
Hy4 flash vs Gemini 3.8 Flash: un modello deprecato è ancora quello con un listino prezzi
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 138 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 175 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 89 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 68 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 · 44 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 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
Artificial Analysis etichetta Gemini 3.8 Flash come "deprecato" e indirizza i lettori verso Gemini 4 Hydrogen. Google lo vende ancora a 0,75 $ per milione di token in input e 3,75 $ per milione in output. Hy4 flash ha due giorni, costa un decimo di quello e non ha alcun punteggio indipendente. Quindi la domanda onesta in questo confronto non è quale modello sia migliore — nessuno può ancora rispondere — ma quale delle due posizioni scomode preferiresti occupare: pagare prezzi vicini a quelli di punta per un modello che il suo stesso produttore ha superato, o pagare quasi nulla per un modello che nessuno al di fuori di Tencent ha misurato.
Hy4 flash è approdato sull'API di Tencent il 16 novembre 2026 ed è stato distribuito come open weights il 17 novembre: 220B parametri totali, 12B attivi, una finestra di contesto di 1.048.576 token, input di immagini con output testuale, con licenza Tencent Hy. Gemini 3.8 Flash è stato rilasciato il 2 settembre 2026 con un contesto di 1M di token, input di testo, immagini, video, audio e file, e un punteggio di 31 all'Artificial Analysis Intelligence Index con l'impostazione di ragionamento elevata. È l'unico modello in questo confronto con una misurazione indipendente, ed è anche l'unico contrassegnato come deprecato.
Cosa significa realmente qui l'etichetta di deprecazione
Il flag "deprecated" di Artificial Analysis su Gemini 3.8 Flash indica che la classifica lo considera superato, e la pagina indica Gemini 4 Hydrogen come sostituto. Non significa che Google lo abbia disattivato. Il modello viene risolto, ha un prezzo ed è nel catalogo OrcaRouter a $0.75 e $3.75 con uno sconto cache del 90%, il che significa che viene ancora servito a clienti paganti da almeno una piattaforma.
Quello che significa è che la roadmap lo ha ormai superato. Un modello rilasciato all'inizio di settembre e indicato come superato entro metà novembre ha avuto una vita utile di circa due mesi e mezzo come generazione corrente. Qualunque team che lo adotti come standard ora sta adottando come standard qualcosa che il fornitore ha già sostituito nelle proprie raccomandazioni, e la conseguenza pratica è semplice: il prossimo miglioramento delle capacità non arriverà come aggiornamento di questo modello, arriverà come un modello diverso verso cui dovrete migrare.
Hy4 flash ha il problema opposto. Non è deprecato; è privo di misurazioni. La valutazione di Tencent stessa consiste in una suite interna WorkIndex e in un test in cieco con 85 utenti, entrambi condotti dal fornitore, e l'URL di Hy4 flash di Artificial Analysis restituisce 404 al 18 novembre. Le tabelle di benchmark pubbliche della scheda del modello sono base contro base e descrivono il checkpoint pre-addestrato, non il modello instruction che si chiamerebbe effettivamente.
Nessuna delle due posizioni è comoda. Una è una quantità nota su una curva in chiusura; l'altra è una quantità sconosciuta su una curva in apertura.
Il divario di prezzo è reale, e non è la parte interessante
La scheda tariffaria di Tencent per la Cina continentale per Hy4 flash riporta ¥0,5 per milione di token di input, ¥2 per milione di token di output e ¥0,02 per input in cache — circa $0,070, $0,281 e $0,003. Il prezzo di listino di Google per Gemini 3.8 Flash è $0,75 e $3,75, con letture dalla cache scontate del 90%.
Input — $0,070 contro $0,75. Circa 10,7 volte più economico per Hy4 flash.
• Output — $0.281 contro $3.75. Circa 13,3 volte più economico.
• Input memorizzato nella cache — $0,003 rispetto a circa $0,075. Circa 25 volte più economico.
• Media ponderata su un mix input/output/cache di 7:2:1 — circa 0,10 $ per milione per Hy4 flash; Artificial Analysis stima Gemini 3.8 Flash a 0,58 $.
Non è uno sconto, è una categoria di prodotto diversa, e spiega il secondo numero che conta: il costo per ogni attività completata dell'Intelligence Index. Artificial Analysis misura Gemini 3.8 Flash a 7,77 $ per attività, in oltre 14,2 minuti. Non esiste un dato per Hy4 flash perché non esiste un punteggio per Hy4 flash — ma l'aritmetica di WorkIndex di Tencent colloca il suo costo medio per attività a un tredicesimo di Hy4 preview, un ventesimo di Hy4 e un ottavo di DeepSeek-V4.1-Flash-1017 con la tariffazione delle ore di punta.
Si tratta di compiti diversi e harness diversi e non devono essere divisi l'uno nell'altro. Ciò che stabiliscono è la forma del trade-off: Gemini 3.8 Flash è costoso per attività perché è costoso per token e impiega molti token per arrivarci. Hy4 flash è progettato — attenzione sparsa ibrida, una KV cache pari a 1/6 di Hy4, output più brevi del 50% grazie al RL — specificamente per rendere piccolo il numero per attività.

