
Tencent Hy4 vs Gemini 4 Argon: Bobot Terbuka vs Rangkaian Modalitas yang Lebih Luas
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 182 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 749 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 1902 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Ambil seribu halaman faktur hasil pemindaian dan ajukan dua pertanyaan kepadanya: berapa biaya untuk membacanya, dan berapa biaya untuk melakukan penalaran atasnya. Jawabannya menunjuk ke arah yang berlawanan, dan itulah inti keseluruhan keputusan antara Tencent Hy4 dan Gemini 4 Argon. Tencent Hy4, yang tersedia secara umum sejak 4 November 2026 dan berbobot terbuka sejak 20 November, adalah model teks-dan-gambar dengan harga $0.834 per juta token masukan. Gemini 4 Argon, yang dirilis Google pada 30 September 2026, menerima teks, gambar, audio, video, dan PDF, serta mengenakan biaya $2.00 per juta token masukan. Yang satu berharga 2.4 kali lipat yang lain pada masukan dan empat kali lipat pada keluaran. Yang lebih murah dapat diunduh dan dijalankan di perangkat keras Anda sendiri. Yang lebih mahal membaca format yang sama sekali tidak dapat dilihat oleh yang lebih murah.
Pada indeks independen, keduanya cukup berdekatan sehingga selisih harga sulit dibenarkan hanya berdasarkan kemampuan: Artificial Analysis menempatkan Gemini 4 Argon pada 50 di Intelligence Index-nya pada upaya tinggi dan 48 pada sedang, dibandingkan 35 untuk Tencent Hy4. Selisih 15 poin pada upaya yang kurang lebih setara memang nyata, tetapi jauh lebih kecil daripada yang disiratkan oleh kelipatan input 2.4x dan output 4x. Angka biaya per tugas yang diselesaikan adalah tempat selisih harga sebenarnya bermuara: $4.97 untuk Argon dibandingkan $1.03 untuk Hy4 pada indeks yang sama.
Faktur, dituntaskan
Aritmetika konkret mengalahkan tangkapan layar kartu tarif, jadi ini dia untuk satu pekerjaan yang masuk akal: 1.000 halaman faktur hasil pindai, kira-kira 800 token gambar untuk masing-masing halaman, prompt 600 token, output terstruktur 300 token per halaman.
• Volume input — 1,4 juta token gambar ditambah 0,6 juta token prompt, sehingga totalnya 2,0 juta token input.
• Volume keluaran — 300.000 token bidang yang diekstrak.
• Tencent Hy4 — 2,0 juta dengan $0,834 adalah $1,67, ditambah 0,3 juta dengan $2,501 adalah $0,75. Total $2,42.
• Gemini 4 Argon — 2,0 juta dengan harga $2,00 adalah $4,00, ditambah 0,3 juta dengan harga $10,00 adalah $3,00. Total $7,00.
• Dengan cache — jika prefiks prompt stabil di seluruh halaman, yang dalam pipeline ekstraksi biasanya memang demikian, input cache Hy4 sebesar $0.042 per juta memangkas porsi prompt menjadi hampir nol; tarif cache Argon sebesar $0.10 per juta melakukan hal yang sama secara proporsional. Rasionya tidak banyak berubah, karena token gambar mendominasi dan tidak ada vendor yang mendiskonnya secara besar-besaran.
Satu kali proses selisihnya $4,58. Pada satu juta halaman per bulan, angkanya menjadi $4.580 versus $7.000, dan pertanyaan menariknya adalah apakah selisih indeks 15 poin itu membeli akurasi yang cukup untuk membenarkan $2.420 per bulan — yang sepenuhnya bergantung pada apakah poin kesalahan ekstra Hy4 berada di bidang yang dapat Anda validasi setelahnya.
Klausul terakhir itu bagian yang berguna. Ekstraksi invoice dengan skema dan tahap validasi adalah beban kerja di mana model yang lebih lemah ditambah pemeriksaan deterministik mengalahkan model yang lebih kuat saja, karena parse yang gagal murah untuk dicoba ulang, sedangkan angka yang salah yang lolos validasi tidak. Tencent Hy4 pada 35 tidak terlalu lemah untuk pekerjaan itu. Kemungkinan ia terlalu lemah untuk pekerjaan yang dibahas dua paragraf di bawah.
