
Hy4 flash vs Qwen3.8-Flash: 활성 매개변수는 두 배, 토큰당 가격은 절반
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 138 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 175 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
여기서 더 저렴한 모델이 더 큰 모델입니다. Hy4 flash는 토큰마다 113억 개의 텍스트 파라미터를 활성화하며, 백만 입력 토큰당 0.070달러로 책정되어 있습니다. Qwen3.8-Flash는 약 60억 개를 활성화하며 0.15달러로 책정되어 있습니다. 토큰당 활성 연산량은 거의 두 배인데 입력 가격은 절반에도 못 미칩니다. 그리고 이 두 숫자 중 어느 것도 실제로 어떤 모델을 호출해야 하는지를 결정하는 숫자는 아닙니다.
Hy4 flash는 출시된 지 이틀 되었다. Tencent는 2026년 11월 16일 자체 API에 이를 올렸고, 다음 날 가중치를 공개했으며, 이를 위한 세 개의 리포지토리를 배포했다: instruct 체크포인트, FP8 빌드, 베이스 모델. 이 모델은 2,200억 개 매개변수의 전문가 혼합 모델로 120억 개가 활성화되며, 1,048,576 토큰 컨텍스트, 이미지 입력 및 텍스트 출력을 지원하고 Tencent Hy License 하에 제공된다. Qwen3.8-Flash는 Alibaba가 2026년 8월 26일 Qwen3.8-Flash-Next 가중치와 함께 공개한 이후 QwenCloud에 있었다: 1,250억 개 매개변수의 전문가 본체가 약 60억 개를 활성화하고, 추가로 510억 개 매개변수의 n-gram 임베딩 테이블을 갖추며, 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환하고, 1M 컨텍스트와 최대 131K 출력을 제공한다.
그래서 이 비교의 형태는 특이합니다. 한 모델은 시장에서 가장 잘 문서화된 저가 티어이고, 다른 모델은 가장 문서화가 덜 되어 있습니다. 하나는 독립 벤치마크 행이 있고, 다른 하나는 404가 있습니다. 그리고 두 가격표는 서로 다른 통화로 표시되어 있고, 서로 다른 시장에 판매되며, 서로 다른 분량의 세부 약관으로 방어되고 있습니다. 흥미로운 부분은 입력 라인의 2.1x가 아니라, 토큰 가격을 매기는 일을 멈추고 완성된 작업의 가격을 매기기 시작할 때 그 격차가 어떻게 되는가입니다.
무엇보다 먼저, 요금표의 인버전
Tencent의 Hy4 flash 중국 본토 요금표는 백만 입력 토큰당 ¥0.5, 백만 출력 토큰당 ¥2, 백만 캐시 입력 토큰당 ¥0.02로 표시된다. Tencent는 같은 세 항목을 달러로 $0.070, $0.281, $0.003으로 제시한다. QwenCloud의 Qwen3.8-Flash 요금표는 입력 $0.15, 출력 $0.47, 캐시 읽기 $0.016, 5분 캐시를 명시적으로 생성하는 경우 백만 토큰당 $0.20으로 표시된다.
• 입력 — $0.070 대 $0.15. Hy4 flash가 2.1배 더 저렴합니다.
• 출력 — $0.281 대 $0.47. Hy4 flash는 1.7배 더 저렴합니다.
• 캐시된 입력 — $0.003 대 $0.016. Hy4 flash는 고정 프롬프트를 반복 전송하는 모든 에이전트에서 가장 큰 비중을 차지하는 비용 항목 기준 5.3배 더 저렴합니다.
• 입력 대 출력 3:1로 혼합 기준 — 백만 개당 약 $0.123 대 $0.230입니다.
• 1:3으로 블렌딩, 출력 우위 — 약 $0.228 대 $0.390.
그것은 실질적인 격차이며, 헤드라인 비율이 시사하는 것보다 더 작습니다. 출력 열이야말로 두 모델이 실제로 에이전트 작업에 비용을 쓰는 부분이고 출력 격차는 1.7배에 불과하기 때문입니다. 또한 이는 두 모델 각각이 이 티어에서 상대하는 서구 플래그십과의 격차보다도 작습니다.
