
Hy4 flash vs DeepSeek V4.1 Flash: Tencent ha scelto questa battaglia da sola
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 96 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 87 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 219 tok/s
Tencent ha scelto l'avversario. Il post di ricerca per Hy4 flash, pubblicato il 16 novembre 2026, confronta il proprio costo per attività con esattamente un modello rivale — DeepSeek V4.1 Flash, nella sua snapshot 1017, al livello di impegno massimo e alle tariffe delle ore di punta di DeepSeek — e ne riporta un ottavo. È un confronto insolitamente specifico per un post di lancio, e ti dice dove Tencent ritiene che sia la sfida: non contro il flagship di Alibaba, non contro il proprio Tencent HY4, ma contro il modello economico a pesi aperti su cui gli agenti di programmazione operano da settembre. Tre settimane di numeri pubblicati stanno dalla parte di DeepSeek in quel confronto. Un grafico sta dalla parte di Tencent.
Quindi la domanda utile non è quale modello sia migliore in astratto. È se un vantaggio sul prezzo dell'input di 2,1 volte sopravviva al contatto con gli elementi che differiscono tra i due, e se il dato di un ottavo per attività significhi ciò che un lettore immaginerà che significhi. A entrambe si può rispondere sulla base del materiale pubblicato, e le risposte puntano in direzioni opposte.
Cosa ha effettivamente spedito ogni azienda
Inizia dagli artefatti, perché non sono equivalenti e la differenza spiega gran parte del disaccordo a valle.
DeepSeek V4.1 Flash è uscito il 10 settembre 2026 con licenza MIT: 48 shard safetensors per un totale di circa 510 gigabyte, un rapporto tecnico intitolato "Pushing the Limits of KV Cache Compression", una model card con tag di deployment, una variante fp8 e un'API con schede pubblicate per off-peak e peak. Uno snapshot aggiornato, 1017, lo ha sostituito il 17 ottobre e ora è disponibile con lo stesso nome API. Il repository conta 1,69 milioni di download e 4.978 like. Artificial Analysis gli attribuisce un punteggio di 32,6 sull'Intelligence Index con il massimo sforzo; il Capabilities Index di Epoch AI colloca il checkpoint 1017 a 159, al 19º posto tra i 253 modelli monitorati.
Hy4 flash è apparso il 16 novembre 2026 come post di ricerca senza alcuna model card allegata: 224 miliardi di parametri in totale, 64 miliardi dei quali parametri Engram, 12 miliardi attivi per token, multimodalità nativa, un contesto di 1.048.576 token e un piano per renderlo open source in seguito. Nessun peso, nessuna licenza, nessun rapporto tecnico, nessun punteggio indipendente e risultati dei benchmark forniti come grafici PNG. Artificial Analysis riporta Tencent HY4 a 34,6 al 5 novembre e non ha alcuna voce per Hy4 flash.
Mettili uno accanto all'altro e il confronto assume una forma strana. Il modello più recente è quello che non puoi ispezionare, mentre quello più vecchio è quello che puoi scaricare, mettere a punto e servire sul tuo hardware. Questa asimmetria attraversa ogni sezione qui sotto.
La scheda prezzi, confrontata onestamente
Entrambi i fornitori pubblicano tariffe di listino, ed entrambi ne pubblicano più di una, ed è qui che la maggior parte dei confronti sbaglia.
• Input, per milione di token — Hy4 flash $0.070 fisso; DeepSeek V4.1 Flash $0.15 fuori punta, $0.30 durante le ore di punta.
• Output, per milione di token — Hy4 flash $0.281; DeepSeek $0.60 fuori punta, $1.20 in punta.
• Cache hit, per milione di token — Hy4 flash $0,003; DeepSeek $0,003 fuori punta, $0,006 in punta.
• Definizione delle ore di punta — Le finestre di punta di DeepSeek sono 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì, esclusi i giorni festivi pubblici cinesi. Tutto il resto è fuori punta, il che significa che per un team statunitense o europeo la tariffa conveniente è quella in vigore per la maggior parte della propria giornata lavorativa.
• Contesto — Hy4 flash 1.048.576 token; DeepSeek V4.1 Flash 1.000.000 di token con un limite di output di 384.000 token.
• Scheda Cina continentale — Hy4 flash ¥0.5 / ¥2 / ¥0.02 per milione di token, ed è da qui che deriva il valore in dollari, non da una tariffa internazionale pubblicata separatamente.
