, dan apa yang didapat dari selisih harga dua belas kali lipat selain token.

Tiga rilis dalam sebelas minggu

Silsilahnya menjelaskan sebagian besar harga. Tencent telah merilis keluarga ini tiga kali sejak Agustus, dan setiap peluncuran mengubah variabel yang berbeda.

• 28 Agustus 2026 — pratinjau Hy4.Apache 2.0, bobot tersedia di Hugging Face, ModelScope, GitCode, dan CNB, total 770B / 49B aktif, 78 lapisan yang terdiri dari satu lapisan dense dan 77 mixture-of-experts dengan 256 expert yang dirutekan ditambah satu expert bersama, perutean top-8, konteks 1.048.576 token, lapisan multi-token-prediction 10B dengan 0,7B aktif. ¥6 / ¥18 / ¥0,3 per juta token. Delapan baris benchmark yang dipublikasikan, resep vLLM dan SGLang, default sampling yang dipublikasikan.

• 4 November 2026 — Tencent HY4. Skala backbone yang sama, pra-pelatihan dan pasca-pelatihan yang jauh lebih banyak, serta dua kemampuan baru: visi native atas gambar, bagan, dan diagram yang detail, dan penggunaan komputer melalui mouse, keyboard, serta command line dengan pelatihan khusus untuk Blender, CAD, dan pekerjaan lintas aplikasi jangka panjang. Harga tetap ¥6 / ¥18 / ¥0,3. Tanpa bobot, tanpa lisensi, tanpa kartu model, tanpa lampiran benchmark.

• 16 November 2026 — Hy4 flash. Total 224B dengan 64B parameter Engram dan 12B aktif, multimodal, konteks 1.048.576 token, ¥0.5 / ¥2 / ¥0.02. Tanpa bobot, tanpa lisensi, tanpa kartu model, angka benchmark hanya dipublikasikan sebagai gambar grafik.

Arah perkembangannya sudah terlihat: keluarga ini semakin murah sekaligus semakin kurang terbuka. Anggota termurah juga merupakan yang paling sedikit dokumennya, dan satu-satunya versi yang dapat diunduh siapa pun adalah versi dari bulan Agustus.

Apa yang masih bisa dilakukan flagship yang tidak bisa dilakukan flash

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

Dua kemampuan terdapat pada model unggulan dan tidak diklaim untuk model kecil dengan istilah yang sama.

Visi dalam skala besar. Rilis HY4 mendemonstrasikan foto udara 2,8 gigapiksel yang di dalamnya model menemukan komponen atap berukuran dua meter, yang bukan sekadar hasil visi melainkan demonstrasi bahwa jendela satu juta token dapat memuat gambar berubin dan kueri sekaligus. Hy4 flash disebut multimodal, dan salah satu dari delapan jenis tugas dalam suite WorkIndex-nya adalah pemahaman visual, tetapi rilis tersebut tidak menyebutkan apakah encoder-nya milik sendiri atau dipasang tambahan, seberapa besar ukurannya, atau apakah video dapat dimasukkan sama sekali. Untuk pekerjaan dokumen padat dan grafik, model unggulan adalah model yang memiliki demonstrasi terbit di belakangnya.

Penggunaan komputer dan pekerjaan desktop jangka panjang. Tencent melatih HY4 secara khusus untuk mengoperasikan desktop lintas aplikasi, menjalankannya dalam sandbox yang dibangun di atas Agent Runtime miliknya sendiri dengan beberapa ratus aplikasi terpasang, dan menetapkan Blender serta CAD sebagai beban kerja target. Hy4 flash juga direkomendasikan untuk penggunaan komputer, sebuah konsesi yang signifikan — tetapi model unggulanlah yang disertai deskripsi pelatihan, dan data internal WorkBuddy menunjukkan bahwa flash kehilangan keunggulan pada tugas pengodean panjang meskipun mencapai kesetaraan pada pekerjaan harian.