다섯 항목 모두에 붙는 솔직한 유의점은 이것입니다. 이것들은 같은 종류의 가격이 아닙니다. Tencent의 것은 Tencent가 영어권 독자를 위해 환산한 중국 본토 위안화 정가 요율이며, Tencent는 이미 이 모델에 첫 주부터 프로모션 할인을 적용해 왔습니다. QwenCloud의 것은 글로벌 엔드포인트의 미국 달러 정가 요율입니다. 중국 본토 밖에서 달러로 구매하는 팀은 Hy4 flash 수치를 청구될 금액으로 보기보다 이용 가능한 가격의 하한선으로 취급하고, 이를 토대로 무엇이든 모델링하기 전에 요금 카드를 다시 읽어야 합니다.
그래도 그 볼륨을 그대로 돌려보세요. 형태는 유지되니까요. 하루 입력 토큰 1,000만 개와 출력 토큰 200만 개면 Hy4 flash에서 $1.26, Qwen3.8-Flash에서 $2.44입니다. 1년이면 $461 대 $891로, 작은 팀이 실제로 만들어낼 수 있는 워크로드 규모에서 약 $430 차이입니다. 어떤 멀티턴 에이전트든 그렇듯 구성을 캐시 쪽으로 옮기면 격차는 더 벌어집니다. 새 입력 200만 개, 캐시 읽기 800만 개, 출력 200만 개면 하루 $0.73 대 $1.37인데, 캐시 읽기 비율이 2.1배가 아니라 5.3배이기 때문입니다.

두 업체 모두 파라미터의 거의 3분의 1을 같은 아이디어에 쏟아부었습니다
이것은 어느 벤더의 출시 게시물에서도 상대편의 것과 나란히 다루지 않은 맞대결의 한 부분이며, 두 모델의 가격이 10배 차이가 아니라 2배 이내 차이로 책정된 이유입니다.
Hy4 flash는 635억 개의 Engram 파라미터를 탑재하고 있습니다. 이는 학습된 바이그램 및 트라이그램 표현으로, 멀티헤드 해시 조회를 통해 검색되어 백본의 1, 11, 21, 31번째 레이어에 삽입됩니다. 즉, 모델의 2,200억 파라미터 중 28.9%가 전문가가 아니라 조회 테이블에 있는 것입니다. Qwen3.8-Flash는 현재 토큰과 그 앞의 여러 토큰을 키로 하는 510억 파라미터 규모의 n-gram 임베딩 테이블을 갖고 있으며, 이는 디스크상의 약 1,800억 파라미터 중 28.3%입니다.
두 연구소, 두 세대, 같은 결론: 희소 모델에 능력을 추가하는 가장 저렴한 방법은 토큰당 연산 비용을 지불하지 않는 것이다. 두 테이블 모두 호스트 메모리에 상주할 수 있고 비동기적으로 프리페치될 수 있으므로, 어느 것도 GPU 메모리를 영구적으로 차지하지 않는다. 둘 다 순전파에 행렬 곱셈을 추가하지 않는다. 둘은 사실상 언어 모델이 알아야 하는 것의 상당 부분이 마지막 몇 개 토큰으로부터 국소적으로 예측 가능하며, 희소 전문가 본체는 그렇지 않은 부분을 위해 남겨두어야 한다는 베팅이다.
어텐션 스택들도 서로 운율이 맞는다. Hy4 flash는 42개 레이어 전반에 걸쳐 IndexPool 희소 어텐션과 512토큰 슬라이딩 윈도를 1:3 비율로 교차 배치하며, Tencent는 그 결과 KV 캐시가 Hy3의 1/24, Hy4의 1/6이라고 보고한다. Qwen3.8-Flash는 Qwen Sparse Attention과 함께 Gated DeltaNet을 사용해, 4개 레이어 중 3개에서는 히스토리를 고정 크기 상태로 압축하고 나머지는 블록 수준 인덱서를 통해 라우팅한다. 둘 다 같은 질문에 대한 답이다 — 백만 토큰 KV 캐시 비용을 치르지 않고 어떻게 백만 토큰 윈도를 서빙할 것인가 — 그리고 두 답 모두 "모든 것에 어텐션하지 말라"는 여러 변형에 도달한다.
