生成されたタイトルカードには「Hy4 flash vs Tencent HY4」と表示され、サブタイトルは「同じファミリー、2つの階層、12倍の価格差」。2つのチップには「Hy4 flash: 合計224B、アクティブ12B、$0.070 / $0.281」と「Tencent HY4: 合計770B、アクティブ49B、$0.834 / $2.501」と表示され、フッターには「Hy4 flashは2026年11月16日リリース、Tencent HY4は2026年11月4日より一般提供」と表示されている。
Guides & Insights

Hy4 flash 対 Tencent HY4:同じファミリー、2つのティア、そして12倍の価格差

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Tencent HY4は2026年11月4日に、7700億パラメータ、トークンあたり490億アクティブ、ネイティブビジョン、コンピュータ操作を備え、100万トークンあたり入力$0.834/出力$2.501の価格で一般提供を開始した。12日後の11月16日、TencentはHy4 flashを投入した。総パラメータ2240億、アクティブ120億、同じ100万トークンのコンテキスト、入力$0.070/出力$0.281である。Hy4 flashはTencent HY4を蒸留し、その後、より簡潔に話すよう強化学習で訓練して構築された。Tencent自身のガイダンスもそう述べており、ディープサーチ、ドキュメント、スライド、フロントエンド作業、コンピュータ操作にはflashモデルを使い、長期的なソフトウェアエンジニアリングにはフラッグシップを残すよう求めている。このガイダンスはローンチとしては異例に率直で、両リリースの中で最も有用なものでもある。

つまりこれはライバル同士の争いではない。ある企業が自社のファミリーを二つに分け、どちらの半分を買うべきかを伝えているのだ。そして興味深い問いは、小型モデルにフラッグシップのどれだけが残っているのか、その分割は実際どこで起きているのか、12倍の価格差はトークン以外に何をもたらすのか、ということだ。

11週間で3回のリリース

系譜が価格の大半を説明する。Tencentは8月以降、このファミリーを3回リリースしており、各リリースは異なる変数を動かした。

• 2026年8月28日 — Hy4 プレビュー。 Apache 2.0、重みは Hugging Face、ModelScope、GitCode、CNB で公開。総パラメータ 770B/アクティブ 49B、78 層のうち 1 層が dense、77 層が mixture-of-experts で、256 個のルーテッドエキスパートに加えて共有エキスパート 1 個、top-8 ルーティング、1,048,576 トークンのコンテキスト、10B のマルチトークン予測層(アクティブ 0.7B)。100 万トークンあたり ¥6 / ¥18 / ¥0.3。公開ベンチマーク 8 行、vLLM と SGLang のレシピ、公開済みのサンプリングデフォルト。

• 2026年11月4日 — Tencent HY4.同じバックボーン規模のまま、事前学習と事後学習を大幅に増やし、2つの新機能を追加:細粒度の画像・グラフ・図に対するネイティブな視覚処理と、マウス・キーボード・コマンドラインを通じたコンピュータ操作(Blender、CAD、長期的なアプリケーション横断作業に特化した学習付き)。価格は同じ¥6 / ¥18 / ¥0.3。重み、ライセンス、モデルカード、ベンチマーク付録はいずれもなし。

• 2026年11月16日 — Hy4 flash。 Engramパラメータ64Bを含む総計224B、アクティブ12B、マルチモーダル、1,048,576トークンコンテキスト、¥0.5 / ¥2 / ¥0.02。重みなし、ライセンスなし、モデルカードなし、ベンチマーク数値はチャート画像のみで公開。

進んでいる方向は明らかだ。そのファミリーは同時に安くなり、開放性も低下してきた。最も安価なものは手続きが最も少ないものでもあり、誰でもダウンロードできる唯一のバージョンは8月のものだ。

フラッグシップが今でもできる、flashにはできないこと

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

2つの機能はフラッグシップに搭載されており、小型モデルについては同じ形では謳われていない。

大規模な視覚。 HY4リリースは2.8ギガピクセルの航空写真を実演し、その中でモデルは2メートルの屋根部品を特定した。これは視覚の成果というより、100万トークンのウィンドウがタイル化された画像とクエリを同時に保持できることの実証である。Hy4 flashはマルチモーダルと呼ばれ、そのWorkIndexスイートの8つのタスクタイプのうち1つが視覚理解だが、このリリースではエンコーダーが独自のものか外付けか、どれほど大きいか、動画が入力されるのかどうかを述べていない。密な文書やチャートの作業には、公開されたデモンストレーションを伴うモデルがフラッグシップである。

コンピューター操作と長時間にわたるデスクトップ作業。TencentはHY4を、複数のアプリケーションにまたがってデスクトップを操作するために特別にトレーニングし、独自のAgent Runtime上に構築され、数百のアプリケーションがインストールされたサンドボックスで実行し、BlenderとCADを対象ワークロードとして挙げた。Hy4 flashもコンピューター操作に推奨されており、これは大きな譲歩だ。しかし、トレーニングの説明が添えられているのはフラッグシップの方であり、社内のWorkBuddyデータによると、flashは日常業務では同等の性能に達している一方で、長時間のコーディングタスクでは後れを取っている。