Segala hal lain di kolom model unggulan adalah soal skala, bukan kemampuan: 49 miliar parameter aktif dibandingkan 12 miliar, 78 lapisan terdokumentasi dibandingkan jumlah yang tidak diungkapkan, 256 expert yang dirutekan dibandingkan jumlah yang tidak diungkapkan. Parameter aktif yang lebih banyak memberi kedalaman pada penalaran sulit dan rantai alat yang panjang. Parameter itu tidak memberi akses ke jendela konteks, yang sama pada keduanya, atau ke multimodalitas pada prinsipnya, yang diklaim keduanya.

Dari mana asal perbedaan dua belas kali lipat

Kesenjangan harga itu bukanlah diskon. Itu adalah empat kali lebih sedikit parameter aktif ditambah serangkaian perubahan pada sistem serving, dan Tencent luar biasa spesifik soal bagian kedua.

Menurut vendor, karya efisiensi ini—attention hibrida, LatentMoE, dan parameter Engram—secara bersama menghasilkan KV cache sebesar seperdua puluh empat ukuran KV cache Hy3 dan seperenam ukuran KV cache Tencent HY4. Distilasi mandiri dari HY4 yang dilanjutkan dengan pembelajaran penguatan memangkas panjang keluaran ujung ke ujung sebesar 50%. Sebuah megakernel inferensi dengan kuantisasi empat bit dan jalur dekode bernama DFly mempertahankan lebih dari 150 token per detik. Masing-masing masuk akal, masing-masing konsisten dengan arsitekturnya, dan tidak satu pun telah direproduksi secara independen.

Angka KV cache adalah angka yang mengubah perhitungan penerapan, bukan sekadar harga. Pada konteks satu juta token, ukuran cache menentukan berapa banyak permintaan panjang yang dapat berjalan bersamaan pada satu node, dan seperenam cache model unggulan dengan seperdua belas harga adalah kombinasi yang dapat mengubah beban kerja yang tidak menguntungkan menjadi menguntungkan tanpa perubahan apa pun pada kualitas model. Pemotongan panjang output sebesar 50% adalah yang mengubah kualitas, dan itulah angka yang perlu diuji: jawaban yang lebih pendek lebih murah karena lebih pendek, dan apakah jawaban itu lebih pendek karena modelnya efisien atau karena model berhenti berpikir adalah hal yang justru tidak dapat diberitahukan vendor tentang modelnya sendiri.

Sebagai referensi atas lintasan keluarga itu sendiri, Tencent melaporkan biaya per tugas pada suite WorkIndex internalnya sebesar sepertiga belas dari Hy4 preview dan seperdua puluh dari Tencent HY4. Biaya per tugas adalah pengukuran yang berbeda dari per token, karena memperhitungkan panjang keluaran dan percobaan ulang, sehingga angka seperdua puluh adalah angka operasional yang jujur dan angka kedua belas adalah kartu tarif. Keduanya cukup besar sehingga arahnya tidak diragukan.

Pertanyaan distilasi yang belum dijawab siapa pun

Model yang didistilasi mewarisi perilaku gurunya pada tugas-tugas yang dicakup oleh distilasi dan mengarang perilakunya sendiri pada sisanya. Tencent mengatakan Hy4 flash didistilasi sendiri dari HY4, yang menjadikan model unggulan itu sekaligus sebagai pesaing dan sinyal pelatihan — pengaturan yang biasanya menghasilkan model kecil yang sangat baik pada hal-hal yang dilatihkan secara intensif kepada guru dan terasa lebih lemah di tempat lain.

Data produk internal perusahaan konsisten dengan pola tersebut. Di WorkBuddy, Hy4 flash berjalan dengan biaya sekitar seperlima belas dari Tencent HY4 dengan waktu tugas turun 70%, setara pada tugas harian, dan sedikit menurun pada coding panjang. Dalam alur agen 微信支付, model ini menyamai atau mengalahkan DeepSeek-V4.1-Flash-1017 dengan langkah 6% lebih sedikit dan token keluaran 29% lebih sedikit. Dalam analisis akar masalah 王者荣耀, model ini berada dekat dengan DeepSeek-V4.1-Flash-1017 dan GLM-5.3-Flash pada lokalisasi sambil menggunakan permintaan 22% hingga 39% lebih sedikit dan token 40% hingga 61% lebih sedikit. Di 企业微信, model ini menghasilkan keluaran 88% lebih cepat dengan token berpikir 60% lebih sedikit dibandingkan HY4.

