生成されたタイトルカードには「Tencent Hy4 vs Claude Opus 5.5 — タスクあたりコストは10分の1」と表示され、左側のTencent Hy4のカードには「総パラメータ770B / アクティブ49B」「コンテキスト1M」「重み公開 2026年11月20日」「100万トークンあたり $0.834 / $2.501」、右側のClaude Opus 5.5のカードには「最大エフォート時のIntelligence Index 59」「コンテキスト1M」「重み非公開」「100万トークンあたり $4.00 / $20.00」、フッターには「Indexの数値はArtificial Analysis(v5.0.1)による。右下にOrcaRouterのロゴ。」と表示されている。
Guides & Insights

Tencent Hy4 対 Claude Opus 5.5:タスクあたりのコストは10分の1

著者

Gideon Frost

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20日にレンタルモデルではなくなった。テンセントが重みを公開したのはその日である——tencent/Hy4、Hy4-FP8、そして事前学習済みのHy4-baseをHugging Face、ModelScope、GitCode上で。モデル自体が11月4日に一般提供されてから16日後のことだった。対照的に、Claude Opus 5.5は一度もダウンロード可能になったことがない。Anthropicは2026年9月22日にAPI専用のフラッグシップとしてリリースし、公開について何も発表していない。したがって、興味深い問いはもはやどちらのモデルが優れているかではない。独立系インデックスで24ポイント高いスコアを出すモデルに、完了タスクあたり約10倍の費用を払うとき、何を買っているのか——そして、安い側を自前のハードウェアで動かせるようになったとき、その取引はなお成立するのか、ということだ。

比較を具体化する数値はいずれも、{{1}}Artificial Analysis{{/1}}の{{2}}v5.0.1{{/2}}リビジョンにおける{{3}}Intelligence Index{{/3}}に基づいています。{{4}}Claude Opus 5.5{{/4}}は最大エフォート設定で59、{{5}}xhigh{{/5}}で57、highで52、mediumで48、lowで35です。{{6}}Tencent Hy4{{/6}}は35で、エフォート別の内訳は公開されていません。完了した{{7}}Intelligence Index{{/7}}タスクあたりのコストでは順位が大きく逆転し、{{8}}Claude Opus 5.5{{/8}}は$10.04、{{9}}Tencent Hy4{{/9}}は$1.03です。

11月20日に実際に何が変わったのですか

Tencent自身によるこのリリースの位置づけは、モデルカードのニュース欄にある一行だけだ。同社はHy4、Hy4-FP8、Hy4-baseをオープンソース化した。それが実際に何を意味するかはより具体的であり、マーケティングとは切り分けて考える価値がある。

• 重み — 完全な{{1}}BF16{{/1}}チェックポイント。Hugging Faceリポジトリはsafetensorsインデックスで{{2}}7744億{{/2}}パラメータを報告しており、これは770Bバックボーンにビジョンエンコーダーとドラフトモデルを加えたものです。{{3}}4ビットGGUF{{/3}}ビルドは、マルチノードクラスターなしでモデルをテストしたい人向けに、別のリポジトリですでに公開されています。

• ライセンス — Tencent Hy License、バージョン1.0。これはApache 2.0に由来しますが、明示的にApache 2.0ではなく、第10条には重要な商用条件が追加されています。それについては以下で詳しく説明します。

• サービング — Tencent は、アーキテクチャと格闘させる代わりに、ビルド済みイメージを提供しています: vllm/vllm-openai:hy4 と lmsysorg/sglang:hy4。どちらも DFly2 投機的デコーディング用ドラフターが組み込まれています。vLLM のレシピでは、FP8 チェックポイント用にテンソル並列サイズ 8 で 8 基の GPU を必要とします。

• 変わらなかったもの——価格です。Tencent Hy4は一般提供開始以来、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ドルで、キャッシュ読み取りは0.042ドルです。重みの公開に伴う料金引き下げはなく、今後引き下げられる兆候もありません。

GAビルドとオープンビルドは同じモデルだ。それは1か月前には当てはまらなかった。8月のリリースであるTencent Hy4 Previewは、初日からApache 2.0の下でウェイトを公開して提供され、11月のGAビルドは、約束を伴うクローズドAPIとして登場した。11月20日のアップロードは、より厳格なライセンスが付された形で、その約束が果たされたものだ。

