Een gegenereerde titelkaart met de tekst 'Hy4 flash vs GLM-5.3-Flash' en de ondertitel 'Het goedkopere model is degene die je niet kunt downloaden', een prijsregel met de tekst '$0.070 / $0.281 / $0.003 tegen $0.15 / $0.50 / $0.03 per miljoen tokens', en een voettekst met de tekst 'Hy4 flash uitgebracht op 16 november 2026; GLM-5.3-Flash open source uitgebracht op 26 augustus 2026.'
Guides & Insights

Hy4 flash vs GLM-5.3-Flash: Het goedkopere model is het model dat je niet kunt downloaden

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Hy4 flash en GLM-5.3-Flash richten zich op dezelfde koper — iemand die een contextvenster van een miljoen tokens, beeldinvoer en tool calling op agentniveau wil, zonder de tarieven van een vlaggenschipmodel te betalen — en ze komen met bijna identieke prijskaarten. Hy4 flash, door Tencent uitgebracht op 16 november 2026, rekent $0.070 per miljoen inputtokens en $0.281 per miljoen outputtokens, met $0.003 voor gecachete invoer. GLM-5.3-Flash, die Zhipu op 26 augustus 2026 lanceerde en open source maakte, rekent tegen lijstprijs $0.15, $0.50 en $0.03. Tencent is ongeveer half zo duur op invoer en iets meer dan half zo duur op output, en tien keer goedkoper op gecachete invoer, wat de kostenpost is die de meeste agentbudgetten bepaalt. Het is ook het model zonder gewichten, zonder licentie, zonder modelkaart en zonder onafhankelijke benchmark, tegenover een model dat MIT-gelicenseerd is op Hugging Face en 27,8 scoort op de Artificial Analysis Intelligence Index.

Dat is de hele vergelijking in één zin, en die valt niet netjes te beslechten. Goedkoper en niet-verifieerbaar tegenover duurder en inspecteerbaar is een echte afweging, geen marketingprobleem, en welke kant wint hangt af van dingen die geen van beide leveranciers je zal vertellen. Wat volgt is wat elk daadwerkelijk heeft gepubliceerd, wat het prijsverschil oplevert en kost, en waar de beslissing op kantelt.

Twee prijskaarten, regel voor regel gelezen

Begin met de cijfers zoals gepubliceerd, want dat zijn de enige cijfers in deze vergelijking die beide bedrijven duidelijk vermelden en die iedereen tegen een rekening kan controleren.

• Invoer, per miljoen tokens — Hy4 flash $0,070; GLM-5.3-Flash $0,15.

Uitvoer, per miljoen tokens — Hy4 flash $0,281; GLM-5.3-Flash $0,50.

• Gecachte invoer, per miljoen tokens — Hy4 flash $0,003; GLM-5.3-Flash $0,03.

Contextvenster — Hy4 flash 1.048.576 tokens; GLM-5.3-Flash 1.000.000 tokens.

• Actieve parameters per token — Hy4 flash 12B van 224B totaal, inclusief 64B aan Engram-parameters; GLM-5.3-Flash 18B van 320B totaal verdeeld over 45 lagen.

• Gewichten — Hy4 flash aangekondigd als een plan zonder datum; GLM-5.3-Flash MIT op Hugging Face sinds de dag van de lancering.

• Onafhankelijke intelligentiescore — voor Hy4 flash is niets gepubliceerd; GLM-5.3-Flash 27,8 op de Artificial Analysis Intelligence Index, met 71,5 op de Coding Index van hetzelfde lab.

De regel over gecachte invoer verdient meer aandacht dan die gewoonlijk krijgt. Bij $0,003 per miljoen is cachen met Hy4 flash een factor tien goedkoper dan GLM-5.3-Flash, en een factor honderd goedkoper dan het eigen vlaggenschip Tencent HY4. Voor een agent die bij elke stap een vaste systeemprompt, een toolschema en een opgehaald document opnieuw verzendt, is het cachetarief het tarief dat je meestal daadwerkelijk betaalt, en een tienvoudig verschil daarin weegt zwaarder dan het tweevoudige verschil bij nieuwe invoer. Als je workload veel retrieval bevat, is het voordeel van Hy4 flash groter dan de gepubliceerde prijs suggereert. Als je workload eenmalige generatie zonder hergebruik is, wordt het voordeel beperkt tot de verhoudingen tussen invoer en uitvoer.