차이는 추가 활성 파라미터가 무엇을 사오느냐에 있습니다. Hy4 flash는 Qwen3.8-Flash의 60억 개에 맞서 113억 개의 텍스트 파라미터를 실행하며, 41개 MoE 레이어에서 512개 라우팅 전문가 중 16개와 공유 전문가 1개를 사용하고, 잠재 공간은 1,536차원입니다. 이는 토큰당 연산량이 거의 두 배인 모델이면서 토큰당 청구액은 절반도 되지 않는다는 뜻입니다. 다른 무엇이 사실이든, Tencent는 그 비용을 고객에게서 회수하지 않고 서빙 스택에서 회수합니다. 4비트 가중치, 메가커널, 그리고 대상 모델의 희소 KV와 인덱스 선택을 재사용해 컨텍스트 길이와 무관하게 각 드래프트 토큰이 최대 약 2,000개 키에만 어텐션하도록 하는 8억 5천만 파라미터 드래프터 DFly2가 그것입니다. Tencent는 이 세 가지를 함께 사용해 디코딩을 초당 150토큰 이상으로 끌어올립니다.
작업당 29.5분으로 실제로 무엇을 얻을 수 있는가
토큰당 가격은 이 두 모델 모두에 적합하지 않은 단위이며, 독립적인 데이터는 비교의 한쪽 측면에서 이를 구체적으로 입증한다.
Artificial Analysis는 Qwen3.8-Flash-Next(호스팅 SKU가 아닌 오픈 가중치 아티팩트)를 Intelligence Index v5.0.1에서 28.6점, 작업당 $0.569, 작업당 29.5분 이상, 초당 83.6 출력 토큰, 첫 토큰까지 2.5초, 첫 답변 토큰까지 68.3초로 평가했습니다.
그 다섯 숫자를 모두 곱하면 어느 하나만 따로 볼 때보다 더 유용한 값이 나온다. 초당 83.6토큰으로 1,768초 동안 실행하면 한 작업은 대략 148,000개의 출력 토큰을 생성한다. 100만 토큰당 $0.47이면 출력 비용은 약 7센트다. $0.569 중 나머지 50센트는 입력이며, 100만 토큰당 $0.15로 계산하면 해당 작업 전체에서 최소 330만 입력 토큰을 의미한다. 일부가 더 저렴한 요율의 캐시에서 처리되었다면 그보다 더 많다. 1M 컨텍스트에 대한 330만 토큰 입력은 하나의 프롬프트가 아니다. 그것은 루프다. 읽고, 행동하고, 다시 읽는 일을 20~30턴 깊이로 반복하며, 매번 컨텍스트를 재구성하거나 이어서 가져간다.
그것이 두 모델이 모두 염두에 두고 만들어진 워크로드이며, Hy4 flash의 설계 선택이 그렇게 읽히는 이유이기도 합니다. 텐센트의 포스트 트레이닝 파이프라인은 강화 학습을 통해 평균 엔드투엔드 출력을 50% 줄였고, 내부 블라인드 평가에 따르면 작업당 0.26위안으로 중앙값 6.7분 만에 작업을 완료하며, 이는 현행 환율 기준 약 0.037달러입니다. 내부 WorkIndex 스위트에서 Hy4 flash는 42.1로, Hy4 preview의 39.7보다 높으며, 텐센트가 밝힌 작업당 평균 비용은 Hy4 preview의 13분의 1, Hy4의 20분의 1, 피크 시간대 요금 기준 DeepSeek-V4.1-Flash-1017의 8분의 1입니다.