Considerati alla stessa ora, il divario è di 2,1 volte sull'input e di 2,1 volte sull'output: $0,070 contro $0,15, $0,281 contro $0,60. Durante le finestre di picco di DeepSeek si amplia a 4,3 volte. Sull'input in cache, fuori dalle ore di punta è un pareggio, perché entrambi arrivano a $0,003 — e questo conta più del dato di facciata, dato che un agente di coding che reinvia un prompt di sistema, uno schema di strumenti e un albero dei file a ogni passo paga la tariffa della cache la maggior parte del tempo. Sulla forma del carico di lavoro su cui verte realmente questo confronto, i due modelli hanno lo stesso prezzo.
Quell'ultima riga è quella che disinnesca gran parte dell'argomento. L'un ottavo di Tencent non è un confronto fortemente influenzato dalla cache; è un costo per attività su WorkIndex, che incorpora la lunghezza dell'output, il tasso di nuovi tentativi e il numero di passaggi insieme al tariffario. Due di questi tre input sono aspetti che Tencent controlla tramite il proprio post-training, e riporta tale controllo come un'unica percentuale: lunghezza dell'output ridotta del 50%.

Perché 12 miliardi di parametri attivi sono l'intero argomento dell'architettura
DeepSeek V4.1 Flash è un backbone da 552 miliardi di parametri con 16 miliardi attivi per token, costruito su quello che DeepSeek chiama design Causal Encoder-Decoder: 40 layer divisi equamente in un encoder causale da 20 layer e un decoder da 20 layer, con l'enfasi del rapporto tecnico sulla compressione della KV cache anziché sulla percezione. Hy4 flash attiva 12 miliardi per token rispetto a un totale di 224 miliardi, ovvero tre quarti del conteggio attivo di DeepSeek e il 40% della sua dimensione totale.
Il resoconto di Tencent su da dove deriva la differenza è specifico sul meccanismo e tace sulla struttura. L'attenzione ibrida, LatentMoE e i parametri Engram producono una cache KV grande un ventiquattresimo di quella di Hy3 e un sesto di quella di Tencent HY4. L'auto-distillazione da Tencent HY4, poi il reinforcement learning, hanno dimezzato la lunghezza dell'output end-to-end. Un megakernel con pesi a quattro bit e un percorso di decodifica DFly mantiene la decodifica sopra i 150 token al secondo. Ciò che non è pubblicato è qualsiasi cosa si potrebbe falsificare da un checkpoint: numero di layer, numero di esperti, ampiezza del routing, dimensione dell'encoder visione e se la multimodalità sia nativa o aggiunta.
I parametri di Engram meritano una frase a parte, perché 64 miliardi di essi all'interno di un modello da 224 miliardi di parametri non è una configurazione normale. Engram, nell'uso che ne fa Tencent, è un componente in stile memoria che contiene associazioni apprese anziché un esperto instradato che viene eseguito in ogni passaggio in avanti. La conseguenza pratica è che il 29% delle dimensioni totali del modello non viene imputato al calcolo per token, il che è un modo legittimo di ottenere capacità per parametro e un modo scorretto di confrontare i conteggi dei parametri. Un modello da 224B con 64B di Engram non è più piccolo di un modello da 552B nel modo suggerito dai due numeri; ha una forma diversa.
Il design di DeepSeek è verificabile e quello di Tencent no, e non è una piccola differenza in un confronto diretto. Chiunque può scaricare 510 gigabyte di pesi e contare gli strati. Nessuno può scaricare Hy4 flash e farci alcunché.
L'ottavo, tracciato
Vale la pena seguire da vicino il confronto per singola attività di Tencent, perché è l'unico dato di confronto diretto che una delle due società abbia pubblicato per questa coppia, ed è più rigoroso di quanto di solito non sia l'aritmetica dei post di lancio.
Su WorkIndex — l'insieme interno di otto suite di Tencent che copre creazione di slide, revisione di slide, co-scrittura uomo-macchina, co-scrittura Markdown, modifica di documenti, riparazione di tabelle, elaborazione audio e video e comprensione visiva — Tencent riporta Hy4 flash a un tredicesimo del costo per attività di Hy4 preview, a un ventesimo di Tencent HY4 e a un ottavo di DeepSeek-V4.1-Flash-1017 al livello di massimo impegno e al prezzo delle ore di punta. Ogni qualificatore in quella frase è di Tencent, e gli ultimi due sono quelli da tenere a mente: massimo impegno significa che il budget di pensiero di DeepSeek è stato impostato in alto, e ore di punta significa la scheda $0.30/$1.20 anziché quella $0.15/$0.60.