Beide prijskaarten zijn deels promotioneel. TokenHub van Tencent Cloud geeft 50% korting voor een niet nader genoemde beperkte periode en WorkBuddy is gratis tot 30 november. Zhipu's introductietarief met 50% korting verliep op 9 september 2026 en werd niet verlengd; daarom zijn de bedragen van $0,075 en $0,25 die eind augustus de ronde deden niet meer van toepassing — het tarief hierboven is het geldende tarief. Ga ervan uit dat de promotie van Tencent op dezelfde manier eindigt en begroot het lijsttarief.

Het parameterverschil is kleiner dan het prijsverschil.

A generated comparison card titled 'Two cheap models, two designs' with a left column for Hy4 flash reading 224B total, 12B active, 64B Engram parameters, 1M context, $0.070 / $0.281 / $0.003, no weights published, and a right column for GLM-5.3-Flash reading 320B total, 18B active, 45 layers, 1M context, $0.15 / $0.50 / $0.03, MIT weights on Hugging Face. A footer reads 'Hy4 flash figures are Tencent's, published 16 November 2026; GLM-5.3-Flash price and licence per Zhipu, 26 August 2026.'

Hy4 flash activeert 12 miljard parameters per token tegenover 18 miljard voor GLM-5.3-Flash, een derde minder rekenkracht per token, en dat is de mechanische reden dat het voor de helft van de prijs kan worden verkocht. Het interessante deel is het totaal: 224 miljard tegenover 320 miljard, waarbij 64 miljard van Tencent's totaal in Engram-parameters zit die aangeleerde associaties bevatten in plaats van bij elke forward pass te worden uitgevoerd zoals een gerouteerde expert dat doet. Tencent heeft geen aantal lagen, aantal experts of routingbreedte voor Hy4 flash gepubliceerd, dus de dichtstbijzijnde architecturale vergelijking is dat beide sparse mixture-of-experts-modellen zijn met een kleine actieve fractie en dat beide leveranciers dat ontwerp om dezelfde reden kozen: serveerkosten schalen met actieve parameters, niet met het totaal.

Het ontwerp van GLM-5.3-Flash is gedetailleerder gedocumenteerd, en die documentatie is controleerbaar omdat de gewichten openbaar zijn: 45 lagen, hybride sparse-plus-lineaire attention, een aanpak voor residuele verbindingen die Zhipu Manifold-Constrained Hyper-Connections noemt, en een IndexPool-mechanisme dat vier indexer-sleutelvectoren comprimeert tot één gewogen pool om latentie bij lange context te verlagen. De pretraining vond plaats op een multimodaal corpus van 30 biljoen tokens. Niets daarvan is onafhankelijk geaudit, maar het is ten minste een beschrijving die specifiek genoeg is om weerlegd te worden door iedereen die de checkpoint downloadt.

De asymmetrie is niet dat Zhipu publiceerde en Tencent niet. Beide publiceerden; ze publiceerden verschillende soorten dingen. Zhipu beschreef een model, een bewering over structuur die een checkpoint kan bevestigen of weerleggen. Tencent beschreef een resultaat — een KV-cache met een omvang van een zesde van die van zijn vlaggenschip, een door zelfdestillatie gehalveerde uitvoerlengte, meer dan 150 tokens per seconde decode dankzij vier-bits kwantisering en een megakernel — een bewering over gedrag die alleen reproductie kan beslechten. Resultaten zijn de commercieel interessantere claims en de moeilijker te controleren. Bij een model met openbare gewichten wordt een claim over serving binnen weken door buitenstaanders getest; bij een model zonder die gewichten blijft het een zin op een onderzoekspagina zolang de leverancier wil.