Di mana kesenjangan modalitas benar-benar terasa
Hy4 membaca teks, gambar, dan frame video melalui satu encoder visi. Gemini 4 Argon membaca teks, gambar, audio, video, dan dokumen PDF secara native, dan dokumentasi model Google mencantumkan kelima hal itu pada baris kemampuan model tersebut. Perbedaannya bukan sekadar kalimat pemasaran; hal itu mengubah pipeline apa yang mungkin dilakukan tanpa tahap prapemrosesan.
• Audio. Rekaman panggilan, rapat, pesan suara — Argon menerima file tersebut. Hy4 memerlukan langkah transkripsi terlebih dahulu, yang berarti model kedua, kontrak kedua, dan mode kegagalan kedua.
• PDF sebagai dokumen, bukan sebagai halaman. Jika sebuah PDF memiliki teks yang dapat dipilih ditambah gambar tersemat ditambah blok tanda tangan hasil pindaian, Argon menangani campuran itu dalam satu proses. Hy4 memproses halaman yang dirender sebagai gambar, sehingga lapisan teks hilang dan biaya token meningkat.
• Video panjang. Kartu model Tencent menjelaskan adaptasi fitur bingkai untuk video, yang merupakan kemampuan nyata dan lebih baik daripada yang dimiliki sebagian besar model terbuka. Namun itu adalah pengambilan sampel bingkai, bukan pemodelan temporal native, dan untuk apa pun yang pertanyaannya menyangkut gerakan sepanjang klip panjang, perbedaannya terlihat.
• Kesenjangan terbalik. Hy4 menggunakan 64K token keluaran dibandingkan default 64K milik Argon dengan batas atas 1M yang tersedia di sisi keluaran menurut dokumentasi Google. Keduanya bukanlah kendala yang mengikat untuk pekerjaan ekstraksi.
Jadi perumusan yang jujur adalah bahwa Gemini 4 Argon adalah instrumen yang lebih luas dan Tencent Hy4 adalah yang lebih murah. Pada beban kerja yang tetap berada di dalam teks dan gambar — yang mencakup sebagian besar kode, sebagian besar dokumen, dan sebagian besar pekerjaan agen — keluasan itu tidak terpakai, dan yang Anda bayar adalah harganya.
Kapabilitas, diukur dan salah diukur
Artificial Analysis menempatkan Gemini 4 Argon pada 50 (upaya tinggi) dan 48 (sedang) pada Intelligence Index v5.0.1, dengan harga campuran $1.47 per juta token, 68 token per detik, waktu tunggu 47 detik untuk token pertama pada upaya tinggi, dan $4.97 per tugas indeks yang diselesaikan. Tencent Hy4 berada di 35, dengan 93 token per detik, harga campuran $0.45 dan $1.03 per tugas yang diselesaikan. Tidak satu pun angka tersebut menyertakan pemisahan berdasarkan tingkat upaya pada sisi Hy4, yaitu keterbatasan yang sama yang membayangi setiap perbandingan yang melibatkannya: Tencent tidak menerbitkan modelnya sendiri untuk berbagai tingkat upaya dan evaluator hanya memiliki satu angka.
Pengumuman Google sendiri memuat tabel benchmark sembilan belas baris yang membandingkan Argon dengan GPT-6 Astra, Claude Fable 5.1, dan Claude Opus 5.5. Argon unggul pada Vals Index, AutomationBench, Harvey's Legal Agent Benchmark, dan beberapa rangkaian visi; Argon kalah pada FrontierSWE v2 dan Terminal-bench 4.0. Itu adalah angka Google dengan metodologi Google, dengan angka non-Gemini diambil dari penilaian penyedia lain masing-masing—catatan yang dinyatakan secara eksplisit dalam PDF metodologi. Angka-angka itu berguna untuk mengetahui apa yang dioptimalkan Google, bukan untuk pemeringkatan.
Basis bukti Tencent lebih tipis dan berbeda jenisnya. Pengumuman Hy4 sepenuhnya menghapus baris Terminal-Bench dan SWE-bench dari pratinjau dan menggantinya dengan rangkaian tugas internal: panel keuangan berisi 213 ahli tempat Hy4 rata-rata 3,04 dari 4, tingkat halusinasi yang dipangkas dari 15,76% menjadi 5,45%, kenaikan +19,1% pada rangkaian pengembangan game internal. Kartu model mengulangi hal-hal itu. Tidak satu pun dapat direproduksi di luar Tencent. Satu-satunya hasil independen yang khusus keamanan, skor Cyber Index 58 dan nilai 76% di peringkat pertama pada CWE-Bench-AA, tidak memiliki padanan untuk Gemini 4 Argon karena model Google tidak ada di papan itu.
