
Hy4 flash vs MiniMax M3.1 Flash: due modelli open-weight economici, uno con un punteggio
- 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
Ecco un confronto raro in cui entrambi i modelli sono scaricabili, entrambi sono collocati nello stesso livello "economico e veloce", entrambi accettano immagini, entrambi gestiscono un milione di token e uno dei due ha un punteggio assegnato da qualcuno diverso dal suo produttore. MiniMax-M3.1-Flash è presente su Artificial Analysis dal suo rilascio il 19 ottobre 2026 e attualmente registra 29 su Intelligence Index v5.0.1, a $0,15 per milione di token in input e $0,60 per milione in output. Hy4 flash è pubblico dal 16 novembre 2026, è diventato open-weight il 17 novembre, costa circa la metà di quello in input e meno della metà in output, e non ha alcuna voce su Artificial Analysis.
Quindi questa pagina non può dirti quale modello sia più intelligente, perché solo uno dei due è stato misurato. Quello che può fare è qualcosa di più utile per chiunque stia davvero scegliendo: mettere fianco a fianco i due artefatti di rilascio, perché sono oggetti davvero comparabili — stesso livello, stessa apertura, stesso mese — e le differenze che rimangono sono concrete e riguardano licenze, costi di serving e ciò su cui ciascun fornitore stava ottimizzando.
Inizia con ciò che entrambi i fornitori hanno effettivamente consegnato
Entrambe le release includono un modello ottimizzato per le istruzioni, pesi aperti e una variante base o quantizzata. Nessuna delle due è un'API chiusa con un download aggiunto a posteriori.
• MiniMax-M3.1-Flash — 428B parametri totali, 23B attivi, mixture-of-experts, modello di ragionamento, input di testo e immagini con output testuale, contesto da 1M token, pesi su Hugging Face con licenza MiniMax Community License, che consente l'uso commerciale con restrizioni.
• Hy4 flash — 220B parametri totali (155,5B di backbone più 63,5B Engram più un encoder visivo da 0,43B e un drafter da 0,85B), 12B attivi, mixture-of-experts, input testo e immagini con output testo, contesto di 1.048.576 token, pesi su Hugging Face come Hy4 flash, Hy4 flash-FP8 e Hy4 flash-Base con licenza Tencent Hy.
• Cosa MiniMax non ha rilasciato — nessun checkpoint base separato e nessuna tabella di benchmark del modello base; il modello da 428B è l'artefatto.
• Cosa Tencent non ha rilasciato — nessun punteggio indipendente, nessuna suite di benchmark agentici pubblicata per il modello instruction e nessun rilascio di Transformers (l'integrazione risiede nella pull request 50903).
I {{1}}conteggi dei parametri{{/1}} meritano una precisazione più che un confronto, perché non stanno misurando la stessa cosa. Il {{2}}428B/23B{{/2}} di MiniMax è un conteggio convenzionale di parametri densi. I {{3}}220B{{/3}} di Tencent includono {{4}}63,5B di tabelle di embedding n-gram Engram{{/4}} — parametri che vengono sottoposti a hashing e recuperati tramite lookup anziché moltiplicati — quindi i due totali non sono una misura della dimensione del modello confrontabile in modo diretto, così come il numero di scaffali di una biblioteca non è una misura di quanto abbia letto. I {{5}}valori dei parametri attivi{{/5}} sono il confronto più equo, con {{6}}12B contro 23B{{/6}}, e prevedono ciò che le schede dei prezzi mostrano effettivamente.
Le righe dei prezzi, e l'unico punto in cui si invertono
Entrambe le schede tariffarie riportano i prezzi di listino dei fornitori stessi, non misurazioni.
Input — Hy4 flash $0.070 contro MiniMax-M3.1-Flash $0.15. Hy4 flash è 2,1 volte più economico.
• Output — $0,281 contro $0,60. Hy4 flash è 2,1 volte più economico.
• Input memorizzato nella cache — $0,003 contro $0,015. Hy4 flash costa 5 volte meno.
• Costo misurato per attività Index — 0,49 $ per MiniMax-M3.1-Flash secondo Artificial Analysis; non misurato per Hy4 flash.
L'ultima riga è quella interessante, perché mostra perché il prezzo per token sia un cattivo indicatore del costo per attività. I $0,49 di MiniMax-M3.1-Flash per ogni attività Index completata vengono fatturati a una tariffa di input di $0,15 — più del doppio di quella di Hy4 flash — e risulta comunque più economico per attività rispetto a modelli con prezzi per token inferiori, perché il numero di token che un modello spende per arrivare a una risposta varia più della tariffa. L'affermazione di Tencent secondo cui il post-addestramento RL ha ridotto del 50% la lunghezza media del suo output è la stessa idea vista dall'altro lato: il modello più economico è di solito quello che smette prima di parlare.