그 수치들을 Artificial Analysis의 수치로 나누지 마라. 85명의 내부 사용자에 걸친 259개 WorkBuddy 작업에서의 6.7분 중앙값은 Intelligence Index에서의 29.5분 중앙값이 아니며, 공급업체 자체 하네스에서 나온 위안화 기준 작업당 수치는 독립적인 하네스에서 나온 달러 기준 작업당 수치가 아니다. 그것들이 뒷받침하는 비교는 방향성에 그치며, 이 점은 분명히 말할 가치가 있다: Qwen3.8-Flash의 측정된 작업당 비용은 토큰당 얼마를 청구하는지가 아니라 얼마나 많은 토큰을 쓰고 얼마나 오래 걸리는지에 의해 좌우된다. 출력을 절반만 하고 시간은 5분의 1로 끝내는 모델은 출력 토큰당 1.7배 더 저렴하고 완료된 작업당 한 자릿수 배 더 저렴할 수 있다. Hy4 flash가 실제로 그런 모델인지는 바로 아무도 아직 측정하지 않은 점이다.
스코어보드에는 행이 하나뿐이며, 그 행은 당신이 호출할 법한 모델을 위한 것이 아닙니다.
두 가지 공개 사항이 있는데, 둘 다 위의 수치가 어느 정도의 비중을 지닐 수 있는지를 바꿉니다.
첫째, Hy4 flash에는 Artificial Analysis 페이지가 없습니다. 낮은 점수도, 순위 미등재 항목도 아닙니다. https://artificialanalysis.ai/models/hy4-flash는 2026년 11월 18일 404를 반환했습니다. API가 공개된 지 3일 후, 가중치가 공개된 지 하루 후였습니다. 이 모델에 대한 독립적인 측정은 전혀 없습니다. 텐센트가 공개한 벤치마크 표는 사전 학습된 베이스 체크포인트, 즉 Hy4 flash Base를 Hy4 Base 및 DeepSeek의 베이스 모델과 비교한 것을 다루며, 이는 사전 학습에 대해 알려줄 뿐 실제로 호출하게 될 인스트럭션 모델이나 추론 모드에 대해서는 아무것도 알려주지 않습니다. 인스트럭션 모델에 관한 유일한 근거는 텐센트 자체의 것입니다: WorkIndex, 블라인드 테스트, 그리고 작업당 비용 비율입니다.
둘째: 28.6과 $0.569는 다운로드 가능한 체크포인트인 Qwen3.8-Flash-Next에 속한다. QwenCloud에서 호스팅되는 Qwen3.8-Flash는 별도로 튜닝된 서빙 빌드이며, Alibaba는 이를 해당 라인의 프로덕션화된 멤버로 판매하고 두 모델은 서로 바꿔 쓸 수 없다. Artificial Analysis는 또한 Qwen3.8-Flash-Next를 256,000토큰 컨텍스트로 기록하는데, 이는 YaRN 확장 전 체크포인트의 네이티브 윈도이며, QwenCloud는 호스팅 모델을 최대 입력 991K의 1M로 서빙한다. 호스팅 모델의 가격을 책정하고 있다면, 지능 점수를 제외한 모든 항목에 대해 QwenCloud의 카드와 Alibaba 자체 평가에 의존하는 것이며, 지능 점수는 체크포인트의 것이다.
따라서 비대칭은 말하기는 쉽지만 해결하기는 어려운 방식으로 두드러집니다. 한 모델은 다른 산출물에 속하는 독립적인 점수를 가지고 있고, 다른 모델은 독립적인 점수가 전혀 없습니다. 여기서 역량 면에서 승자를 제시하는 어떤 글도 승자를 만들어내는 것입니다. 말할 수 있는 것은 더 좁지만 여전히 유용합니다. Qwen3.8-Flash는 28.6으로, 같은 패밀리의 7700억 파라미터 플래그십인 Tencent Hy4의 34.6보다 낮고, 같은 지수 버전에서 Claude Haiku 5.5의 36.5보다도 낮습니다. 이는 견고한 중간 등급 점수이며, 소형 플래시 모델이 내놓아야 하는 바로 그 점수입니다. Hy4 flash는 Tencent 자체 내부 스위트에서 Hy4 preview보다 높고 Hy4보다 훨씬 낮은 점수를 기록하는데, 이는 다른 측정 도구로 본 같은 상대적 위치입니다.
