
Hy4 flash 対 Qwen3.8-Flash:アクティブパラメータ数は2倍、トークンあたりの価格は半分
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 138 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 175 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
ここで安い方のモデルは、大きい方のモデルだ。Hy4 flashはトークンごとに113億のテキストパラメータを稼働させ、100万入力トークンあたり$0.070で提供されている。Qwen3.8-Flashは約60億を稼働させ、$0.15で提供されている。トークンあたりの実効計算量はほぼ2倍、入力価格は半分以下——そして、実際にどのモデルを呼び出すべきかを決めるのは、この2つの数字のどちらでもない。
Hy4 flashは公開から2日。Tencentは2026年11月16日に独自APIでの提供を開始し、翌日には重みを公開、さらにinstructチェックポイント、FP8ビルド、ベースモデルの3つのリポジトリを公開した。総パラメータ数2200億のmixture of expertsで、アクティブは120億、コンテキストは1,048,576トークン、画像入力・テキスト出力に対応し、Tencent Hy Licenseの下で提供される。Qwen3.8-Flashは、Alibabaが2026年8月26日にQwen3.8-Flash-Nextの重みとともに公開して以来QwenCloudで提供されている。約60億がアクティブになる1250億パラメータのエキスパート本体に、510億パラメータのn-gram埋め込みテーブルを加えた構成で、テキスト・画像・動画を入力として受け取りテキストを返し、コンテキスト1M、最大出力131Kに対応する。
この比較の構図は異例だ。一方のモデルは市場で最も情報が揃っている低価格帯であり、もう一方は最も情報が少ない。片方には独立系ベンチマークの行があるが、もう片方には404がある。さらに、2つの料金表は異なる通貨建てで、異なる市場向けに販売され、それぞれ異なる量の細かい但し書きで条件が補われている。興味深いのは入力行の2.1倍ではない。トークンの価格付けをやめ、完成した仕事の価格付けを始めたときに、その差がどうなるかだ。
何よりも先に、レートカードの反転を
テンセントのHy4 flash向け中国本土の料金表には、入力100万トークンあたり¥0.5、出力100万トークンあたり¥2、キャッシュ入力100万トークンあたり¥0.02と記載されている。テンセントは同じ3項目をドルで$0.070、$0.281、$0.003と表示している。QwenCloudのQwen3.8-Flash向け料金表には、入力$0.15、出力$0.47、キャッシュ読み取り$0.016、5分間キャッシュの明示的な作成100万トークンあたり$0.20と記載されている。
• 入力 — $0.070 対 $0.15。Hy4 flash は 2.1倍安価です。
• 出力 — $0.281 対 $0.47。Hy4 flash は 1.7 倍安価です。
• キャッシュされた入力 — $0.003 対 $0.016。Hy4 flash は、固定プロンプトを再送信するあらゆるエージェントで大部分を占める費目において 5.3 倍安価です。
• 入出力3:1の比率でブレンドされ、100万あたり約$0.123に対し$0.230となります。
• 1:3でブレンド、出力支配的 — 約$0.228 対 $0.390。
それは実際の差ではありますが、見出しの比率が示唆するほど大きな差ではありません。というのも、エージェント作業で両モデルが実際にコストを投じるのは出力列であり、出力の差はわずか1.7倍だからです。また、この差は、これらのモデルがそれぞれ西側のフラッグシップに対して示す差よりも小さく、そのフラッグシップこそ、この階層で各モデルが並び立つ相手です。
五つの行すべてについて正直に言っておくべき注意点があります。これらは同じ種類の価格ではありません。Tencent の価格は中国本土の人民元建て定価で、Tencent が英語圏の読者向けに換算したものであり、Tencent はこのモデルで最初の週にすでにプロモーション割引を実施しています。QwenCloud の価格はグローバルエンドポイントにおける米ドル建て定価です。中国本土以外から米ドルで購入するチームは、Hy4 flash の数字を、請求される金額そのものではなく、入手可能な価格の下限として扱うべきであり、それに基づいて何かをモデリングする前に料金カードを再確認すべきです。
それでもこのボリュームで実行しよう。形は保たれているから。1日あたり入力トークン1,000万、出力トークン200万で、Hy4 flashでは1.26ドル、Qwen3.8-Flashでは2.44ドル——年間では461ドル対891ドルとなり、小規模チームが実際に生成できるワークロード規模で約430ドルの差になる。マルチターンエージェントがそうするように、構成をキャッシュ寄りにすると差はさらに広がる。新規入力200万、キャッシュ読み取り800万、出力200万なら、1日あたり0.73ドル対1.37ドルだ。キャッシュ読み取り比率が2.1倍ではなく5.3倍だからである。

