Kartu judul yang dihasilkan bertuliskan 'Tencent Hy4 vs Claude Opus 5.5 — sepersepuluh biaya per tugas', dengan kartu kiri untuk Tencent Hy4 yang menampilkan '770B total / 49B aktif', 'konteks 1M', 'bobot terbuka 20 Nov 2026' dan '$0.834 / $2.501 per 1M token', kartu kanan untuk Claude Opus 5.5 yang menampilkan 'Intelligence Index 59 pada upaya maksimal', 'konteks 1M', 'bobot tertutup' dan '$4.00 / $20.00 per 1M token', serta footer bertuliskan 'Angka indeks menurut Artificial Analysis, v5.0.1. Logo OrcaRouter di kanan bawah.'
Guides & Insights

Tencent Hy4 vs Claude Opus 5.5: Sepersepuluh Biaya per Tugas

Penulis

Gideon Frost

Tanggal Terbit

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

Tencent Hy4 tidak lagi menjadi model sewaan pada 20 November 2026. Itulah tanggal Tencent menerbitkan bobotnya — tencent/Hy4, Hy4-FP8 dan versi pra-latih Hy4-base — di Hugging Face, ModelScope, dan GitCode, enam belas hari setelah model itu sendiri tersedia secara umum pada 4 November. Claude Opus 5.5, sebaliknya, tidak pernah dapat diunduh: Anthropic merilisnya pada 22 September 2026 sebagai model unggulan khusus API dan tidak menerbitkan apa pun tentang membukanya. Jadi pertanyaan yang menarik bukan lagi model mana yang lebih baik. Pertanyaannya adalah apa yang Anda bayar ketika Anda membayar sekitar sepuluh kali lebih mahal per tugas yang diselesaikan untuk model yang mencetak 24 poin lebih tinggi pada indeks independen — dan apakah pertukaran itu masih berlaku setelah pihak yang murah dapat dijalankan di perangkat keras Anda sendiri.

Angka-angka yang membuat perbandingan ini konkret keduanya berasal dari Artificial Analysis, pada revisi v5.0.1 dari Intelligence Index-nya. Claude Opus 5.5 berada di 59 pada pengaturan upaya maksimumnya, 57 pada xhigh, 52 pada high, 48 pada medium, dan 35 pada low. Tencent Hy4 berada di 35, tanpa rincian upaya yang dipublikasikan. Pada biaya per tugas Intelligence Index yang diselesaikan, urutannya terbalik secara drastis: $10,04 untuk Claude Opus 5.5, $1,03 untuk Tencent Hy4.

Apa yang sebenarnya berubah pada 20 November

Cara Tencent sendiri membingkai rilis ini adalah satu baris di bagian berita kartu model: perusahaan tersebut merilis Hy4, Hy4-FP8, dan Hy4-base sebagai sumber terbuka. Apa artinya dalam praktik lebih spesifik, dan layak dipisahkan dari pemasaran.

• Bobot — checkpoint BF16 penuh. Repositori Hugging Face melaporkan 774,4 miliar parameter di indeks safetensors, yaitu tulang punggung 770B ditambah encoder visi dan model draf. Build GGUF 4-bit sudah tersedia di repositori terpisah bagi orang yang ingin menguji model tanpa klaster multi-node.

• Lisensi — Tencent Hy License, versi 1.0. Lisensi ini diturunkan dari Apache 2.0 tetapi secara eksplisit bukan Apache 2.0, dan Bagian 10 menambahkan ketentuan komersial yang penting. Selengkapnya tentang itu di bawah.

• Penyajian — Tencent menyediakan image siap pakai alih-alih membiarkan Anda berjuang dengan arsitekturnya: vllm/vllm-openai:hy4 dan lmsysorg/sglang:hy4, keduanya sudah dilengkapi drafter speculative-decoding DFly2. Resep vLLM membutuhkan delapan GPU dengan tensor-parallel size 8 untuk checkpoint FP8.