비디오는 스스로 결정하는 유일한 행입니다.
위의 모든 것은 논쟁의 여지가 있다. 이것은 아니다.
• Hy4 flash 입력 — 텍스트 및 이미지, MLP 프로젝터를 거치는 SigLIP2-So400m 파생 인코더를 통해. 출력은 텍스트입니다.
• Qwen3.8-Flash 입력 — 텍스트, 이미지 및 동영상. 출력은 텍스트입니다.
여러분의 파이프라인이 화면 녹화, 통화 캡처 또는 비디오 파일을 입력으로 받는다면, Hy4 flash는 이를 받아들일 수 없고 Qwen3.8-Flash는 받아들일 수 있습니다. 오픈 가중치도 도움이 되지 않고, 어댑터도 도움이 되지 않으며, 아무리 큰 가격 우위로도 이 차이를 메울 수 없습니다. 둘 다 백만 토큰의 컨텍스트를 보유하고, 둘 다 문서와 스크린샷을 처리하므로, 그 공통 영역에서는 비교가 열려 있지만 비디오에서는 닫혀 있습니다.
Tencent가 Hy4 flash에 대해 자체 권장하는 워크로드는 그 경계와 일치합니다 — 심층 검색, 문서 처리, 슬라이드 제작, 간단한 프런트엔드 데모, 컴퓨터 사용 — 그리고 자체 안내에서는 장기적인 소프트웨어 엔지니어링 작업을 대신 Hy4로 보냅니다. 이는 한 벤더가 한계를 인정하는 것으로, 대부분의 출시 홍보 문구보다 더 많은 정보를 주며, 액면 그대로 받아들일 가치가 있습니다.
둘 다 다운로드할 수 있지만, 다운로드본은 서로 동등하지 않습니다.

Hy4 flash는 11월 17일 오픈 웨이트로 공개되었습니다: tencent/Hy4-flash, tencent/Hy4-flash-FP8, tencent/Hy4-flash-base. 11월 18일 파일 목록에 따르면 BF16 체크포인트는 148개 샤드에 걸쳐 440.5GB이고, FP8 빌드는 287.1GB입니다. Qwen3.8-Flash-Next는 8월 24일부터 공개되어 있으며 131개 샤드에 걸쳐 360.0GB입니다.
• 서빙 레시피 — Tencent는 고정된 이미지인 vllm/vllm-openai:hy4-flash 및 lmsysorg/sglang:hy4-flash를 게시하며, tensor-parallel-8 및 speculative-decoding 플래그가 명시되어 있습니다. Qwen3.8-Flash-Next는 출시 주부터 SGLang, vLLM 및 Transformers 지원을 제공해 왔습니다.
• Transformers — Hy4 flash는 아직 main에 지원이 없기 때문에 pull-request ref인 refs/pull/50903/head에서 설치해야 합니다. Qwen3.8-Flash-Next는 main에서 로드됩니다.
• 양자화 — Tencent는 공식 FP8 빌드와 AngelSlim GGUF를 제공하며, Qwen 생태계는 자체 커뮤니티 양자화를 만들어 낼 시간이 네 달이나 있었습니다.
• 생태계 신호 — Qwen3.8-Flash-Next는 지난달 2,983,542회 다운로드와 11월 18일 7,276개의 좋아요를 기록했습니다. 하루 전에 공개된 Hy4 flash는 96개의 좋아요와 다운로드 수 0을 보였습니다.
• 하드웨어 — 440GB의 BF16 가중치는 80GB 카드 8장에 들어가지 않으므로, 8개의 H100에 걸쳐 287GB인 FP8 빌드가 현실적인 단일 노드 배포이며, 이는 바로 Tencent 자체 레시피가 지정하는 TP=8 구성입니다.