両ベンダーは、パラメータのほぼ3分の1を同じアイデアに費やした。
これは、どちらのベンダーのローンチ記事も他方の記事と並べて取り上げていない比較の側面であり、両モデルの価格が10倍ではなく2倍以内に収まっている理由でもある。
Hy4 flashは635億のEngramパラメータを搭載している——学習済みのバイグラムおよびトライグラム表現で、マルチヘッドのハッシュルックアップを通じて取得され、層1、11、21、31でバックボーンに組み込まれる。これは、モデルの2200億パラメータのうち28.9%が、エキスパートではなくルックアップテーブルに存在することを意味する。Qwen3.8-Flashは、現在のトークンと先行するいくつかのトークンをキーとする510億パラメータのn-gram埋め込みテーブルを、ディスク上の約1800億パラメータのうちに搭載している——28.3%である。
2つの研究所、2つの世代、同じ結論。スパースモデルに能力を追加する最も安上がりな方法は、そのためのトークンごとの計算コストを支払うのをやめることだ。どちらのテーブルもホストメモリに置いて非同期にプリフェッチできるため、どちらもGPUメモリを恒久的に占有しない。どちらもフォワードパスに行列積を追加しない。どちらも事実上、言語モデルが知る必要があることの大部分は直近の数トークンから局所的に予測でき、スパースなエキスパート本体はそうでないもののために取っておくべきだという賭けである。
アテンションスタックもまた似通っている。Hy4 Flash は IndexPool スパースアテンションと 512 トークンのスライディングウィンドウを 42 層にわたって 1:3 の比率で交互に配置しており、Tencent によれば、その結果得られる KV キャッシュは Hy3 の 1/24、Hy4 の 1/6 だ。Qwen3.8-Flash は Gated DeltaNet と Qwen Sparse Attention を使い、4 層ごとに 3 層で履歴を固定サイズの状態に圧縮し、残りはブロックレベルのインデクサーに通す。どちらも同じ問いへの答えだ — 100 万トークンのウィンドウを、100 万トークン分の KV キャッシュを払わずにどう提供するか — そしてどちらの答えも、何らかの形で「すべてにアテンションしない」に落ち着く。
違いは、余分なアクティブパラメータが何をもたらすかにある。Hy4 flash は113億のテキストパラメータを、Qwen3.8-Flash の60億に対して動作させ、41のMoE層で、512のルーティングされるエキスパートのうち16個に共有エキスパート1個を加えた構成を持ち、1,536次元の潜在空間で動く。これはトークンあたりの計算量がほぼ2倍であることを意味する一方、そのモデルはトークンあたり半分未満しか課金しない。他の事情がどうであれ、Tencentはそのコストを顧客から回収しているのではなく、サービングスタックから回収している。すなわち4ビット重み、メガカーネル、そしてDFly2だ。DFly2は8.5億パラメータのドラフタで、ターゲットモデルのスパースKVとインデックス選択を再利用するため、各ドラフトトークンはコンテキスト長に関係なく最大約2,000個のキーにのみアテンションする。Tencentはこれら3つを組み合わせて、デコードを毎秒150トークン超にしている。
タスクあたり29.5分で実際に得られるもの
トークンあたりの価格は、これら両モデルにとって適切な単位ではなく、独立したデータが比較の一方の側でそれを具体的に示している。
Artificial Analysisは、Qwen3.8-Flash-Next(ホスト型SKUではなくオープンウェイトの成果物)を、Intelligence Index v5.0.1で28.6、タスクあたり0.569ドル、タスクあたり29.5分超、毎秒83.6出力トークン、最初のトークンまで2.5秒、最初の回答トークンまで68.3秒と評価している。
その5つの数値を掛け合わせると、どれか単独よりも有用な何かが浮かび上がる。83.6トークン/秒で1,768秒なら、1つのタスクはおよそ148,000の出力トークンを生み出す。100万あたり$0.47なら、出力は約7セントになる。$0.569のうち残りの50セントは入力で、100万あたり$0.15なら、タスク全体で少なくとも330万の入力トークンが必要になる — その一部がより安いレートでキャッシュから供給されたなら、さらに多くなる。330万トークンの入力と1Mコンテキストは、1つのプロンプトではない。それはループだ。読み、行動し、再び読み、20回か30回のターンにまで深くなり、そのたびにコンテキストが再構築されるか引き継がれる。