Apa artinya bagi pembeli: Argon memiliki agregat terukur dan tabel vendor; Hy4 memiliki agregat terukur, hasil khusus keamanan, dan tabel vendor tentang pekerjaan internal. Kedua agregat berasal dari evaluator yang sama, dan itulah yang membuat perbandingan 15 poin bernilai.
Mengapa pertemuan ini baru berusia beberapa minggu
Perlu dinyatakan secara terus terang, karena catatan itu penting. Ketika Google mengumumkan Gemini 4 Argon pada 30 September, perusahaan menggambarkannya sebagai peluncuran tiga tahap — para pembela siber melalui Program Fairwind lebih dulu, lalu pelanggan API berbayar dan pelanggan AI Ultra, kemudian semua orang lainnya — tanpa tanggal untuk tahap setelah tahap pertama. Pada saat itu, nama tersebut sudah memiliki halaman keluarga model, tabel tolok ukur, dan belum ada pengenal model yang bisa dimasukkan ke dalam permintaan.
Itu telah berubah. Dokumentasi model Google kini mencantumkan gemini-4-argon sebagai model saat ini tanpa label pratinjau, jendela input 1 juta token, dan rangkaian modalitas lima input yang dijelaskan di atas. Artificial Analysis mencantumkannya sebagai telah dirilis dan tersedia melalui API melalui Google. Jadi, perbandingan dalam artikel ini adalah antara dua model yang dapat Anda panggil, yang tidak akan terjadi enam minggu lalu. Koreksi ini layak dilakukan karena banyak halaman masih menggambarkan Argon sebagai teaser terbatas.
Status Tencent Hy4 sendiri berubah ke arah sebaliknya: dari API tertutup pada 4 November menjadi bobot terbuka pada 20 November, di bawah Lisensi Tencent Hy 1.0 alih-alih Apache 2.0 yang mengatur pratinjau Agustus. Kedua model bergerak, ke arah yang berlawanan dalam hal keterbukaan, dalam enam minggu yang sama.
Pertanyaan tentang keterbukaan, dengan harga yang jujur
Checkpoint 770 miliar parameter milik Hy4 dapat diunduh. Untuk menjalankannya dibutuhkan delapan GPU kelas H100 untuk build FP8 pada ukuran tensor-parallel 8, menurut resep vLLM Tencent sendiri. Itu mesin sungguhan, dan bagi sebagian besar perusahaan jawaban jujurnya adalah bahwa bobot terbuka memberi keleluasaan, bukan penghematan: model ini pada prinsipnya dapat di-hosting sendiri, dalam praktiknya murah untuk disewa, dan hanya layak diunduh jika residensi data, fine-tuning, atau penerapan air-gapped menjadi persyaratan mutlak.
Lisensi tersebut menambahkan ketentuan yang layak dibaca. Bagian 10 dari Tencent Hy License mewajibkan lisensi tertulis terpisah jika Anda menjalankan bisnis model-as-a-service dengan pendapatan bruto seluruh dunia di atas US$50 juta dalam periode dua belas bulan apa pun, atau lebih dari 100 juta pengguna aktif bulanan. Penggunaan internal dikecualikan. Jadi perusahaan yang menjalankan Hy4 di balik alat internal tidak terpengaruh; platform yang menjual kembali inferensi di atasnya sedang bernegosiasi.
Gemini 4 Argon tidak memiliki pertanyaan yang setara karena tidak ada yang perlu dilisensikan — Anda memanggil endpoint Google atau tidak menggunakan model tersebut. Itu adalah pengaturan yang lebih sederhana dan secara ketat kurang fleksibel. Bagi pembeli di sektor teregulasi, "kami dapat menjalankannya di rak kami sendiri" sering kali bernilai lebih dari lima belas poin indeks; bagi yang lain, itu hanyalah catatan kaki.
Yang mana yang harus dimasukkan ke jalur permintaan
• Ekstraksi volume di dalam teks dan gambar — Tencent Hy4. Aritmetika di atas tidak dekat, dan skema plus proses validasi menyerap sebagian besar kesenjangan akurasi.