고정된 이미지와 PR 참조 설치는 실격 사유가 아닙니다. 이는 릴리스된 빌드가 아니라 Tencent가 테스트한 빌드를 실행하고 있다는 뜻이며, 이는 다음 버그의 소유자가 누구인지에 대한 차이입니다. 여기서 Qwen의 우위는 전적으로 경과한 4개월이라는 시간의 함수이며, 앞으로 약화될 것입니다. 오늘 그것은 실제이며, 이 비교에서 누락된 벤치마크 행 다음으로 두 번째로 큰 격차입니다.
두 라이선스 모두 서비스형 모델(MaaS) 조항을 포함하고 있으며, 두 조항은 서로 다릅니다.
두 모델 모두 다운로드는 무료이지만, 어느 쪽도 무조건적으로 재판매할 수 있는 것은 아니며, 다만 트리거의 형태가 서로 같지 않아 다른 사람을 위해 모델을 호스팅하는 경우에는 그 차이가 중요합니다.
• Tencent Hy License v1.0 — Apache 2.0 파생 라이선스입니다. 제10.2조에 따르면, 모델 서비스(MaaS) 사업을 운영하면서 어느 12개월 기간 동안 전 세계 총매출이 미화 5,000만 달러를 초과하거나 제품의 월간 활성 사용자 수가 1억 명을 돌파하는 경우 별도의 서면 라이선스가 필요합니다. 제10.3조는 내부 사용을 면제합니다.
• Qwen Community License 1.0 — 규모에 관계없이 모든 Model-as-a-Service 또는 AI Work Assistant 사업에는 별도 라이선스가 필요하며, 내부 사용은 예외입니다. 또한 월간 활성 사용자 수 1억 명을 초과하거나 월 매출 2,000만 달러를 초과하는 경우 모델 이름을 눈에 띄게 표시해야 합니다.
{{1}}두 번 읽어볼 만한 Qwen 예외 조항{{/1}} — 해당 라이선스는 "다른 제3자가 호스팅하는 모델에 대한 단순 요청 중계"를 서비스형 모델(Model as a Service)의 정의에서 명시적으로 제외합니다. Tencent의 라이선스에는 이에 상응하는 문장이 없습니다.
둘 다 지역 제한을 두지 않는데, 이는 여러 중국 오픈 웨이트 라이선스에 대해서는 말할 수 없는 것입니다. 내부 도구를 만드는 경우 둘 다 어떤 규모에서도 무료입니다. 추론을 재판매하는 제품을 만드는 경우, Tencent의 기준은 더 단순하고 Qwen의 중계 예외 조항은 특정 유형의 중개자에게 더 허용적이며, 어느 쪽이 귀하를 구속하는지는 귀하가 이 두 사업 중 어느 쪽에 속하는지에 달려 있습니다.
키 하나로 오늘 무엇을 호출할 수 있을까

Qwen3.8-Flash는 OrcaRouter 카탈로그에 등록되어 있으며, 모델 ID는 qwen/qwen3.8-flash이며, 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.47, 캐시 읽기 $0.0184 — QwenCloud가 공개한 프롬프트 및 컴플리션 요금이 0% 마크업으로 그대로 적용되어, 이 모델에 대한 공급업체의 인하가 다음 카탈로그 동기화 때가 아니라 인하가 발생한 당일 바로 여러분에게 반영됩니다.
Hy4 flash는 아직 카탈로그에 없습니다. 이 제품군에서 제공되는 것은 tencent/hy4-preview로, 백만 토큰당 $0.834 및 $2.501, 캐시 읽기 비용 $0.042입니다 — Hy4 flash가 증류된 모델이며, flash 경로가 출시되기를 기다리는 동안 Tencent 자체 API에 대해 실행할 올바른 기준입니다. 다르게 말하면 우리가 보유하지 않은 경로를 주장하는 셈입니다.