それこそが両モデルが想定して作られたワークロードであり、Hy4 flashの設計上の選択が今のような形になっている理由でもある。Tencentのポストトレーニングパイプラインは強化学習によって平均エンドツーエンド出力を50%削減し、社内ブラインド評価ではタスク完了時間の中央値が6.7分、タスクあたりRMB 0.26——現行レートで約0.037ドル——と報告している。社内のWorkIndexスイートではHy4 flashが42.1、Hy4 previewが39.7となっており、タスクあたり平均コストはTencentによれば、Hy4 previewの13分の1、Hy4の20分の1、ピーク時間帯料金のDeepSeek-V4.1-Flash-1017の8分の1だ。
それらの数値をArtificial Analysisの数値で割ってはいけない。85人の社内ユーザーにわたる259件のWorkBuddyタスクでの中央値6.7分は、Intelligence Indexの中央値29.5分ではないし、ベンダー自身のハーネスから出たタスクあたり人民元の数値は、独立したハーネスから出たタスクあたり米ドルの数値ではない。それらが支える比較は方向性を示すものであり、はっきり述べておく価値がある。Qwen3.8-Flashの実測タスクあたりコストは、トークンあたりいくら課金するかではなく、どれだけ多くのトークンを使い、どれだけ時間がかかるかによって支配されている。書く量が半分で、完了までが5分の1のモデルは、出力トークンあたり1.7倍安く、完了したジョブあたりでは桁違いに安くなり得る。Hy4 flashが実際にそのモデルなのかどうかは、まさにまだ誰も測定していないことだ。
スコアボードには1行しかなく、それはあなたが呼ぶであろうモデルのためのものではない
2つの開示事項があり、いずれも上記の数値がどれだけの重みを持ち得るかを変える。
まず、Hy4 flash には Artificial Analysis のページが存在しない。低スコアというわけでも、ランキング外の項目というわけでもない。https://artificialanalysis.ai/models/hy4-flash は2026年11月18日に404を返した。API公開の3日後、重みが公開された翌日のことだ。このモデルに関する独立した測定は一切存在しない。Tencent が公開したベンチマーク表は、事前学習済みのベースチェックポイント、すなわち Hy4 flash Base を Hy4 Base および DeepSeek のベースモデルと比較したものを対象としており、これは事前学習について教えてくれるだけで、実際に呼び出すことになるインストラクションモデルや推論モードについては何も教えてくれない。インストラクションモデルに関する唯一の証拠は Tencent 自身によるもの、すなわち WorkIndex、ブラインドテスト、タスクごとのコスト比である。
第二に、28.6 と $0.569 はダウンロード可能なチェックポイントである Qwen3.8-Flash-Next のものです。QwenCloud 上のホスト版 Qwen3.8-Flash は別途チューニングされたサービングビルドであり、Alibaba はこれをこのラインの製品化されたメンバーとして販売しており、両者は互換性がありません。Artificial Analysis はまた、Qwen3.8-Flash-Next を 256,000 トークンのコンテキスト(YaRN 拡張前のチェックポイント本来のウィンドウ)として記録している一方、QwenCloud はホスト版モデルを 1M、最大入力 991K で提供しています。ホスト版モデルの価格を評価する場合、インテリジェンススコア以外のすべてについて QwenCloud のカードと Alibaba 自身の評価に依存しており、そのスコアはチェックポイントのものです。
つまり非対称性は、口にするのは容易で解決するのは難しいという形で際立っている。一方のモデルには別の成果物に属する独立したスコアがあり、もう一方には独立したスコアがまったくない。ここで能力面の勝者を提示する記事は、勝者をでっち上げている。言えることはより限定的だが、それでも有用だ。Qwen3.8-Flash は 28.6 で、同じファミリーの 7700億パラメータのフラッグシップである Tencent Hy4 の 34.6 を下回り、同じインデックス版では Claude Haiku 5.5 の 36.5 も下回る。堅実な中位スコアであり、小型フラッシュモデルとして出るべき値だ。Hy4 flash は、Tencent 自身の内部スイートでは Hy4 preview を上回り、Hy4 を大きく下回る。これは別の測定器による同じ相対位置だ。
動画は、それ自体で決まる唯一の行です
以上のことはすべて議論の余地があります。これは議論の余地がありません。
• Hy4フラッシュ入力 — テキストと画像を、SigLIP2-So400m由来のエンコーダとMLPプロジェクタを介して処理します。出力はテキストです。
• Qwen3.8-Flash の入力 — テキスト、画像、動画。出力はテキストです。