• Apa pun yang memiliki audio, PDF native, atau video panjang — Gemini 4 Argon. Hy4 tidak dapat melihat input, dan model prapemrosesan membutuhkan biaya lebih besar daripada selisih token.
• Permukaan interaktif — Argon pada upaya sedang, jika salah satu dari keduanya. Waktu tunggu 115,9 detik Hy4 untuk token pertama membuatnya tidak cocok, dan jalur upaya tinggi Argon adalah 47 detik, yang lebih baik tetapi tetap bukan antarmuka obrolan.
• Jaringan yang diatur atau rencana penyetelan halus — Tencent Hy4, tunduk pada Bagian 10.
• Penalaran tersulit yang Anda miliki — {{1}}Gemini 4 Argon{{/1}}, berdasarkan selisih independen 15 poin yang disepakati oleh vendor kedua model tersebut ada kira-kira ke arah itu.
Keduanya pada satu tombol, dan apa manfaatnya

Kedua model dapat dipanggil melalui OrcaRouter dengan string masing-masing — tencent/hy4 seharga $0.834 dan $2.501, google/gemini-4-argon seharga $2.00 dan $10.00 — yang membuat pemisahan modalitas menjadi keputusan perutean, bukan keputusan arsitektur. Kirim pekerjaan gambar dan teks ke model yang murah, dan lakukan perutean berdasarkan jenis input sehingga apa pun yang membawa audio atau PDF native diarahkan ke model yang dapat membacanya. Itulah DSL perutean yang menjalankan fungsi sebagaimana mestinya, dan itu hanya memerlukan satu kunci alih-alih dua integrasi.
Penetapan harga pass-through di sini lebih penting daripada biasanya, karena kedua vendor mengubah tarif mereka pada jadwal yang berbeda. OrcaRouter menerapkan harga daftar penyedia dengan markup nol, sehingga perubahan harga Google dan perubahan harga Tencent sama-sama berlaku di sisi kami pada hari yang sama, bukan setelah reseller memasukkan ulang katalog.
Failover otomatis adalah separuh lainnya. Pekerjaan batch yang gagal dalam validasi skema di Hy4 dapat mencoba lagi di Argon tanpa sepengetahuan klien, yang merupakan cara lebih murah untuk membeli akurasi daripada membayar empat kali tarif keluaran pada setiap panggilan.
Apa yang bisa mengubah jawabannya


Dua perkembangan akan mengubah perbandingan ini, dan keduanya masuk akal dalam rentang dua belas bulan.
Yang pertama adalah model Tencent dengan audio. Jalur visi Hy4 adalah satu encoder atas gambar dan frame video yang disampel; menambahkan encoder audio adalah langkah berikutnya yang jelas, dan itu akan meruntuhkan sebagian besar keunggulan keluasan Argon. Tencent telah merilis Hy4 Flash, saudara yang lebih murah dengan 220 miliar parameter dan set modalitas yang sama, sehingga keluarga ini berkembang, bukan melakukan konsolidasi.
Kedua adalah evaluasi independen atas bobot Hy4 yang terbuka. Angka 35 pada indeks tersebut merupakan angka dari satu evaluator untuk satu build. Dengan bobot yang sudah publik, laboratorium lain dapat menjalankan checkpoint yang telah di-instruction-tune dan either mengonfirmasi kesenjangan terhadap Argon atau mempersempitnya. Itu belum terjadi — materi benchmark pada kartu model masih sebagian besar berupa tabel pra-pelatihan, MMLU di 91,6 dan MMMU-Pro di 59,6 untuk model dasar, ditambah rangkaian internal Tencent.
Sampai saat itu ringkasannya sempit dan dapat dipertahankan. Gemini 4 Argon adalah model yang lebih luas dan yang skornya lebih tinggi, dengan harga input 2,4 kali, harga output empat kali, dan biaya per tugas yang diselesaikan 4,8 kali. Tencent Hy4 adalah yang lebih murah satu orde besaran per tugas yang diselesaikan, terbuka sejak 20 November, dan buta terhadap audio. Pilih berdasarkan jenis input terlebih dahulu, karena itu menentukan pertanyaannya sebelum harga ikut menentukan.
Dibandingkan dalam artikel ini1
Terdeteksi dari artikel ini