그 비대칭성이 여러분에게 주는 것은 그 논쟁을 스스로 끝낼 수 있는 저렴한 방법입니다. 이미 가지고 있는 키로 qwen/qwen3.8-flash에서, 그리고 Tencent의 키로 Hy4 flash에서 가장 대표적인 작업 스무 개를 실행해 보세요. 입력 토큰, 출력 토큰, 캐시 적중, 실제 소요 시간, 그리고 출력이 쓸 만했는지를 기록하세요. 이렇게 얻는 작업별 비율이야말로 Tencent의 13분의 1 주장 가운데 여러분의 트래픽에 적용되는 유일한 버전이며, 그 대가는 마이그레이션이 아니라 반나절입니다.
플래시 라우트가 실제로 출시되면, 유용한 패턴은 스위치가 아니라 라우팅 규칙입니다. 비디오 수집 계층은 두 경로 중 비디오를 받아들이는 유일한 경로인 Qwen 라우트에 두고, 텍스트 및 문서 계층은 자체 수치에서 더 유리한 모델에 두십시오. 라우팅 DSL은 이러한 분할을 하나의 엔드포인트에서 표현하며, 자동 페일오버 덕분에 입증되지 않은 이틀 된 라우트가 성능이 저하되어도 파이프라인 전체가 함께 무너지지 않고, 동일한 키로 두 번째 계약 없이 200개 이상의 모델에 접근할 수 있습니다.
세 가지 경우로 제시된 결정
비디오 입력이 필요하다면 비교는 여기서 끝입니다. Qwen3.8-Flash는 지원하지만 Hy4 flash는 지원하지 않으며, 빠진 모달리티 앞에서는 어떤 가격 논리도 통하지 않습니다.
고객 대면 경로에 투입되기 전에 독립적인 점수를 갖춘 모델이 필요하다면, 같은 이유로 이미 답을 얻은 셈입니다. Intelligence Index v5.0.1에서 28.6은 그리 높지 않은 수치입니다. Tencent 자체 플래그십의 34.6보다 낮고, Claude Haiku 5.5의 36.5보다도 낮습니다. 하지만 이는 측정되었고 공개되어 있으며 재현 가능한 수치인 반면, Hy4 flash에는 그런 것이 전혀 없습니다. 아마 바뀔 것입니다. 그것은 이 모델에 관해 누구든 공개할 수 있는 가장 가치 있는 단 하나의 정보입니다.
워크로드가 대량 텍스트와 문서이고 지연 시간에 민감하며 자체 평가를 실행할 수 있다면, Hy4 flash는 오후 시간을 투자할 가치가 있습니다. 거의 두 배의 활성 파라미터를 절반 미만의 입력 가격에 제공하는 것은 일반적인 거래가 아니며, $0.003의 캐시 입력 요금은 장시간 실행되는 에이전트가 거의 무료로 다시 프롬프트할 수 있게 해주고, 가중치가 공개되어 있다는 점은 가격이 유일한 선택지가 아니라 여러 선택지 중 하나임을 의미합니다. 그것을 측정하는 첫 번째 사람이라는 점, 공개된 벤치마크 표가 당신이 호출할 체크포인트와 다른 체크포인트를 설명한다는 점, 그리고 440GB의 BF16 가중치는 FP8 빌드 없이는 단일 노드에 들어가지 않는다는 점을 알고 시작하세요.
주목해야 할 숫자는 또 다른 출시 게시물이 아니다. 그것은 Hy4 flash에 대한 Artificial Analysis 항목이다. 왜냐하면 그것은 벤더의 내부 비율을 Qwen3.8-Flash-Next의 29.5분에 걸친 작업당 $0.569와 직접 맞대어 볼 수 있는 수치로 바꿔주기 때문이다. Hy4 flash가 작업당 비용에서 그보다 의미 있게 낮게 나오면서 지수 몇 포인트 이내를 유지한다면, 가격 격차가 전부이며 이 티어는 그것을 중심으로 재편된다. 작업당 더 적은 일을 하기 때문에 저렴하게 나온다면, 그것은 유난히 좋은 요금표를 가진 문서 및 슬라이드 모델이며, Tencent 자체의 배포 지침이 이미 그렇게 말하고 있다.
이 글에서 비교한 모델3
이 글에서 자동 인식