Dibaca bersama-sama, angka-angka itu menggambarkan sebuah model yang sangat baik pada bentuk tugas yang menjadi fokus pelatihan keluarga model ini — dokumen, agen, keluaran terstruktur, pengambilan informasi — dan mengalami sedikit penurunan pada tugas-tugas di mana kedalaman ekstra model guru yang berperan. Itu adalah hasil yang diharapkan dari distilasi dan bukan sebuah kritik; itulah alasan untuk mempertahankan kedua tingkatan alih-alih menggantikan yang satu dengan yang lain.

Apa yang tidak dimiliki oleh kedua model itu

Baik rilis unggulan maupun rilis flash tidak disertai bobot. Tencent mengatakan pihaknya berencana menjadikan Hy4 flash sebagai open source dan melakukan iterasi secara rutin, tetapi tidak ada lisensi, tanggal, maupun repositori. Rilis bobot Tencent HY4 sendiri juga diumumkan sebagai rencana. Satu-satunya anggota keluarga ini yang dapat Anda unduh hari ini adalah Hy4 preview, Apache 2.0, di Hugging Face sejak 28 Agustus, dan hal itu tetap berlaku sebelas minggu dan dua rilis kemudian.

Keduanya tidak memiliki skor benchmark independen. Artificial Analysis belum menerbitkan apa pun untuk Tencent HY4 atau Hy4 flash. Setiap angka dalam kedua rilis itu milik Tencent, tabel benchmark-nya tersedia sebagai gambar grafik, bukan teks, dan uji buta di balik klaim utama model flash tersebut melibatkan 85 karyawan Tencent yang menggunakan produk Tencent untuk tugas yang dipilih Tencent. Itu tidak membuat angkanya salah. Itu menjadikannya hipotesis awal.

Keduanya tidak memiliki konfigurasi sampling yang dipublikasikan, kartu sistem, maupun pernyataan tentang perilaku penolakan. Versi pratinjau menyertakan ketiga hal tersebut.

Perpecahan praktis

Panduan Tencent lebih selaras dengan bentuk beban kerja dibandingkan sebagian besar saran vendor, dan layak dinyatakan kembali dalam istilah operasional.

Jadikan Hy4 flash sebagai default untuk apa pun yang sebagian besar hanya membaca.Pencarian mendalam, pemrosesan dokumen, ekstraksi atas input panjang, pembuatan slide, scaffolding frontend sederhana, dan loop agen yang menghabiskan sebagian besar tokennya untuk mengirim ulang konteks. Diskon cache sepuluh kali lipat dan jejak KV yang lebih kecil menjadikan pengambilan konteks panjang sebagai beban kerja yang paling jelas cocok untuk tier murah, dan data internal mencakup tepat area tersebut.

Gunakan Tencent HY4 ketika tugasnya adalah rangkaian keputusan yang panjang. Rekayasa perangkat lunak multi-file, otomasi desktop berjangka panjang, pekerjaan CAD dan Blender, serta apa pun yang mengharuskan satu proses menjaga rencana tetap utuh melintasi puluhan langkah. Inilah kasus yang diakui Tencent sendiri, dan 37 miliar parameter aktif tambahan pada model unggulan inilah mekanismenya.

Gunakan Hy4 preview sebagai kontrol. Ini adalah keluarga yang sama, skala 770B/49B yang sama dengan flagship, lampiran benchmark yang dipublikasikan, dan bobot Apache 2.0 yang dapat Anda jalankan sendiri. Saat Anda memutuskan apakah flash cukup baik, preview memberi Anda titik referensi yang tidak bergantung pada mempercayai sebuah grafik.