独立指数のギャップ

24点は大きな差であり、各数値が何を測っているかを見れば、見出しから受ける印象よりもさらに大きい。Artificial AnalysisはClaude Opus 5.5を5つのエフォートレベルで、Tencent Hy4を1つのレベルで公開している。Hy4の35はエフォートを揃えた数値ではなく、ラボが公開した唯一の数値であり、おそらくモデルがデフォルトで使う推論設定を反映している。Tencent自身のAPIでは、その設定はhighである。

続く事実は二つある。第一に、正直な比較は、高エフォート時のOpus 5.5の52に対する35であり、59に対するものではない——24ポイントではなく17ポイントの差だ。第二に、そしてより有用なのは、Claude Opus 5.5の低エフォート行もまた35だということだ。最速かつ最安の設定では、Anthropicのフラッグシップは、Tencentのオープンなフラッグシップがデフォルトで記録するのと同じインデックススコアに到達する。これはルーターテーブルを構築する人にとって真に有用な事実だ。なぜなら、それは選択が「良いモデル対弱いモデル」ではなく、「エフォートのダイヤルのどちらの端を許容できるか」であることを意味するからだ。

A generated two-column scoreboard titled 'Tencent Hy4 vs Claude Opus 5.5'. Tencent Hy4 column: Intelligence Index 35, price $0.834 / $2.501, context 1M tokens, weights open under the Tencent Hy License, first answer token 115.9 s, cost per index task $1.03. Claude Opus 5.5 column: Intelligence Index 59 at max effort, price $4.00 / $20.00, context 1M tokens, weights closed, first answer token 24.3 s at high effort, cost per index task $10.04. Footer: 'Index and cost figures per Artificial Analysis, v5.0.1; licence terms per Tencent and Anthropic.'

サブスコアも同じ方向を示している。11月に公開されたArtificial AnalysisのCyber Indexでは、Tencent Hy4は58を記録して26モデル中3位につけている。64のKimi K3.1 Proと、信頼アクセス版のGPT-6 Solバリアントの69に次ぎ、57のDeepSeek V4.1 Flash 1017をわずかに上回る。CWE-Bench-AAでは76%で単独首位だ。これらは汎用的な推論ではなくセキュリティ特化の評価だが、Tencentのモデルが持つ、単一の総合スコアではない独立系スコアはこれだけであり、しかも十分に立派な内容だ。

Tencent Hy4に欠けているのは、自社ラボによる公開ベンチマーク表だ。11月のGA発表では、プレビュー版にあったTerminal-Bench、DeepSWE、SWE-bench Proの行が社内タスクスイートに置き換えられた。すなわち、213人の専門家による金融パネル、ハルシネーション率の比較、社内WorkIndexスコア42.1だ。これらはテンセント自身のタスクについてベンダーが報告した主張であり、モデルカードは、それらを何かと突き合わせられるようにする公開ベンチマークの行を欠いたまま、その主張を繰り返している。独立系インデックスがその検証手段だ。

タスクごとに、そのギャップがもたらすコスト

実際の導入の大半を左右するのはこの部分であり、料金表が示唆するほど単純明快に、より安いトークン価格を有利にしているわけではない。

• トークン価格 — Tencent Hy4 は入力 $0.834、出力 $2.501 で、Claude Opus 5.5 の $4.00 と $20.00 に対して、入力で5倍弱、出力で8倍安い。

• キャッシュ — Hy4 ではキャッシュ済み入力トークン100万あたり $0.042、95% の割引で、Opus 5.5 の $0.20 と対比されます。同じ20万トークンのリポジトリを毎ターン読み直すエージェントループでは、この差がコストモデルの全てです。

• 完了したインデックスタスクあたりのコスト — Hy4 が 1.03 ドル、Opus 5.5 が 10.04 ドル。これは 9.7 倍の差で、トークン価格の差より大きい点に注意してください。なぜなら Hy4 は絶対量でもより冗長だからです。インデックス全体の出力トークン数は Hy4 が 1 億 6,000 万、Opus 5.5 が 2 億 1,800 万で、冗長度ランキングは Hy4 が 94 モデル中 87 位、Opus 5.5 が 94 モデル中 90 位です。どちらのモデルも簡潔ではありません。