パイプラインが画面録画、通話キャプチャ、または動画ファイルを取り込む場合、Hy4 flash はそれを受け付けられず、Qwen3.8-Flash は受け付けられます。オープンウェイトは助けにならず、アダプターも助けにならず、どれほどの価格優位もその差を埋められません。両者とも100万トークンのコンテキストを保持し、文書とスクリーンショットの両方を扱えます。その共通の土台では比較はなお開かれていますが、動画では決着しています。
テンセント自身がHy4 flashに推奨するワークロードはその境界と一致している——ディープサーチ、文書処理、スライド作成、簡単なフロントエンドのデモ、コンピューター操作——そして同社自身のガイダンスは、長期的なソフトウェアエンジニアリングを代わりにHy4へ送っている。これはベンダーが上限を認めたということであり、ほとんどのローンチコピーより示唆に富み、額面通りに受け取る価値がある。
どちらもダウンロード可能ですが、ダウンロードされる内容は同等ではありません

Hy4 flashは11月17日にオープンウェイトとして公開された:tencent/Hy4-flash、tencent/Hy4-flash-FP8、tencent/Hy4-flash-base。11月18日のファイル一覧では、BF16チェックポイントは148シャードで合計440.5 GB、FP8ビルドは287.1 GBとされている。Qwen3.8-Flash-Nextは8月24日から公開されており、131シャードで360.0 GBである。
• サービングレシピ — Tencent は固定イメージ vllm/vllm-openai:hy4-flash と lmsysorg/sglang:hy4-flash を公開しており、tensor-parallel-8 と speculative-decoding のフラグが明記されています。Qwen3.8-Flash-Next はリリース週から SGLang、vLLM、Transformers をサポートしています。
• Transformers — Hy4 flash は、サポートがまだ main に取り込まれていないため、プルリクエストの ref である refs/pull/50903/head からのインストールが必要です。Qwen3.8-Flash-Next は main からロードされます。
• 量子化 — Tencentは公式のFP8ビルドとAngelSlim GGUFを提供しており、Qwenエコシステムには独自のコミュニティ量子化を生み出すための4か月があった。
• エコシステムのシグナル — Qwen3.8-Flash-Nextは過去1か月で2,983,542ダウンロード、11月18日には7,276いいねを記録しました。前日に公開されたHy4 flashは、96いいね、ダウンロード数はゼロでした。
• ハードウェア — 440 GB の BF16 重みは 80 GB のカード 8 枚には収まらないため、287 GB の FP8 ビルドを H100 8 枚に載せるのが現実的な単一ノード展開であり、これはまさに Tencent 自身のレシピが指定する TP=8 構成です。
ピン留めされたイメージと PR-ref インストールは失格要因ではない。それらは、リリース済みのビルドではなく Tencent がテストしたビルドを実行しているという意味であり、これは次のバグの責任者が誰かという違いである。ここでの Qwen の優位性は完全に 4 か月の経過時間によるものであり、それは薄れていく。今日それは現実のものであり、この比較において欠けているベンチマーク行に次ぐ 2 番目に大きな差である。
2つのライセンスにはどちらもモデル・アズ・ア・サービス条項があるが、それらは異なる条項である。
両方のモデルは無料でダウンロードできますが、どちらも無条件に再販売できるわけではありません。ただし、トリガーの形は同じではなく、他の人のためにモデルをホストする場合にはその違いが重要になります。
• Tencent Hy License v1.0 — Apache 2.0 の派生ライセンス。第10.2条では、モデル・アズ・ア・サービス事業を運営し、世界中の総売上高が任意の12か月間で5,000万米ドルを超える場合、または製品の月間アクティブユーザー数が1億人を超える場合、別途書面によるライセンスが必要です。第10.3条は社内利用を免除しています。
• Qwenコミュニティライセンス1.0 — 規模を問わず、Model-as-a-ServiceまたはAI Work Assistantの事業には別途ライセンスが必要で、社内利用は免除されます。また、月間アクティブユーザー数が1億人を超える場合、または月間収益が2,000万米ドルを超える場合は、モデル名を目立つ形で表示することが別途求められます。
• 二度読む価値があるQwenの除外規定 — ライセンスは「他社がホストするモデルへのリクエストを単に中継すること」を「Model as a Service」の定義から明示的に除外している。Tencentのライセンスには、これに相当する文がない。