• Apa yang tidak berubah — harganya. Tencent Hy4 tetap $0.834 per juta token input dan $2.501 per juta token output sejak tersedia secara umum (GA), dengan pembacaan cache sebesar $0.042. Membuka bobot model tidak disertai pemotongan tarif, dan tidak ada indikasi hal itu akan terjadi.

Build GA dan build terbuka adalah model yang sama. Itu tidak berlaku sebulan sebelumnya: rilis Agustus, Tencent Hy4 Preview, dirilis dengan lisensi Apache 2.0 beserta bobotnya sejak hari pertama, dan build GA November hadir sebagai API tertutup dengan sebuah janji. Unggahan 20 November adalah janji itu yang ditepati, dengan lisensi yang lebih ketat.

Kesenjangan pada indeks independen

Dua puluh empat poin adalah kesenjangan yang besar, dan itu lebih besar daripada yang disiratkan judul begitu Anda melihat apa yang diukur oleh masing-masing angka. Artificial Analysis menerbitkan Claude Opus 5.5 pada lima tingkat upaya dan Tencent Hy4 pada satu tingkat. Angka 35 untuk Hy4 bukanlah angka yang disetarakan berdasarkan upaya; itu adalah satu-satunya angka yang diterbitkan lab tersebut, dan mungkin mencerminkan pengaturan penalaran apa pun yang menjadi default model, yang pada API Tencent sendiri bernilai tinggi.

Ada dua hal yang menyusul. Pertama, perbandingan yang jujur adalah 35 versus 52 milik Opus 5.5 pada effort tinggi, bukan versus 59 miliknya — selisih 17 poin, bukan 24. Kedua, dan lebih berguna, baris effort rendah untuk Claude Opus 5.5 juga 35. Pada pengaturan tercepat dan termurahnya, model unggulan Anthropic tersebut mencapai skor indeks yang sama dengan model unggulan terbuka Tencent pada pengaturan bawaannya. Itu fakta yang sungguh berguna bagi siapa pun yang membangun tabel router, karena berarti pilihannya bukanlah "model bagus versus model lemah" melainkan "ujung dial effort mana yang mampu Anda biayai".

A generated two-column scoreboard titled 'Tencent Hy4 vs Claude Opus 5.5'. Tencent Hy4 column: Intelligence Index 35, price $0.834 / $2.501, context 1M tokens, weights open under the Tencent Hy License, first answer token 115.9 s, cost per index task $1.03. Claude Opus 5.5 column: Intelligence Index 59 at max effort, price $4.00 / $20.00, context 1M tokens, weights closed, first answer token 24.3 s at high effort, cost per index task $10.04. Footer: 'Index and cost figures per Artificial Analysis, v5.0.1; licence terms per Tencent and Anthropic.'

Sub-skor menunjukkan arah yang sama. Pada Cyber Index milik Artificial Analysis yang terbit pada November, Tencent Hy4 mencetak 58 dan menempati peringkat ketiga dari 26 model — di belakang Kimi K3.1 Pro dengan 64 dan varian GPT-6 Sol dengan akses tepercaya dengan 69, serta tepat di depan DeepSeek V4.1 Flash 1017 dengan 57. Model ini berada di posisi pertama secara mutlak pada CWE-Bench-AA dengan 76%. Itu adalah evaluasi khusus keamanan, bukan penalaran umum, tetapi itu satu-satunya skor independen yang dimiliki model Tencent yang bukan satu agregat tunggal, dan skor tersebut terhormat.

Yang tidak dimiliki Tencent Hy4 adalah tabel benchmark publik dari labnya sendiri. Pengumuman GA pada November menggantikan baris Terminal-Bench, DeepSWE, dan SWE-bench Pro dari versi pratinjau dengan rangkaian tugas internal — panel keuangan berisi 213 pakar, perbandingan tingkat halusinasi, skor WorkIndex internal sebesar 42.1. Itu adalah klaim yang dilaporkan vendor tentang tugas milik Tencent sendiri, dan model card mengulanginya tanpa baris benchmark publik yang memungkinkan Anda memeriksanya terhadap apa pun. Indeks independen adalah pemeriksanya.