フラッグシップの列にあるその他はすべて、能力ではなく規模だ。アクティブパラメータは490億対120億、文書化された層は78対非公開の数、ルーティングされるエキスパートは256対非公開の数となっている。アクティブパラメータを増やすと、難しい推論や長いツールチェーンにおける深さは得られる。しかし、両者で同じであるコンテキストウィンドウへのアクセスや、両者がともに主張している原理上のマルチモーダル性へのアクセスが得られるわけではない。

12倍の差はどこから生じるのか

価格差は割引ではない。アクティブパラメータが4分の1になっていることに、一連のサービング側の変更を加えた結果であり、テンセントはその後半部分について異例なほど具体的に説明している。

効率化の取り組みについて、ベンダーによれば、ハイブリッドアテンション、LatentMoE、Engramパラメータを組み合わせることで、KVキャッシュはHy3の24分の1、Tencent HY4の6分の1のサイズになる。HY4からの自己蒸留に続く強化学習により、エンドツーエンドの出力長が50%削減された。4ビット量子化を備えた推論メガカーネルと、DFlyと呼ばれるデコーディング経路は、毎秒150トークン超を維持する。いずれももっともらしく、いずれもアーキテクチャと整合しており、そしてどれも独立に再現されていない。

KVキャッシュの数値は、価格だけでなくデプロイの計算を変えるものだ。100万トークンのコンテキストでは、キャッシュサイズが1ノードに同時に収められる長文リクエストの件数を決める。フラッグシップのキャッシュの6分の1を12分の1の価格で、という組み合わせは、モデル品質を一切変えずに、採算の合わないワークロードを採算の合うものに変え得る。出力長の50%削減のほうは品質を変えるもので、テストすべき数値だ。短い回答は短いから安いのであり、それがモデルの効率によるものか、考えるのをやめたからなのかは、まさにベンダーが自社モデルについて教えられないことだ。

参考までに、このファミリー自身の推移について、Tencentは社内のWorkIndexスイートにおけるタスクあたりコストを、Hy4 previewの13分の1、Tencent HY4の20分の1と報告している。タスクあたりはトークンあたりとは異なる指標で、出力長とリトライを織り込んだものだ。したがって、20分の1のほうが実運用に即した正直な数値であり、12分の1は料金表上の数値である。どちらも十分に大きく、方向性に疑いの余地はない。

誰も答えたことのない蒸留の問い

蒸留モデルは、蒸留が対象としたタスクでは教師の振る舞いを受け継ぎ、それ以外のタスクでは独自の振る舞いを生み出す。Tencentによれば、Hy4 flashはHY4から自己蒸留されたものであり、これによりフラッグシップモデルは競合相手であると同時に訓練信号にもなる——こうした構成は通常、教師が叩き込まれた事柄には非常に優れる一方、それ以外では目立って弱い小型モデルを生み出す。

同社の社内製品データはこのパターンと一致している。WorkBuddyでは、Hy4 flashはTencent HY4の約15分の1のコストで動作し、タスク時間は70%短縮、日常タスクでは同等、長いコーディングタスクではわずかに低下する。微信支付のエージェントフローでは、DeepSeek-V4.1-Flash-1017と同等かそれを上回り、ステップ数は6%少なく、出力トークンは29%少ない。王者荣耀の根本原因分析では、位置特定においてDeepSeek-V4.1-Flash-1017とGLM-5.3-Flashの両方に近い結果を示しつつ、リクエスト数は22%〜39%少なく、トークン数は40%〜61%少ない。企业微信では、HY4と比べて出力が88%高速化され、思考トークンは60%少ない。

一緒に読むと、これらの数値は、このモデル群が訓練された種類のタスク——文書、エージェント、構造化出力、検索——に非常に優れており、教師モデルの追加の深さが効いていたタスクでは少し見劣りすることを示している。これは蒸留の想定される結果であり、批判ではない。一方を他方で置き換えるのではなく、両方のティアを維持する理由である。

どちらのモデルにもないもの

フラッグシップ版もフラッシュ版も、モデルの重みは提供されていない。テンセントはHy4 flashをオープンソース化し、頻繁に改良を重ねる計画だと述べているが、ライセンスも公開日もリポジトリも存在しない。Tencent HY4本体の重み公開も同様に、計画として発表されているだけだ。このファミリーで今日ダウンロードできる唯一のものは、8月28日からHugging Faceで公開されているApache 2.0ライセンスのHy4 previewであり、11週間と2回のリリースを経た今もそれは変わらない。

どちらにも独立したベンチマークスコアはない。Artificial AnalysisはTencent HY4やHy4 flashについて何も公表していない。両リリースの数値はすべてTencentによるもので、ベンチマーク表はテキストではなくグラフ画像として存在し、flashモデルの目玉となる主張の背景にあるブラインドテストは、Tencentの従業員85人がTencentが選んだタスクでTencent製品を使ったものだ。だからといって数値が誤りになるわけではない。それはこれらの数値を出発点となる仮説にするだけだ。