Quindi, la lettura onesta del confronto dei prezzi è: le tariffe di Hy4 flash sono inferiori di un fattore due, e nessuno sa se ciò si traduca in un fattore due per attività finché un harness indipendente non esegue entrambi. I dati WorkIndex di Tencent stesso collocano Hy4 flash a 1/8 del costo per attività di DeepSeek-V4.1-Flash-1017, che è un confronto diverso su una suite diversa. Non trasferirlo.

Velocità: una misurata, una dichiarata
• MiniMax-M3.1-Flash — 132 token di output al secondo, 50,64 secondi prima del primo token della risposta, circa 14,2 minuti di tempo effettivo per ogni attività Index se si estrapola dai valori di 0,49 $ e 132 t/s. Tutti i dati sono di Artificial Analysis.
• Hy4 flash — oltre 150 token al secondo in decodifica, secondo quanto dichiarato da Tencent per la build FP8 su un nodo tensor-parallel-8, e un tempo mediano di completamento end-to-end di 6,7 minuti nel test in cieco su 85 utenti condotto da Tencent.
Non sono confrontabili e la differenza è istruttiva. Il numero di MiniMax è una misurazione del throughput su un banco di prova standardizzato; quello di Tencent è una dichiarazione sulle prestazioni di serving per una specifica immagine container su uno specifico hardware, più una mediana di completamento delle attività ricavata da una popolazione interna. Nessuno dei due fornitori sta mentendo. Stanno rispondendo a domande diverse, e la seconda — quanto tempo passa prima che l'utente abbia la propria risposta — è quella che decide se un prodotto sembra veloce.
Il tempo di 50 secondi al primo token su MiniMax-M3.1-Flash merita di essere segnalato di per sé. È un modello di ragionamento che elabora prima di dire qualsiasi cosa, e va bene per il lavoro in batch e male per qualsiasi cosa interattiva in streaming. Hy4 flash ha lo stesso problema strutturale in forma più lieve: reasoning_effort è impostato per impostazione predefinita su high, e l'alternativa documentata è no_think. Non esiste un'impostazione intermedia sul modello di Tencent, mentre MiniMax espone una configurazione del ragionamento più completa. Se il tuo budget di latenza richiede di "pensare un po'", questa è una vera lacuna.
Licenze: due modi diversi di non essere del tutto aperte
Nessuno dei due checkpoint è open source. Entrambi sono open weight con condizioni, e le condizioni sono strutturate in modo sufficientemente diverso da determinare accordi diversi.
• Licenza della Community MiniMax — consente l'uso commerciale con restrizioni; il testo della licenza disciplina la distribuzione, e la scheda del modello la riporta anziché una licenza approvata dall'OSI.
• Licenza Tencent Hy v1.0 — Apache 2.0 più una Sezione 10.2 che richiede una licenza scritta separata se gestisci un'attività di model-as-a-service con un fatturato lordo mondiale superiore a 50 milioni di dollari in un qualsiasi periodo di dodici mesi, oppure servi più di 100 milioni di utenti attivi mensili.
• Le esenzioni di Tencent — un team che non rivende mai l'accesso non paga nulla in più, un prodotto che espone il modello solo all'interno di una funzionalità fissa anziché tramite prompting aperto non è affatto MaaS, e l'inoltro di una richiesta all'endpoint ospitato di qualcun altro non conta. Queste tre frasi sono il motivo per cui un'azienda SaaS europea di solito può leggere questa licenza una volta e passare oltre, mentre il testo di MiniMax richiede una valutazione discrezionale su cosa significhi "restrictions" per la propria implementazione.
• Il criterio di attivazione di Tencent è legato ai ricavi, non al territorio — non esiste alcuna giurisdizione esclusa, il che lo distingue dalle licenze che vietano del tutto l'UE, il Regno Unito o la Corea del Sud.
Il documento di Tencent è insolitamente leggibile per questo genere, perché i termini aggiuntivi sono isolati in un'unica sezione numerata che dice esattamente cosa fa alla concessione Apache. Qualunque altra cosa sia vera del rilascio, la licenza è stata redatta da qualcuno che si aspettava che gli ingegneri la leggessero.

Il divario nel punteggio, e perché "29" non racconta tutta la storia
Artificial Analysis misura MiniMax-M3.1-Flash a 29 su v5.0.1. Se hai letto qualsiasi altra cosa su questo modello su questo blog, potresti aver visto 42 o 43: erano corretti sulla precedente build dell'indice, e il rebase del 27 ottobre 2026 ha spostato ogni modello della classifica. Citare 43 oggi e 29 per un concorrente significherebbe confrontare due strumenti. Sulla build attuale, il numero è 29, e colloca MiniMax-M3.1-Flash nella stessa ampia fascia del 31 di Gemini 3.8 Flash e sotto il 36 di Claude Haiku 5.5.
Per Hy4 flash non esiste una fascia. La prova disponibile più vicina è il test alla cieca di Tencent, in cui ha ottenuto 2,79 su 4 per la soddisfazione degli utenti, contro il 2,81 di Claude Haiku 5.5. Se sei disposto a fare un'inferenza — e si tratta solo di un'inferenza — un modello che si colloca nel margine di rumore di un modello con indice 36 su attività d'ufficio probabilmente non è lontano nemmeno da quella fascia. Questa è un'ipotesi da verificare, non un punteggio da citare.
Ciò che lo risolverebbe sarebbe un'unica esecuzione su un harness condiviso. Entrambi i modelli sono scaricabili, il che significa che la barriera è la potenza di calcolo, non l'accesso, e la comunità che valuta i modelli cinesi open-weight ci arriverà. Fino ad allora, l'asimmetria è un dato di fatto: uno di questi è stato misurato pubblicamente e l'altro no, e nessuna descrizione dell'architettura, per quanto dettagliata, colma questo divario.

Routing: oggi puoi chiamare uno di questi due
Questa è la differenza pratica, e si dà il caso che passi proprio attraverso il nostro catalogo. MiniMax-M3.1-Flash è disponibile su OrcaRouter come minimax/minimax-m3.1-flash, a $0,15 per milione di token di input e $0,60 per milione di output con una lettura dalla cache da $0,015 — il prezzo di listino di MiniMax stesso, applicato senza alcun ricarico (0%), quindi una variazione di prezzo del fornitore è attiva qui lo stesso giorno. L'input multimodale è costituito da testo, immagini e video, e la finestra di contesto è di 1.048.576 token.
Hy4 flash non è nel catalogo. Quello che c'è da Tencent è tencent/hy4-preview, il modello 770B/49B da cui Hy4 flash è stato distillato, a $0.834 e $2.501 per milione con una lettura cache da $0.042. Questo è un terzo modello davvero utile per questa decisione, più che un ripiego: se stai valutando se il comportamento della famiglia Hy si adatta al tuo carico di lavoro, l'anteprima te lo dice in un pomeriggio, e i pesi aperti ti dicono quanto costerebbe eseguire da solo il modello economico.
Il DSL di routing è il punto in cui la questione diventa più interessante di una scelta a due vie. Una pipeline può inviare le chiamate interattive brevi alla rotta più economica e il lavoro sui documenti lunghi al modello che ha vinto la tua valutazione, in un unico endpoint, con failover automatico tra i provider così che un modello alla sua prima settimana di disponibilità non sia un singolo punto di guasto. Questo approccio — mettere il nuovo modello sul traffico che puoi permetterti di perdere — è quello giusto per qualsiasi checkpoint così giovane, ed è lo stesso approccio che vorresti per un deployment FP8 self-hosted dietro un gateway interno.
Quale, per quale lavoro?
Scegli MiniMax-M3.1-Flash se hai bisogno subito di un modello dalle prestazioni misurate, se i tuoi input includono video, se ti serve un'impostazione dello sforzo di ragionamento tra "on" e "off", o se vuoi stare su una piattaforma in cui il prezzo del fornitore è già pubblicato anziché una scheda che devi calcolare da solo. La sua configurazione 428B/23B e i 132 token al secondo ne fanno un cavallo da tiro, e il fatto che sia in classifica da un mese significa che altri ne hanno già individuato pubblicamente le modalità di fallimento.
Scegli Hy4 flash se il costo per token è il vincolo decisivo, se vuoi gestire tu stesso il deployment, se hai bisogno di un checkpoint di base da fine-tunare, o se è la questione della licenza a decidere — il documento di Tencent non prevede esclusioni territoriali e include una chiara deroga per l'uso interno, e per un team europeo può rappresentare l'intera risposta. I suoi 12B parametri attivi e il contesto da 1M token con 1/6 della KV cache del suo predecessore sono un argomento a favore del fatto che il secondo prezzo, quello misurato in GPU, sia insolitamente basso.
Aspetta, in entrambi i casi, se la decisione è costosa. Uno di questi modelli non è mai stato sottoposto a benchmark indipendenti e l'altro non è mai stato messo alla prova contro di esso. Il confronto che risolverebbe davvero la questione — entrambi su un unico harness, valutati sugli stessi task, con il costo per task completato accanto al punteggio — non esiste ancora. Quando esisterà, le righe relative ai parametri e alla licenza qui sopra resteranno valide e la riga del punteggio finalmente avrà un significato.
Confrontati in questo articolo4
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