• 速度 — Hy4は毎秒93トークンで、Opus 5.5の112トークンに対して劣るが、レイテンシーの話はスループットの話よりもさらに悪い。Tencent Hy4が最初の回答トークンを生成するまでには115.9秒かかり、同ティアの中央値は12.7秒だ。インタラクティブな作業では重要なのはこの数値であり、安価なモデルが明らかに劣った製品であることがはっきりする唯一の点でもある。

• タスクあたりの時間 — Hy4 は 14.0 分、Opus 5.5 は 25.7 分。Hy4 は最初のトークン遅延にもかかわらず、インデックスタスクを実時間でより速く完了します。なぜなら、全体的に考える時間が短いからです。

つまり、コストに関する主張には、料金表が隠しているただし書きを添える必要がある。Tencent Hy4 は完了タスクあたりのコストがおよそ10分の1だが、最初のトークンまでユーザーを2分近く待たせ、同等のエフォートでは質問への回答精度が17ポイント低い。ワークロードがバッチ処理——文書抽出、分類、夜間のエージェント実行、合成データ生成——なら、最初のトークンまでのレイテンシは無関係であり、経済性は圧倒的だ。対話型なら、レイテンシこそが製品であり、価格優位性ではそれを補えない。

Hy4が完全に勝る点

3つの次元——そしてそのどれもが、より賢くなることとは関係ない。

• コンテキストの経済性。両モデルとも100万トークンのウィンドウを謳っています。しかし、同じウィンドウを再読み込みするために100万トークンあたり$0.042を課金するのは、そのうちの一方だけです。固定コーパスへの繰り返しのパスを伴うロングコンテキスト作業——リポジトリ全体に対するコードレビュー、文書セット全体にわたる契約分析、ノートをコンテキスト内に保持し続けるリサーチエージェント——は、基本料金を別にしてもHy4では劇的に安く済みます。

• モダリティ。Tencent Hy4 はテキスト、画像、動画フレームを単一の ViT パスで受け取り、テキストを返します。Claude Opus 5.5 はテキスト、画像、ファイルを受け取ります。違いは動画です。Hy4 のモデルカードには、動画フレームの特徴を視覚トークンに変換するアダプターを備えたビジョンエンコーダーが記述されていますが、Opus 5.5 には同等の記述がありません。

• 出力長は、Opus 5.5 が明確に優位に立つ唯一の点です。最大出力トークン数は 128K で、Hy4 の 64K に対して有利です。1 回の呼び出しで長い生成成果物が必要なタスクでは、この上限が決め手になります。

Claude Opus 5.5の利点は、Anthropicがこれまでずっと売りにしてきたものだ。同等のエフォートでの17ポイントのインデックス差、高エフォート時に最初のトークンまで24秒(対して116秒)、2倍の出力上限、そしてそれを裏付けるはるかに大規模な第三者評価の蓄積だ。タスクが難度の高いソフトウェアエンジニアリングや、誤答のコストが高い多段階分析であるなら、10倍の価格差は重要な数字ではない。タスクがボリュームであるなら、それは唯一の数字だ。

ライセンスはApacheではありません

Screenshot of the tencent/Hy4 model card on Hugging Face, showing the model name, the Hunyuan / hy4 / moe / multimodal tags, the Tencent Hy License badge, and links to ModelScope, GitCode and the GitHub repository.

ここが11月20日リリースと8月のリリースの異なる点であり、ほとんどの比較ページが飛ばしてしまう詳細です。

Tencent Hy4 Preview は Apache 2.0 の下で提供されています — 条件なしの真に寛容なライセンスです。Tencent Hy4 は Tencent Hy License 1.0 の下で提供されており、これは Apache 2.0 に第10条を追加したものです。同条によると、モデル・アズ・ア・サービス事業を運営し、かつ、いずれかの12か月間における全世界の売上総収入が5,000万米ドルを超える場合、またはモデルを組み込んだ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は、使用前に Tencent との別途の書面によるライセンスが必要です。内部利用は除外されます。モデルもその出力も第三者に届かない場合、第10条は適用されません。

スタートアップ、研究グループ、あるいは社内ツールの裏でこのモデルを動かしている企業にとって、その条項は効力を持たず、Hy4は事実上オープンだ。その上で推論を再販売しようと計画しているプラットフォームにとっては、それは交渉の対象になる。Claude Opus 5.5と比べれば、ライセンスすべきものが何もないため、その問題はそもそも生じない。エンドポイントを借りるか、モデルを使わないかのどちらかだ。