Capacità, sull'unico asse che possiamo misurare
I punteggi indipendenti di Gemini 3.8 Flash, tutti Artificial Analysis su v5.0.1, dipendono dall'effort e l'impostazione dell'effort conta più del titolo:
• Intelligence Index impostato su alto — 31.
• Indice di intelligenza a livello medio — 30.
• Intelligence Index al minimo — 23.
• Posizione in classifica — 66° su 92 nell'Indice di Intelligenza.
• Velocità di output — 116 token al secondo.
• Tempo al primo token della risposta — 22,4 secondi.
• Contesto — 1M token.
Un indice di 31 con impegno elevato colloca il modello nella fascia media, e il flag di deprecazione esiste perché nel frattempo Google ha rilasciato di meglio. La copertura precedente di questo modello citava 59 al lancio; quel dato precede il ribasamento dell'indice del 27 ottobre 2026 e non è confrontabile con il 31 di oggi. Chiunque citi 59 e 31 nello stesso discorso sta confrontando due strumenti diversi.
Per Hy4 flash non c’è una riga da inserire sotto. La cosa più vicina a un ancoraggio esterno è il blind test di Tencent stesso, in cui Hy4 flash ha ottenuto 2,79 su 4 per la soddisfazione degli utenti contro 2,81 di Claude Haiku 5.5 — e Claude Haiku 5.5 ottiene 36 sullo stesso indice dove Gemini 3.8 Flash ottiene 31. Se si concatenano questi due fatti, si ottiene una posizione implicita per Hy4 flash collocabile intorno ai trenta bassi, ed è esattamente il genere di inferenza che questo blog ha lo scopo di segnalare come inferenza anziché come misurazione. Due numeri dei fornitori e un numero di terze parti non fanno un benchmark.

È sulla modalità che Gemini 3.8 Flash vince ancora nettamente
Questa è la riga che sopravvive al divario di prezzo, e vale la pena essere concreti al riguardo.
• Input flash Hy4 — testo e immagini, tramite un encoder derivato da SigLIP2 a 27 strati con fusione delle feature 2x2.
• Input di Gemini 3.8 Flash — testo, immagine, video, audio e file, secondo la voce del catalogo OrcaRouter e la documentazione del modello di Google.
• Output di Gemini — testo.
Se la tua pipeline acquisisce una registrazione dello schermo, una registrazione di una chiamata o un PDF con una traccia audio, Hy4 flash non può accettarla e Gemini 3.8 Flash sì. L'apertura dei pesi non aiuta; l'encoder che non c'è non c'è. I casi d'uso consigliati da Tencent per Hy4 flash sono incentrati su testo e screenshot — ricerca approfondita, elaborazione di documenti, creazione di slide, semplici demo frontend, utilizzo del computer — il che è una decisione di prodotto coerente e anche un confine.
Sui documenti nello specifico, i due sono più vicini. Entrambi accettano immagini, entrambi gestiscono un milione di token di contesto, e il profilo di allucinazione di Hy4 flash sul lavoro documentale è ciò che la sua suite WorkIndex misura effettivamente: riparazione di fogli di calcolo, modifica di documenti, co-scrittura di slide. È un'affermazione più onesta di un punteggio generico di benchmark, purché si ricordi che si tratta dei criteri di valutazione di Tencent.
Due modi molto diversi di essere un modello "flash"
Il livello flash di Google significa veloce ed economico rispetto al livello pro, su un'API chiusa, con il fornitore che assorbe la complessità dell'erogazione. Il flash di Tencent significa qualcosa di più specifico: un'architettura il cui intero scopo è rendere economico servire un contesto da 1M token.
• Attenzione — Hy4 flash alterna l'attenzione sparsa IndexPool con finestre scorrevoli da 512 token a un rapporto 1:3 su 42 livelli; l'architettura di Gemini non è divulgata.
• Cache KV — Hy4 flash è 1/24 di quello di Hy3 e 1/6 di quello di Hy4, secondo quanto dichiarato dal fornitore; nessun dato pubblico comparabile per Gemini 3.8 Flash.
• Decodifica speculativa: Hy4 flash include DFly2, un drafter da 0,85B che riutilizza la KV sparsa e la selezione dell'indexer del modello target, così il costo della bozza resta costante al crescere del contesto; l'equivalente di Google è interno.
• Lunghezza dell'output — Tencent afferma che il post-training RL ha ridotto del 50% i token di output medi, e il test in cieco riporta un completamento mediano dell'attività di 6,7 minuti; l'esecuzione dell'indice di Gemini 3.8 Flash richiede in media 14,2 minuti per attività.
L'ultima riga è quella su cui soffermarsi. Gran parte di ciò che rende Hy4 flash economico per attività è che scrive meno, e un modello che scrive meno non è automaticamente un modello peggiore — ma è un modello i cui output dovresti leggere prima di instradarvi un flusso di lavoro rivolto al cliente. La verbosità e la qualità sono assi diversi e solo uno dei due compare in una colonna dei costi.