どちらにも地域制限はなく、これはいくつかの中国のオープンウェイトライセンスには当てはまらないことです。社内ツールを構築しているのであれば、どちらもどの規模でも無料です。推論を再販売する製品を構築している場合、Tencentのしきい値はより単純で、Qwenの中継に関する除外規定は特定の種類の仲介業者にとってより寛容であり、どちらがあなたを拘束するかは、その2つの事業のどちらに携わっているかによって決まります。
本日、1つのキーで呼び出せるものは何ですか

Qwen3.8-FlashはOrcaRouterのカタログにqwen/qwen3.8-flashとして掲載されています。料金は100万入力トークンあたり$0.15、100万出力トークンあたり$0.47、キャッシュ読み取りは$0.0184です。これはQwenCloudが公開しているプロンプト料金とコンプリーション料金をマークアップ0%でそのまま反映したもので、このモデルに対するベンダー側の値下げは、次回のカタログ同期を待つことなく、実施されたその日に反映されます。
Hy4 flash はまだカタログに載っていません。このファミリーで利用できるのは tencent/hy4-preview で、100万トークンあたり $0.834 と $2.501、キャッシュ読み取りは $0.042 です — これは Hy4 flash の蒸留元モデルであり、flash ルートが公開されるのを待つ間、Tencent 自身の API に対して実行するのに適したベースラインです。そうでないと言うのは、当社には存在しないルートを主張することになります。
その非対称性があなたに与えてくれるのは、自分で決着をつけるための安上がりな方法です。すでに持っているキーを使って qwen/qwen3.8-flash で、テンセントのキーを使って Hy4 flash で、最も代表的な20個のタスクを実行してください。入力トークン、出力トークン、キャッシュヒット、ウォールクロック、そして出力が使えたかどうかを記録します。そこで得られるタスクごとの比率こそ、テンセントの「13分の1」という主張のうち、あなたのトラフィックに当てはまる唯一のバージョンであり、移行ではなく午後1回分のコストで済みます。
フラッシュルートが実際に使えるようになったとき、有用なパターンはスイッチではなくルーティングルールです。動画取り込み層は、2つのうち動画を受け付ける唯一のものであるためQwenルートに置き、テキストと文書の層はご自身の数値が有利と示すモデルに置きます。ルーティングDSLはその分割を1つのエンドポイントで表現し、自動フェイルオーバーにより、実績のない2日前のルートが劣化してもパイプラインを巻き添えにせず、同じキーで2つ目の契約なしに200以上のモデルに到達できます。
3つのケースとして述べられた決定
動画入力が必要なら、比較はここで終わります。Qwen3.8-Flashは対応し、Hy4 flashは対応しません。欠けたモダリティの前では、価格の主張は通用しません。
顧客向けの経路に投入する前に独立したスコアを備えたモデルが必要なら、同じ理由で答えはすでに出ています。Intelligence Index v5.0.1 での 28.6 は控えめな数字です — Tencent 自社のフラッグシップの 34.6 を下回り、Claude Haiku 5.5 の 36.5 も下回ります — しかし、計測済みで公開されており再現可能であり、Hy4 flash にはそのようなものは一切ありません。おそらくそれは変わるでしょう。それはこのモデルについて誰かが公開できる唯一最も価値のあるものです。
ワークロードが大量のテキストやドキュメントで、レイテンシに敏感で、自前の評価を実行できるなら、Hy4 flash は午後を費やす価値がある。アクティブパラメータがほぼ2倍で入力価格が半分未満というのは、通常のトレードオフではない。キャッシュ入力の料金が $0.003 なので、長時間稼働するエージェントは再プロンプトがほぼ無料になり、重みがあるということは、その価格が唯一の選択肢ではなく一つの選択肢にすぎないということだ。覚悟して臨むべきなのは、あなたがそれを測定する最初の人物であること、公開されているベンチマーク表はあなたが呼び出すチェックポイントとは別のものを説明していること、そして 440 GB の BF16 重みは FP8 ビルドなしでは単一ノードに収まらないことだ。
注目すべき数字は、別のローンチ投稿ではない。Hy4 flashに関するArtificial Analysisの行だ。なぜならそれは、ベンダー内部の比率を、Qwen3.8-Flash-Nextの29.5分間で1タスクあたり0.569ドルという数値と直接突き合わせられる数字に変えるからだ。もしHy4 flashが、タスクあたりコストでその水準を意味ある形で下回り、しかもインデックスで数ポイント以内に収まるなら、価格差がすべてであり、この階層はそれを軸に再編される。もし安いのが、タスクあたりの処理量が少ないからだとしたら、それは異例に良い料金表を持つ文書・スライド向けモデルであり、Tencent自身のデプロイ指針もすでにそう述べている。
この記事で比較したモデル3
この記事から検出