実用上の結論として、1か月前には存在しなかった分断が生じている。Tencent Hy4 は現在、この比較の中でファインチューニング、蒸留、量子化、あるいは外部へのアクセスを持たないネットワーク内での実行が可能な唯一のモデルだ。Claude Opus 5.5 は両者のうち、128K の出力上限を持ち、高エフォート設定で30秒以内に最初のトークンを返す唯一のモデルである。

それらの中から選ぶこと

決定木は、ためらわずに述べられるほど短い。

トークンあたり最高のスコアが必要で、タスクが対話型なら — Claude Opus 5.5。ユーザーが最初のトークンまで116秒待たされるのを目の当たりにすれば、価格の議論など何も通用しない。

• 完了したタスクあたりのコストを最小限に抑える必要があり、作業がバッチ処理なら — Tencent Hy4 で、そのコスト差はほぼ桁違いです。

• セルフホスト、ファインチューニング、またはデータを自社ネットワーク内に保持する必要がある場合 — Tencent Hy4(ライセンス第10条を読むことが条件)。ここには Claude Opus 5.5 という選択肢はまったくありません。

• 1回の呼び出しで128Kの生成出力が必要、または動画入力が必要 — 出力の上限はOpus 5.5を指し、動画入力はHy4を指します。両方を必要とするワークロードはほとんどありません。

• 2つの間でヘッジしたいなら、両者の前に重み付きルートを置き、安価なモデルに最初の試行を任せましょう。1タスクあたり$1.03のHy4は十分に安く、失敗した試行のコストはOpus 5.5に最初に試させる場合の約10分の1で済み、エスカレーション経路はそれを必要とするタスクでのみ発動します。

両方を1つのキーで実行する

Screenshot of the OrcaRouter model page for Anthropic: Claude Opus 5.5, showing the model name, vendor, context window, per-million-token pricing and supported endpoint types.

どちらのモデルも、それぞれ固有のモデル文字列を使って OrcaRouter 経由で呼び出せます——tencent/hy4は入力100万トークンあたり$0.834、出力100万トークンあたり$2.501、そしてanthropic/claude-opus-5.5は$4.00と$20.00です。つまり、上記の比較は議論ではなく実験として実行できます。1つのキー、1つのSDK、2つのモデル文字列、そして安価なものから優先して送信し、失敗時にはエスカレーションするルーティングDSLです。

OrcaRouterはプロバイダーの定価をゼロマークアップでそのまま提供しているため、Tencentの料金表は当社側でお支払いいただく料金となり、Anthropicも同様です。いずれかのベンダーが価格を変更した場合、リセラーがカタログを再入力するのを待つことなく、その日のうちに反映されます。

セルフホストの場合、計算の形はまったく変わります。自前のGPUでHy4を動かすようになると、トークンあたりの限界コストはベンダーが示す数値ではなく、電力と稼働率の数字になります。だからこそ、余剰キャパシティを持つ人にとっては、ライセンスの議論よりもモデルの重みのほうが重要になるのです。

来月が決めること

この比較を決着させるのは2つのことであり、そのどちらもベンチマークの行ではない。

第一は、Tencentのオープンリリースが重みの独立評価を引き出すかどうかである。11月20日のアップロードにはシステムカードとファインチューニングガイドが含まれているが、モデルカードのベンチマーク資料は依然として主に事前学習の表——ベースモデルのMMLU 91.6、MMLU-Pro 73.9、SuperGPQA 62.7、MMMU-Pro 59.6——に内部タスクスイートを加えたものである。Tencentの外部でインストラクションチューニング版のスコアを公開した者はいまだにおらず、独立インデックス上の35は単一の評価者による単一の数値である。

第二の点はエフォートです。Claude Opus 5.5 はすでに35から59までの5段階を公開しており、その最も安い設定と最も高い設定の間の幅は、Tencent Hy4 の単一スコアとの差全体よりも広くなっています。もし Tencent が同じ種類の分割を公開すれば——そして API はすでに high/no-think トグルを公開しています——比較は、一つの数値ともう一つの数値を比べるものではなく、対応する設定同士を並べた表になります。それまでは、正直な要約はこうです。Tencent Hy4 は独立評価では中位のモデルであり、セキュリティ特化評価では強いモデルであり、完了タスクあたりでは桁違いに安く、そして今や真にオープンです——11月4日にはそうではありませんでした。

この記事で比較したモデル2

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