Tolti i qualificatori, l’aritmetica cambia parecchio. Alle tariffe non di punta e con le stesse lunghezze di output, il divario per token è di 2,1 volte, non di 8. Se Hy4 flash emette anche metà dei token di output, il costo per attività si dimezza all’incirca di nuovo, in aggiunta alla differenza di prezzo, il che colloca i due modelli a una distanza compresa tra 4 e 5 volte su un’attività progettata da Tencent — e il comportamento pubblicato di DeepSeek stesso, lo sforzo di ragionamento controllato e un tetto di output di 384.000 token, suggerisce che il suo livello massimo stia svolgendo un lavoro considerevolmente maggiore per attività rispetto a un modello tarato per rispondere con metà dei token.
I numeri di produzione che Tencent ha fornito volontariamente sono la metà più interessante del suo annuncio, perché sono accompagnati da contatori piuttosto che da un singolo punteggio. Nei flussi degli agenti di WeChat Pay, rispetto a DeepSeek-V4.1-Flash-1017, Tencent riporta prestazioni pari o migliori attraverso quattro fasi del processo, con circa il 6% in meno di passaggi di esecuzione e output singoli più brevi del 29%. Nella scansione statica di WeChat Pay, il 37% in meno di tempo per completare una scansione e il 46% in meno di token a parità di qualità di rilevamento. Nell'analisi della causa principale di Honor of Kings, dal 22% al 39% in meno di richieste e dal 40,5% al 61,2% in meno di token rispetto a DeepSeek e GLM-5.3-Flash — effettuando però il 51,2% e il 7,7% in più di chiamate agli strumenti rispetto a ciascuno. In Marvis, la soddisfazione per le attività è aumentata del 6,2% sull'installazione delle app, del 4,4% sulla configurazione e diagnostica del sistema, del 6,9% sull'elaborazione dei documenti e sui report di ricerca.
In quella lista sono visibili due cose. Le riduzioni di token e passaggi sono ampie e coerenti, ed è ciò che dovrebbe produrre un modello da 12B attivi addestrato ad accorciare le proprie risposte. E l'aumento delle chiamate agli strumenti è la nota onesta: Hy4 flash ci arriva con più round trip, più brevi. Su un modello di fatturazione per richiesta è un pareggio o un vantaggio; su un budget di tempo effettivo per passaggio è uno scambio diverso, e l'inquadramento dello stesso Tencent — che è l'88% più veloce in WeCom — è un'affermazione sulla latenza più che sul lavoro svolto.
Asimmetria delle prove, che è la decisione effettiva
Ecco cosa possono dirti i due modelli su se stessi.
DeepSeek V4.1 Flash ha un punteggio pubblico su harness, un report tecnico che puoi leggere, pesi che puoi eseguire e tre mesi di stack di inferenza che incontra il modello: quantizzazioni, ricette di serving e un insieme documentato di stranezze che altri hanno già incontrato. La sua posizione nei benchmark non è spettacolare — 90,6 su Terminal-Bench 2.1, 74,2 su DeepSWE v1.1, 65,4 su NL2Repo-Bench al rilascio e un Intelligence Index di 32,6 — ma è una posizione che qualcun altro ha misurato.
Hy4 flash ha un grafico del fornitore, un test cieco del fornitore su 85 dipendenti, un benchmark interno del fornitore e una frase sui futuri pesi aperti. Le affermazioni sono plausibili e internamente coerenti: una KV cache grande un sesto di quella del modello di punta, lunghezza dell'output dimezzata, decodifica sopra i 150 token al secondo. Nessuna di esse è stata riprodotta, e quella che sarebbe più facile verificare — se 12 miliardi di parametri attivi svolgano davvero attività d'ufficio bene quanto i 16 miliardi di DeepSeek — è esattamente quella che nessuno fuori da Tencent può eseguire, perché non ci sono i pesi.
Quell'asimmetria non rende Hy4 flash peggiore. Lo rende non provato, e la differenza tra peggiore e non provato è dove dovrebbe andare il budget di valutazione. Un team che ha bisogno di un modello multimodale economico che possa mettere a punto, ospitare autonomamente o verificare dovrebbe smettere di leggere qui: DeepSeek V4.1 Flash è la risposta, e la differenza di prezzo di 2,1 volte è il costo di quell'opzione. Un team il cui carico di lavoro è fatto di documenti, slide, estrazione e brevi cicli di agenti, e che paga per token anziché per attività, ha un motivo reale per guardare alla scheda Tencent — un motivo abbastanza forte da giustificare l'acquisto aggirando le prove mancanti invece di aspettare.