Il deployment è l'asse su cui non sono affatto comparabili
Gemini 3.8 Flash è un'API. Non esiste alcun checkpoint, alcuna build FP8, alcun GGUF, alcun percorso di fine-tuning. La voce del catalogo OrcaRouter mostra il modello stesso e nient'altro.
Hy4 flash è un'API, tre repository Hugging Face — il modello instruct, una build FP8 e un checkpoint base — una quantizzazione GGUF di AngelSlim, una guida al fine-tuning, immagini vLLM e SGLang con versione fissata e un'integrazione Transformers attualmente presente nella pull request 50903. Questo elenco non è del tutto una buona notizia: immagini con versione fissata e un'installazione che fa riferimento a una PR significano che stai eseguendo build testate da Tencent anziché build rilasciate.
Ma cambia cosa significa «economico». Su Gemini 3.8 Flash, economico significa il prezzo di Google, e Google può cambiarlo. Su Hy4 flash, economico significa il prezzo di Tencent o le tue GPU, e la seconda opzione non ha affatto un prezzo — ha un piano di capacità, e l’architettura è un argomento a sostegno del fatto che il piano sia piccolo. La Tencent Hy License lo consente, con un’avvertenza: la Sezione 10.2 richiede una licenza scritta separata per ricavi lordi mondiali superiori a 50 milioni di dollari in qualità di attività model-as-a-service, oppure oltre 100 milioni di utenti attivi mensili. L’uso interno è esente. Un team europeo o coreano non ha restrizioni territoriali, cosa che non si può dire di alcune licenze cinesi open-weight. La licenza è Apache 2.0 con un trigger sui ricavi innestato, il che significa che i due percorsi di distribuzione sono prezzati all’interno dello stesso documento anziché in due — un dettaglio che conta quando il tuo team finanziario chiede perché l’opzione economica è economica.
Dove eseguire effettivamente l'uno o l'altro
Gemini 3.8 Flash è nel catalogo OrcaRouter a google/gemini-3.8-flash, 0,75 $ per milione di token in input e 3,75 $ per milione in output, con lettura dalla cache a 0,075 $, instradato al prezzo di listino di Google con 0% di ricarico da parte nostra — così, se Google riduce il prezzo di un modello che ha già deprecato, lo vedi il giorno stesso in cui accade, anziché alla successiva sincronizzazione del catalogo. Hy4 flash non è nel catalogo; quello che c'è è il suo modello teacher, tencent/hy4-preview, a 0,834 $ e 2,501 $ per milione con lettura dalla cache a 0,042 $.
Il pattern utile per questa specifica coppia è una regola di routing più che una scelta. Metti il livello di ingestione audio e video sulla rotta Gemini, perché è l'unica delle due che accetta quegli input. Metti il livello ad alto volume per testo e documenti sulla rotta economica, una volta che l'hai misurata tu stesso. Il DSL di routing esiste proprio per esprimere questa suddivisione in un unico endpoint, e il failover automatico fa sì che il degrado della rotta economica non mandi giù la pipeline insieme a essa — il che conta più del solito quando la rotta economica ha due giorni di vita e gira su un'immagine container bloccata a una versione fissa.

La decisione, enunciata sotto forma di tre casi
Se hai bisogno di input audio o video, il confronto finisce qui: Gemini 3.8 Flash è l'unica opzione, e il fatto che sia deprecato è un costo di migrazione da mettere in conto, non un motivo per escluderlo.
Se hai bisogno di un modello con un punteggio indipendente prima di metterlo davanti ai clienti, vale la stessa risposta per un motivo diverso. Trentuno sull'Intelligence Index è un numero modesto, ma è un numero misurato, e Hy4 flash non ha nulla di misurato.
Se il tuo carico di lavoro è costituito da testi e documenti ad alto volume, tollerante alla latenza e puoi eseguire la tua valutazione, Hy4 flash vale il pomeriggio necessario per testarlo. Un divario di 13 volte nel prezzo dell'output non è un errore di arrotondamento, e il fatto che Tencent abbia pubblicato un test cieco in cui ha perso di 0,02 punti è un segnale migliore sull'onestà del modello di qualsiasi numero sulla scheda di Google. Non saltare la valutazione: il modello non ha un punteggio di terze parti, le sue tabelle pubbliche di benchmark descrivono un checkpoint diverso da quello che chiamerai, e l'unica misurazione esterna è un sondaggio di soddisfazione condotto dal suo produttore.
E attenzione alla deprecazione. Se Google ritira Gemini 3.8 Flash come ha ritirato i modelli che l'hanno preceduto, la vera risposta di questa pagina passa da "quello costoso è misurato" a "quello misurato non c'è più", e un modello open-weight di due giorni senza alcun punteggio comincia a sembrare notevolmente più attraente di quanto non appaia oggi.
Confrontati in questo articolo3
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