Berapa biaya kesenjangan itu per tugas

Inilah bagian yang menentukan sebagian besar penerapan nyata, dan bagian ini tidak menguntungkan harga token yang lebih murah sejelas yang tersirat dalam daftar tarif.

• Harga token — $0.834 untuk input dan $2.501 untuk output untuk Tencent Hy4 dibandingkan $4.00 dan $20.00 untuk Claude Opus 5.5. Sedikit di bawah lima kali lebih murah pada input, delapan kali pada output.

• Cache — $0.042 per juta token input yang di-cache untuk Hy4, diskon 95%, dibandingkan $0.20 untuk Opus 5.5. Pada loop agen yang membaca ulang repositori 200.000 token yang sama pada setiap giliran, perbedaan itu adalah keseluruhan model biaya.

• Biaya per tugas indeks yang diselesaikan — $1,03 untuk Hy4 dibandingkan $10,04 untuk Opus 5.5. Perhatikan bahwa ini adalah selisih 9,7x, lebih besar daripada selisih harga token, karena Hy4 juga lebih bertele-tele secara absolut: 160 juta token output di seluruh indeks dibandingkan 218 juta untuk Opus 5.5, dengan peringkat verbositas ke-87 dari 94 model untuk Hy4 dan ke-90 dari 94 untuk Opus 5.5. Kedua model sama-sama tidak ringkas.

• Kecepatan — 93 token per detik untuk Hy4 dibandingkan 112 untuk Opus 5.5, tetapi soal latensi lebih buruk daripada soal throughput. Tencent Hy4 membutuhkan 115,9 detik untuk menghasilkan token jawaban pertamanya, sementara median tingkatannya adalah 12,7 detik. Untuk pekerjaan interaktif, itulah angka yang penting, dan itulah satu-satunya tempat di mana model yang lebih murah jelas merupakan produk yang lebih buruk.

• Waktu per tugas — 14,0 menit untuk Hy4 dibandingkan 25,7 menit untuk Opus 5.5. Hy4 menyelesaikan tugas indeks lebih cepat dalam waktu aktual meskipun ada penundaan token pertama, karena secara keseluruhan waktu berpikirnya lebih singkat.

Jadi klaim biaya itu memerlukan keterangan pembatas yang tidak ditampilkan oleh kartu tarif. Tencent Hy4 kira-kira sepersepuluh biaya per tugas yang diselesaikan, tetapi akan membuat pengguna menunggu hampir dua menit untuk token pertama, dan akan menjawab pertanyaan 17 poin lebih buruk pada tingkat upaya yang setara. Jika beban kerja Anda bersifat batch — ekstraksi dokumen, klasifikasi, proses agen sepanjang malam, pembuatan data sintetis — latensi token pertama tidak relevan dan nilai ekonominya sangat besar. Jika interaktif, latensi adalah produknya dan keunggulan harga tidak menyelamatkannya.

Di mana Hy4 menang mutlak

Tiga dimensi, dan tidak satu pun dari dimensi itu tentang menjadi lebih pintar.

• Ekonomi konteks. Kedua model mengiklankan jendela 1 juta token. Hanya salah satunya yang menagih $0.042 per juta token untuk membaca ulang jendela yang sama. Pekerjaan konteks panjang yang melibatkan pembacaan berulang atas korpus tetap — tinjauan kode terhadap seluruh repositori, analisis kontrak di seluruh kumpulan dokumen, agen riset yang menyimpan catatannya dalam konteks — jauh lebih murah di Hy4 bahkan sebelum tarif dasarnya.

• Modalitas. Tencent Hy4 menerima teks, gambar, dan bingkai video melalui satu jalur ViT dan mengembalikan teks. Claude Opus 5.5 menerima teks, gambar, dan berkas. Video adalah pembedanya: kartu model Hy4 menjelaskan encoder visi dengan adaptor yang mengonversi fitur bingkai video menjadi token visual, dan tidak ada pernyataan setara untuk Opus 5.5.