どちらにも、公開されたサンプリング設定、システムカード、拒否行動に関する声明はない。プレビュー版ではその3つすべてが提供されていた。

実用的な分割

Tencentのガイダンスは、ほとんどのベンダーの助言よりもワークロードの形にきれいに当てはまり、運用上の言葉で言い直す価値がある。

ほとんどが読むだけの作業なら、Hy4 flash を既定にしてください。深い検索、文書処理、長い入力からの抽出、スライド生成、簡単なフロントエンドの足場作り、そしてトークンの大半をコンテキストの再送に費やすエージェントループ。10倍のキャッシュ割引とより小さいKVフットプリントにより、長文コンテキストの検索は、安価なティアが最も明確に適切となるワークロードであり、内部データはまさにその領域をカバーしています。

長い一連の意思決定を要するタスクには、Tencent HY4 を選んでください。 複数ファイルにわたるソフトウェアエンジニアリング、長期的な視野が必要なデスクトップ自動化、CAD や Blender の作業、そして数十ステップにわたって計画を一貫して維持しなければならないあらゆる実行。これこそが Tencent 自身も認めるケースであり、フラッグシップの追加 370 億のアクティブパラメータがその仕組みです。

Hy4プレビューを対照として使用してください。 同じファミリーで、フラッグシップと同じ770B/49B規模であり、公開されたベンチマーク付録があり、自分で実行できるApache 2.0の重みもあります。flashが十分に良いかどうかを判断するとき、プレビューはチャートを信頼することに依存しない基準点を与えてくれます。

比較を実行する場所

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Tencent HY4 も Hy4 flash も OrcaRouter 経由ではルーティングされていません。ここにあるのはtencent/hy4-previewで、プロバイダーの定価は入力100万トークンあたり0.834ドル、出力100万トークンあたり2.501ドル、さらにレート制限付きの無料枠があり、tencent/hy3は旧世代向けに0.18ドルと0.59ドルです。この記事で取り上げている2つのモデルはTencent独自のTokenHubから利用可能で、そこではflashティアが期間未定の50%オフキャンペーンを実施中で、WorkBuddyは11月30日まで無料です。

プレビュールートは見た目以上の価値がある。フラッグシップと同じアーキテクチャを同じ規模で実行し、チェックポイントに対して再実行できる8行のベンチマーク付録を公開し、フラッグシップを評価する場合の4分の1のコストで済む。このファミリーの大規模モデルがあなたの業務に十分かどうかが問いなら、プレビューはその答えを価格のほんの一部で出してくれる。答えが「はい」なら、Hy4 flashがそれと比較して価格を検討すべきバージョンであり、蒸留関係にあるため比較は異例なほど明確だ——同じファミリー、同じコンテキスト、同じトークナイザーの系譜で、支払う額は12倍違う。

たとえベンダーからしかアクセスできないファミリーであっても、評価をルーター上で続ける理由のひとつは、6日前にリリースされたモデルには公開された稼働実績がなく、ローンチ週間のプロモーション中にエンドポイントの挙動がおかしくなった場合でも、切り替え先をtencent/hy4-previewに同じキーで変えるのは1行の変更で済むことです。Tencentの課金に上乗せは一切なく、表示価格がそのまま支払価格——Tencentが料金を調整した場合、次の呼び出しでは新しい金額が支払対象となり、誰かの比較表の次のリリースを待つ必要はありません。同じ認証情報で、評価がこのファミリーを超えて広がれば、他に200以上のモデルも利用できます。

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

ティア分割が発表です

11月16日にテンセントが語った最も重要な点は、価格ではなかった。フラッグシップモデルは長期的なソフトウェアエンジニアリングのために残り、安価なモデルは日常的な作業を担うという点だった——自社の製品ラインを、顧客が実際に感じ取る軸に沿って分け、安価なモデルが高価なモデルの代替にはならないことを認めたのである。

その区分の内側にいる人にとって、判断は簡単で、その差は大きい。入力価格は12分の1、出力は9分の1、キャッシュは100分の1、アクティブパラメータは4分の1、同じ100万トークンウィンドウ上でKVフットプリントもより小さい。その外側にいる人々、つまり長いエージェント実行、デスクトップ自動化、複数ファイルのコードにとっては、フラッグシップが依然としてこのファミリーの答えであり、ベンダー自身もそう述べている。

欠けているのは証拠であり、それは両方のティアで欠けている。独立したスコアも、どちらの新モデルの重みもなく、ベンチマーク表は画像として読まなければならず、見出しの比較は内部パネルから導かれたものだ。12倍の価格差は十分に強い主張なので、数週間以内にテンセント外部の人々によって検証されるだろう。それがなされるまでは、テンセント自身のガイダンスが示唆する立場が賢明だ。安価なティアはそれが作られたタスクで実行し、旗艦モデルは作業が長いところに置き、料金表で選ぶのではなく両方を測定するのだ。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新