Esecuzione del confronto su una chiave
Né Hy4 flash né la roadmap di Tencent stessa rendono tutto questo facile: al 16 novembre, Hy4 flash è disponibile tramite TokenHub di Tencent Cloud e i prodotti consumer ed enterprise di Tencent, con piattaforme di terze parti annunciate ma senza una data, mentre DeepSeek V4.1 Flash è sull'API proprietaria di DeepSeek e sui pesi aperti.
La metà di questo confronto che puoi eseguire oggi è la metà che fissa l'asticella. deepseek/deepseek-v4.1-flash è su OrcaRouter a 0,15 $ in input e 0,60 $ in output per milione di token, con letture dalla cache a 0,003 $ — il prezzo di listino off-peak di DeepSeek, senza alcun ricarico — su un contesto di 1.048.576 token, e lo snapshot 1017 resta alla stessa tariffa sotto il proprio identificatore, così puoi fissare il checkpoint su cui Tencent ha eseguito i benchmark invece dell'alias. La rotta Tencent sulla stessa chiave è tencent/hy4-preview a 0,834 $ e 2,501 $, che è il teacher di Hy4 flash; eseguire il tuo set di attività su preview e su DeepSeek ti dà già ora il rapporto tra teacher e rivale, e il tier flash potrà essere inserito nello stesso harness quando arriverà.

Questo è il modello da copiare dal comunicato di Tencent stesso. La sua argomentazione è un costo per attività su otto tipi di attività che ha scelto. Il tuo dovrebbe essere un costo per attività sulle attività per cui paghi davvero, misurato su entrambi i modelli, con token, passaggi e tempo reale registrati — e sono questi tre insieme a dirti se un vantaggio di tariffa di 2,1 volte si traduce in qualcosa in fattura.
Il failover automatico è la parte poco glamour di quel piano. Un modello alla sua prima settimana, servito tramite una promozione senza data di fine dichiarata, è esattamente il modello dietro cui vuoi una catena di fallback anziché una migrazione verso di esso; la stessa chiave raggiunge già DeepSeek, quindi una regola che ritenta il modello attuale prima che la risposta inizi costa una riga di configurazione e rimuove il rischio della settimana di lancio dall'esperimento.

Cosa lo risolverebbe
Tre cose, in ordine di quanto cambierebbero la risposta.
Un punteggio indipendente per Hy4 flash. Artificial Analysis ha indicizzato Tencent HY4 otto giorni dopo il suo rilascio; una voce flash metterebbe almeno entrambi i modelli sullo stesso banco di prova, e il {{1}}divario da 32,6 a 34,6 tra il flash di DeepSeek e il flagship di Tencent{{/1}} è la fascia su cui verte questo confronto. Nessuno dovrebbe sorprendersi se un modello distillato si posiziona sotto il suo insegnante, e l'entità di quel calo è {{2}}l'incognita più utile in assoluto{{/2}} in questo confronto.
I pesi, o una data per la loro pubblicazione. L'anteprima di agosto di Tencent è stata rilasciata con licenza Apache 2.0, con ricette per vLLM e SGLang fin dal primo giorno, quindi l'azienda sa come si fa. Se Hy4 flash seguirà, le sue dichiarazioni di efficienza diventano verificabili e il download da 510 gigabyte smette di essere l'unica opzione disponibile.
Un benchmark neutrale per singolo task. L'un ottavo di Tencent è un numero in buona fede, con due riserve al seguito e un harness che nessun altro è in grado di eseguire. Riproducilo su task pubblici per agenti e la discussione si chiude in un pomeriggio, in un senso o nell'altro.
Fino ad allora il riepilogo onesto è più limitato di quello di ciascuno dei due fornitori: DeepSeek V4.1 Flash è il modello multimodale economico con una traccia di audit, Hy4 flash è quello più economico senza, e la differenza di prezzo è più contenuta sui carichi di lavoro con molta cache che su un listino prezzi. Non è un verdetto. È una descrizione accurata di ciò che il 16 novembre ha effettivamente cambiato, ossia un listino prezzi e un piano — e una battaglia che Tencent ha scelto su un tabellone che ha disegnato da sé.
Confrontati in questo articolo4
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