• Panjang output adalah satu-satunya area di mana Opus 5.5 menang secara jelas: maksimum 128K token output dibandingkan 64K untuk Hy4. Untuk tugas yang membutuhkan artefak panjang yang dihasilkan dalam satu panggilan, batas atas itu yang menentukan.

Keunggulan Claude Opus 5.5 adalah keunggulan yang selalu dijual Anthropic: selisih indeks 17 poin pada tingkat upaya yang setara, token pertama dalam 24 detik pada upaya tinggi versus 116, plafon keluaran dua kali lipat, dan landasan evaluasi pihak ketiga yang jauh lebih besar. Jika tugasnya adalah rekayasa perangkat lunak yang sulit atau analisis multi-langkah yang jawaban salahnya mahal, perbedaan harga sepuluh kali lipat bukanlah angka yang relevan. Jika tugasnya adalah volume, itu satu-satunya angka.

Lisensi tersebut bukan Apache

Screenshot of the tencent/Hy4 model card on Hugging Face, showing the model name, the Hunyuan / hy4 / moe / multimodal tags, the Tencent Hy License badge, and links to ModelScope, GitCode and the GitHub repository.

Di sinilah rilis 20 November berbeda dari rilis Agustus, dan inilah detail yang akan dilewatkan oleh sebagian besar halaman perbandingan.

Tencent Hy4 Preview dirilis di bawah Apache 2.0 — lisensi permisif yang benar-benar tanpa syarat. Tencent Hy4 dirilis di bawah Tencent Hy License 1.0, yaitu Apache 2.0 dengan tambahan Bagian 10. Bagian tersebut menyatakan bahwa jika Anda menjalankan bisnis model-as-a-service dan pendapatan bruto di seluruh dunia Anda melebihi US$50 juta dalam periode dua belas bulan mana pun, atau produk tempat Anda menyematkan model tersebut memiliki lebih dari 100 juta pengguna aktif bulanan, Anda memerlukan lisensi tertulis terpisah dari Tencent sebelum menggunakannya. Penggunaan internal dikecualikan: jika baik model maupun outputnya tidak sampai ke pihak ketiga, Bagian 10 tidak berlaku.

Bagi startup, kelompok riset, atau perusahaan yang menjalankan model di balik alat internal, klausul itu tidak relevan dan Hy4 pada praktiknya terbuka. Bagi platform yang berencana menjual kembali inferensi di atasnya, hal itu menjadi bahan negosiasi. Bandingkan dengan Claude Opus 5.5, yang pertanyaan itu tidak muncul karena tidak ada yang perlu dilisensikan — Anda menyewa endpoint atau tidak menggunakan model tersebut.

Konsekuensi praktisnya adalah pemisahan yang belum ada sebulan lalu. Tencent Hy4 kini menjadi satu-satunya model dalam perbandingan ini yang dapat Anda fine-tune, distilasi, kuantisasi, atau jalankan di dalam jaringan tanpa akses keluar. Claude Opus 5.5 adalah satu-satunya dari keduanya dengan batas keluaran 128K dan token pertama dalam waktu kurang dari setengah menit pada pengaturan upaya tinggi.

Memilih di antara keduanya

Pohon keputusan itu cukup singkat untuk dinyatakan tanpa ragu-ragu.

Anda membutuhkan skor tertinggi per token dan tugasnya interaktif — Claude Opus 5.5. Tidak ada bagian dari argumen harga yang bertahan saat pengguna menatap jeda token pertama selama 116 detik.

• Anda membutuhkan biaya terendah per tugas yang diselesaikan dan pekerjaannya bersifat batch — Tencent Hy4, dan marginnya mendekati satu orde besaran.

• Anda perlu melakukan hosting sendiri, fine-tuning, atau menyimpan data di dalam jaringan Anda sendiri — Tencent Hy4, dengan ketentuan membaca Bagian 10 lisensi. Tidak ada opsi Claude Opus 5.5 di sini sama sekali.