Di mana menjalankan perbandingan

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Baik Tencent HY4 maupun Hy4 flash tidak dirutekan melalui OrcaRouter. Yang ada di sini adalah tencent/hy4-preview pada harga daftar penyedia sebesar $0.834 per juta token input dan $2.501 per juta token output, ditambah tier gratis yang dibatasi laju, dan tencent/hy3 sebesar $0.18 dan $0.59 untuk generasi yang lebih lama. Kedua model dalam artikel ini dapat diakses melalui TokenHub milik Tencent sendiri, tempat tier flash saat ini menjalankan promosi diskon 50% untuk periode yang tidak disebutkan dan WorkBuddy gratis hingga 30 November.

Jalur pratinjau ini lebih bernilai daripada yang terlihat. Jalur ini menjalankan arsitektur yang sama pada skala yang sama dengan model unggulan, menerbitkan lampiran tolok ukur delapan baris yang dapat Anda jalankan ulang terhadap checkpoint, dan biayanya seperempat dari biaya mengevaluasi model unggulan. Jika pertanyaan Anda adalah apakah model besar dari keluarga ini cukup baik untuk pekerjaan Anda, pratinjau menjawabnya dengan harga yang jauh lebih murah; jika jawabannya ya, Hy4 flash adalah versi yang harus dijadikan pembanding harga, dan hubungan distilasi membuat perbandingannya luar biasa bersih — keluarga yang sama, konteks yang sama, garis keturunan tokenizer yang sama, perbedaan dua belas kali lipat dalam biaya yang Anda bayarkan.

Salah satu alasan untuk mempertahankan evaluasi pada router bahkan untuk keluarga model yang hanya bisa Anda akses dari vendornya: model yang dirilis enam hari lalu belum memiliki catatan waktu aktif publik, dan penggantian ke tencent/hy4-preview dengan kunci yang sama adalah perubahan satu baris jika endpoint berperilaku buruk selama promosi minggu peluncuran. Tidak ada tambahan di atas biaya yang dikenakan Tencent — harga daftar adalah harganya — dan saat Tencent menyesuaikan tarif, angka baru itulah yang Anda bayar pada panggilan berikutnya, bukan pada rilis berikutnya lembar perbandingan seseorang. Kredensial yang sama juga membuka lebih dari dua ratus model lain jika evaluasi meluas melampaui keluarga ini.

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

Pemisahan tingkat adalah pengumuman itu.

Hal paling berdampak yang dikatakan Tencent pada 16 November bukanlah soal harga. Yang penting adalah bahwa model unggulan tetap dipertahankan untuk rekayasa perangkat lunak berjangka panjang, sementara model murah menangani pekerjaan sehari-hari — sebuah perusahaan yang membagi lini produknya sendiri sepanjang sumbu yang benar-benar dirasakan pelanggannya, sekaligus mengakui bahwa model murah bukanlah pengganti model mahal.

Bagi siapa pun yang berada di dalam pembagian itu, keputusannya mudah dan angka-angkanya besar: seperdua belas dari harga input, sepersembilan dari output, seperseratus dari cache, parameter aktif empat kali lebih sedikit, dan jejak KV yang lebih kecil pada jendela satu juta token yang sama. Bagi siapa pun di luarnya — proses agentic yang panjang, otomasi desktop, kode multi-file — model unggulan tetap menjadi jawaban keluarga ini dan vendornya sendiri mengatakan demikian.

Yang kurang adalah bukti, dan itu tidak ada di kedua tier. Tidak ada skor independen, tidak ada bobot untuk kedua model baru, tabel benchmark yang harus dibaca sebagai gambar, dan perbandingan utama yang diambil dari panel internal. Selisih harga dua belas kali lipat adalah klaim yang cukup kuat sehingga akan diuji oleh pihak di luar Tencent dalam beberapa minggu. Sampai itu terjadi, posisi yang masuk akal adalah yang tersirat dalam panduan Tencent sendiri: jalankan tier murah pada tugas yang menjadi peruntukannya, pertahankan model unggulan untuk pekerjaan yang panjang, dan ukur keduanya alih-alih memilih berdasarkan daftar harga.

Dibandingkan dalam artikel ini1

Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari