
Hy4 flash vs Tencent HY4: una famiglia, due livelli e un divario di prezzo di dodici volte
- 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 HY4 è entrato in disponibilità generale il 4 novembre 2026 come modello da 770 miliardi di parametri con 49 miliardi attivi per token, visione nativa, utilizzo del computer e un prezzo di $0,834 per input / $2,501 per output per milione di token. Dodici giorni dopo, il 16 novembre, Tencent ha rilasciato Hy4 flash: 224 miliardi di parametri totali con 12 miliardi attivi, la stessa finestra di contesto da un milione di token e $0,070 per input / $0,281 per output. Hy4 flash è stato creato distillando Tencent HY4 e poi addestrandolo con reinforcement learning a parlare meno, e la guida di Tencent lo dice chiaramente: usare il modello flash per ricerca approfondita, documenti, slide, lavoro sul frontend e utilizzo del computer, e mantenere il modello di punta per l'ingegneria del software a lungo orizzonte. Questa indicazione è insolitamente franca per un lancio, ed è anche la cosa più utile in entrambe le release.
Quindi non è una sfida tra rivali. È un'azienda che divide in due la propria famiglia e ti dice quale metà comprare, e le domande interessanti sono quanto del modello di punta sopravvive nel modello piccolo, dove cade effettivamente la divisione e cosa acquista, oltre ai token, una differenza di prezzo di dodici volte.
Tre rilasci in undici settimane
La discendenza spiega gran parte del prezzo. Tencent ha rilasciato questa famiglia tre volte da agosto, e ogni versione ha modificato una variabile diversa.
• 28 agosto 2026 — Anteprima Hy4. Apache 2.0, pesi su Hugging Face, ModelScope, GitCode e CNB, 770B totali / 49B attivi, 78 layer di cui uno denso e 77 mixture-of-experts con 256 esperti instradati più uno condiviso, routing top-8, una finestra di contesto di 1.048.576 token, un layer di previsione multi-token da 10B con 0,7B attivi. ¥6 / ¥18 / ¥0,3 per milione di token. Otto righe di benchmark pubblicate, ricette vLLM e SGLang, valori predefiniti di campionamento pubblicati.
• 4 novembre 2026 — Tencent HY4. Stessa scala del backbone, pre-training e post-training sostanzialmente maggiori e due nuove capacità: visione nativa su immagini a grana fine, grafici e diagrammi, e computer use tramite mouse, tastiera e riga di comando, con training specifico per Blender, CAD e attività di lungo periodo che coinvolgono più applicazioni. Stesso prezzo ¥6 / ¥18 / ¥0,3. Nessun peso, nessuna licenza, nessuna model card, nessuna appendice di benchmark.
• 16 novembre 2026 — Hy4 flash. 224B totali con 64B di parametri Engram e 12B attivi, multimodale, contesto da 1.048.576 token, ¥0,5 / ¥2 / ¥0,02. Nessun peso, nessuna licenza, nessuna model card, numeri dei benchmark pubblicati solo come immagini di grafici.
La direzione di marcia è evidente: la famiglia è diventata allo stesso tempo più economica e meno aperta. Il membro più economico è anche quello con meno formalità burocratiche, e l'unica versione che chiunque può scaricare è quella di agosto.
Quello che il modello di punta fa ancora e che flash non fa

Due capacità risiedono nel modello di punta e non sono rivendicate per il modello piccolo negli stessi termini.
Visione su larga scala. Il rilascio di HY4 ha mostrato una fotografia aerea da 2,8 gigapixel in cui il modello ha individuato un componente del tetto di due metri, il che è meno un risultato di visione che una dimostrazione del fatto che una finestra da un milione di token può contenere contemporaneamente un'immagine suddivisa in tile e una query. Hy4 flash viene definito multimodale, e uno degli otto tipi di attività della sua suite WorkIndex è la comprensione visiva, ma il rilascio non specifica se l'encoder sia proprietario o aggiunto a posteriori, quanto sia grande, né se il video sia previsto in ingresso. Per il lavoro su documenti densi e grafici, il flagship è il modello con una dimostrazione pubblicata alle spalle.
Uso del computer e lavoro desktop a lungo termine. Tencent ha addestrato HY4 specificamente per pilotare un desktop attraverso le applicazioni, lo ha eseguito in una sandbox costruita sul proprio Agent Runtime con diverse centinaia di applicazioni installate, e ha indicato Blender e CAD come carichi di lavoro target. Hy4 flash è consigliato anche per l'uso del computer, il che è una concessione significativa — ma il flagship è quello a cui è associata la descrizione dell'addestramento, e i dati interni di WorkBuddy mostrano che flash perde terreno sui compiti di programmazione lunghi pur raggiungendo la parità nel lavoro quotidiano.
Tutto il resto nella colonna del modello di punta riguarda la scala, non la capacità: 49 miliardi di parametri attivi contro 12 miliardi, 78 strati documentati contro un numero non reso noto, 256 esperti instradati contro un numero non reso noto. Più parametri attivi danno profondità nel ragionamento complesso e nelle lunghe catene di strumenti. Non danno accesso alla finestra di contesto, che è identica su entrambi, né alla multimodalità in linea di principio, che entrambi dichiarano.
Da dove deriva la differenza di dodici volte
Il divario di prezzo non è uno sconto. È quattro volte meno parametri attivi più una serie di modifiche al serving, e Tencent è insolitamente specifica sulla seconda parte.
Il lavoro sull'efficienza, secondo il fornitore: l'attenzione ibrida, LatentMoE e i parametri Engram insieme producono una KV cache pari a un ventiquattresimo di quella di Hy3 e a un sesto di quella di Tencent HY4. L'auto-distillazione da HY4 seguita dall'apprendimento per rinforzo ha ridotto del 50% la lunghezza dell'output end-to-end. Un megakernel di inferenza con quantizzazione a quattro bit e un percorso di decodifica chiamato DFly sostiene più di 150 token al secondo. Ciascuno è plausibile, ciascuno è coerente con l'architettura e nessuno è stato riprodotto in modo indipendente.
Il dato sulla KV cache è quello che cambia l'aritmetica del deployment, non solo il prezzo. Su un contesto da un milione di token, la dimensione della cache decide quante richieste lunghe simultanee entrano su un nodo, e un sesto della cache del modello di punta a un dodicesimo del prezzo è una combinazione che può trasformare un carico di lavoro non redditizio in uno redditizio senza alcun cambiamento alla qualità del modello. Il taglio del 50% della lunghezza dell'output è quello che cambia la qualità, ed è il numero da testare: le risposte più brevi costano meno perché sono più brevi, e se siano più brevi perché il modello è efficiente o perché ha smesso di pensare è esattamente ciò che un fornitore non può dirti del proprio modello.
Per avere un riferimento sulla traiettoria della famiglia stessa, Tencent riporta un costo per attività sulla propria suite interna WorkIndex pari a un tredicesimo di Hy4 preview e a un ventesimo di Tencent HY4. Il costo per attività è una misura diversa da quella per token, che include la lunghezza dell'output e i tentativi ripetuti, quindi il ventesimo è il dato operativo onesto e il dodicesimo è il listino. Entrambi sono sufficientemente ampi da non lasciare dubbi sulla direzione.
La domanda sulla distillazione a cui nessuno ha risposto
Un modello distillato eredita il comportamento del suo insegnante sui compiti coperti dalla distillazione e ne inventa uno proprio su tutti gli altri. Tencent afferma che Hy4 flash è stato auto-distillato da HY4, il che rende il modello di punta al contempo il concorrente e il segnale di addestramento — una soluzione che di solito produce un modello piccolo molto bravo in ciò su cui l'insegnante è stato addestrato e notevolmente più debole altrove.
I dati interni sui prodotti dell'azienda sono coerenti con questo schema. In WorkBuddy, Hy4 flash costa circa un quindicesimo di Tencent HY4, con tempi di esecuzione ridotti del 70%, parità sulle attività quotidiane e un leggero calo sul coding di lungo periodo. Nei flussi agente di 微信支付 eguaglia o supera DeepSeek-V4.1-Flash-1017 con il 6% di passaggi in meno e il 29% di token in output in meno. Nell'analisi delle cause profonde di 王者荣耀 si avvicina molto sia a DeepSeek-V4.1-Flash-1017 sia a GLM-5.3-Flash sulla localizzazione, usando dal 22% al 39% di richieste in meno e dal 40% al 61% di token in meno. In 企业微信 genera output più veloce dell'88% con il 60% di token di ragionamento in meno rispetto a HY4.
Letti insieme, quei numeri descrivono un modello che eccelle nella forma dei compiti su cui la famiglia è stata addestrata — documenti, agenti, output strutturati, recupero delle informazioni — e che cede un po' sui compiti in cui era la profondità extra del modello insegnante a fare il lavoro. È il risultato atteso della distillazione e non è una critica; è il motivo per cui conviene mantenere entrambi i livelli anziché sostituirne uno con l'altro.
Ciò che nessuno dei due modelli ha
Né la versione di punta né quella flash viene distribuita con i pesi. Tencent afferma di voler rendere open source Hy4 flash e di voler iterare frequentemente, ma non esistono né una licenza né una data né un repository. Allo stesso modo, anche il rilascio dei pesi di Tencent HY4 è annunciato solo come piano. L'unico membro di questa famiglia che puoi scaricare oggi è Hy4 preview, Apache 2.0, su Hugging Face dal 28 agosto, e questo resta vero undici settimane e due rilasci dopo.
Nessuno dei due ha un punteggio di benchmark indipendente. Artificial Analysis non ha pubblicato nulla per Tencent HY4 o Hy4 flash. Ogni cifra in entrambi i comunicati è di Tencent, le tabelle dei benchmark esistono come immagini di grafici anziché come testo, e il test cieco alla base dell'affermazione principale del modello flash è costituito da 85 dipendenti di Tencent che usano un prodotto Tencent su attività selezionate da Tencent. Ciò non rende i numeri sbagliati. Li rende un'ipotesi di partenza.
Nessuno dei due ha una configurazione di campionamento pubblicata, una scheda di sistema o una dichiarazione sul comportamento di rifiuto. L'anteprima li includeva tutti e tre.
La divisione pratica
Le indicazioni di Tencent si mappano sulla forma del carico di lavoro con maggiore precisione rispetto ai consigli della maggior parte dei fornitori, e vale la pena riformularle in termini operativi.
Per qualsiasi attività che consista principalmente nella lettura, usa Hy4 flash come impostazione predefinita.Ricerca approfondita, elaborazione di documenti, estrazione su input lunghi, generazione di slide, semplice scaffolding frontend e cicli di agenti che spendono la maggior parte dei propri token per reinviare il contesto. Lo sconto sulla cache di dieci volte e l'impronta KV più ridotta rendono il recupero su contesto lungo il carico di lavoro in cui il livello economico è più chiaramente la scelta corretta, e i dati interni coprono esattamente questo ambito.
Scegli Tencent HY4 quando il compito è una lunga catena di decisioni. Ingegneria del software multi-file, automazione desktop a lungo orizzonte, lavori CAD e Blender e qualsiasi attività in cui un'esecuzione debba tenere insieme un piano lungo dozzine di passaggi. Questo è il caso che Tencent stessa riconosce, e i 37 miliardi extra di parametri attivi del modello di punta sono il meccanismo.
Usa Hy4 preview come controllo. È della stessa famiglia, la stessa scala 770B/49B del flagship, con un'appendice di benchmark pubblicata e pesi Apache 2.0 che puoi eseguire autonomamente. Quando devi decidere se flash è sufficientemente buono, la preview ti offre un punto di riferimento che non dipende dalla fiducia in un grafico.
Dove eseguire il confronto

Né Tencent HY4 né Hy4 flash vengono instradati tramite OrcaRouter. Ciò che troviamo qui è tencent/hy4-preview al prezzo di listino del provider di 0,834 $ per milione di token in input e 2,501 $ per milione di token in output, più un tier gratuito con limiti di frequenza, e tencent/hy3 a 0,18 $ e 0,59 $ per la generazione precedente. I due modelli descritti in questo articolo sono raggiungibili tramite TokenHub di Tencent, dove il tier flash è attualmente in promozione con il 50% di sconto per un periodo non precisato e WorkBuddy è gratuito fino al 30 novembre.
La versione in anteprima vale più di quanto sembri. Esegue la stessa architettura alla stessa scala del modello di punta, pubblica un’appendice di benchmark a otto righe che puoi rieseguire rispetto al checkpoint e costa un quarto di quanto costerebbe valutare il modello di punta. Se la tua domanda è se il modello grande di questa famiglia sia abbastanza buono per il tuo lavoro, l’anteprima risponde a una frazione del prezzo; se la risposta è sì, Hy4 flash è la versione con cui confrontarlo in termini di prezzo, e il rapporto di distillazione rende il confronto insolitamente pulito: stessa famiglia, stesso contesto, stessa discendenza del tokenizer, differenza di dodici volte in ciò che paghi.
Un motivo per mantenere la valutazione su un router anche per una famiglia che puoi raggiungere solo dal suo fornitore: un modello rilasciato sei giorni fa non ha alcun record pubblico di uptime, e passare a tencent/hy4-preview con la stessa chiave è una modifica da una riga se un endpoint si comporta male durante una promozione della settimana di lancio. Non viene aggiunto nulla a quanto addebita Tencent — il prezzo di listino è il prezzo — e quando Tencent modifica una tariffa, il nuovo numero è quello che paghi alla chiamata successiva, non al prossimo rilascio del foglio di confronto di qualcuno. La stessa credenziale apre anche più di duecento altri modelli se la valutazione si estende oltre questa famiglia.

La suddivisione in livelli è l'annuncio
La cosa più rilevante che Tencent ha detto il 16 novembre non è stata il prezzo. È stata che il modello di punta resta per l'ingegneria del software a lungo termine, mentre il modello economico si occupa del lavoro quotidiano — un'azienda che divide la propria linea di prodotti lungo l'asse che i clienti percepiscono davvero, e che ammette che il modello economico non è un sostituto di quello costoso.
Per chi rientra in quella suddivisione, la decisione è facile e i numeri sono grandi: un dodicesimo del prezzo di input, un nono dell'output, un centesimo della cache, quattro volte meno parametri attivi e un'impronta KV inferiore sulla stessa finestra da un milione di token. Per chi ne resta fuori — esecuzioni agentiche lunghe, automazione desktop, codice su più file — il flagship resta la risposta della famiglia, e lo dice il suo stesso fornitore.
Quello che manca è la prova, e manca in entrambi i livelli. Nessun punteggio indipendente, nessun peso per nessuno dei due nuovi modelli, tabelle di benchmark che devi leggere come immagini e un confronto in evidenza tratto da un panel interno. Una differenza di prezzo di dodici volte è un'affermazione abbastanza forte da essere messa alla prova da persone esterne a Tencent nel giro di poche settimane. Finché non lo sarà, la posizione sensata è quella che suggerisce la stessa guida di Tencent: usare il livello economico per i compiti per cui è stato creato, tenere il flagship dove il lavoro è lungo e misurare entrambi invece di scegliere in base al listino prezzi.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