• Anda memerlukan 128K keluaran yang dihasilkan dalam satu panggilan, atau masukan video — plafon keluaran mengarah ke Opus 5.5, masukan video ke Hy4. Hanya sedikit beban kerja yang membutuhkan keduanya.

• Anda ingin melakukan lindung nilai di antara keduanya — tempatkan rute berbobot di depan keduanya dan biarkan model murah mengambil percobaan pertama. Hy4 dengan $1.03 per tugas cukup murah sehingga percobaan yang gagal hanya memakan sekitar sepersepuluh dari biaya membiarkan Opus 5.5 mencoba lebih dulu, dan jalur eskalasi hanya aktif pada tugas yang membutuhkannya.

Menjalankan keduanya dengan satu kunci

Screenshot of the OrcaRouter model page for Anthropic: Claude Opus 5.5, showing the model name, vendor, context window, per-million-token pricing and supported endpoint types.

Kedua model dapat dipanggil melalui OrcaRouter dengan string modelnya masing-masing — tencent/hy4 dengan $0,834 per juta token input dan $2,501 per juta token output, serta anthropic/claude-opus-5.5 dengan $4,00 dan $20,00. Artinya, perbandingan di atas dapat dijalankan sebagai eksperimen, bukan argumen: satu kunci, satu SDK, dua string model, dan DSL perutean yang mengirim yang murah terlebih dahulu lalu melakukan eskalasi saat gagal.

Karena OrcaRouter meneruskan harga daftar penyedia dengan tanpa markup, tarif Tencent adalah tarif yang Anda bayar di sisi kami, dan begitu pula tarif Anthropic. Jika salah satu vendor mengubah harganya, perubahan itu berlaku pada hari yang sama alih-alih menunggu reseller memasukkan ulang katalog.

Untuk kasus self-hosted, perhitungannya berubah bentuk sepenuhnya. Begitu Anda menjalankan Hy4 di GPU Anda sendiri, biaya marginal per token tidak lagi menjadi angka dari vendor, melainkan menjadi angka listrik dan utilisasi Anda — itulah sebabnya bobot model lebih penting daripada debat lisensi bagi siapa pun yang memiliki kapasitas cadangan.

Apa yang akan ditentukan bulan depan

Dua hal yang akan menentukan perbandingan ini, dan keduanya bukanlah baris benchmark.

Yang pertama adalah apakah rilis terbuka Tencent mendorong evaluasi independen atas bobot model. Unggahan 20 November mencakup kartu sistem dan panduan fine-tuning, tetapi materi benchmark dalam kartu model masih sebagian besar berupa tabel pra-pelatihan — MMLU 91,6, MMLU-Pro 73,9, SuperGPQA 62,7, MMMU-Pro 59,6 untuk model dasar — ditambah rangkaian tugas internal. Tidak ada pihak di luar Tencent yang menerbitkan skor untuk build yang di-instruction-tune, dan angka 35 pada indeks independen adalah satu angka dari satu evaluator.

Yang kedua adalah upaya. Claude Opus 5.5 sudah menerbitkan lima tingkatan dari 35 hingga 59; selisih antara pengaturan termurah dan termahalnya lebih lebar daripada seluruh jarak ke satu skor Tencent Hy4. Jika Tencent menerbitkan pemisahan semacam itu — dan API-nya sudah menyediakan tombol high/no-think — perbandingannya menjadi tabel pengaturan yang disepadankan, bukan satu angka melawan angka lain. Sampai saat itu, ringkasan yang jujur adalah bahwa Tencent Hy4 adalah model kelas menengah dalam evaluasi independen, model yang kuat dalam evaluasi khusus keamanan, satu orde besaran lebih murah per tugas yang diselesaikan, dan kini benar-benar terbuka, yang tidak demikian pada 4 November.

Dibandingkan dalam artikel ini2

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