Eén van deze kun je downloaden

Dit is het beslissende verschil voor een aanzienlijk deel van de kopers, en het is niet eens een nek-aan-nekrace. GLM-5.3-Flash heeft een MIT-licentie, in FP8 en BF16, te vinden op zai-org/GLM-5.3-Flash op Hugging Face, en dat is al zo sinds 26 augustus 2026. MIT staat commercieel gebruik, wijziging, fine-tuning en herdistributie toe zonder omzetdrempel. Het model is al bijna drie maanden breed in publiek gebruik, wat betekent dat de inferencestack erop is ingespeeld: er bestaan kwantisaties, er bestaan servingrecepten, en elke bewering over het gedrag ervan kan worden getest door het model te draaien.

Voor Hy4 flash bestaat zoiets niet. De toezegging daar is één zin over toekomstige plannen, afgezwakt met de intentie om te blijven itereren, en er wordt geen licentie en geen datum genoemd. Tencent heeft dit eerder goed gedaan — de augustuspreview verscheen onder Apache 2.0 met gewichten op vier hostingsites en vLLM- en SGLang-recepten vanaf dag één — dus het patroon staat niet ter discussie. Wat wel ter discussie staat, is de timide formulering van het huidige taalgebruik, die leest als een toezegging aan een proces in plaats van aan een artefact. Iedereen die van plan is om te fine-tunen, zelf te hosten of een kostenmodel te bouwen rond het draaien van eigen inferentie, moet Hy4 flash als alleen-API behandelen totdat er een repository verschijnt.

Dezelfde asymmetrie geldt voor bewijs. GLM-5.3-Flash heeft twee cijfers uit een testharnas dat geen van beide leveranciers heeft geschreven: 27,8 op de Artificial Analysis Intelligence Index en 71,5 op de Coding Index. Beide zijn controleerbaar, en het paar zegt iets specifieks: een 71,5 voor codering tegenover 27,8 op de algemene index beschrijft een model dat echt goed is in één ding en gewoon in al het andere, wat precies is wat een goedkope tier zou moeten zijn. Dat is het soort onderscheid dat een enkele score in de kop uitwist, en daarom worden de overige leverancierscijfers in dit stuk als beweringen gepresenteerd en niet als resultaten. Hy4 flash heeft geen onafhankelijke score, en de benchmarkresultaten — DeepSWE, Terminal-Bench 4.0, APEX-Agents, OSWorld 2.1 en Tencents interne suites — bestaan alleen als grafiekafbeeldingen op de onderzoekspagina van de leverancier. Dat is geen reden om ze te wantrouwen. Het is een reden om ze als hypothesen te behandelen.

Wat elke leverancier heeft gemeten, en wie hij heeft verslagen

Beide bedrijven publiceerden vergelijkingen, en ze vergeleken zichzelf met verschillende dingen, wat je vertelt wat elk dacht dat zijn zwakte was.

Het hoofdpunt van Tencent is een blindtest: 85 WorkBuddy-gebruikers, 27 taakcategorieën, 259 echte dagelijkse werktaken, waarbij Hy4 flash naar verluidt dicht bij Claude Haiku 5.5 uitkomt qua tevredenheid, terwijl het de laagste kosten per taak en de kortste taakduur in het panel heeft. Let op: "dicht bij", niet "beter dan", en let op: het panel bestaat uit de eigen werknemers van de leverancier in het eigen product van de leverancier. De ondersteunende claim is de kosten per taak op WorkIndex, de interne benchmark met acht suites van Tencent: een dertiende van Hy4 preview, een twintigste van Tencent HY4, een achtste van DeepSeek-V4.1-Flash-1017. Tegenover GLM-5.3-Flash is het enige gepubliceerde cijfer een winst van 2,52% in algemene chat binnen 元宝, wat een productmaatstaf is voor één consumentenapp en zich niet laat vertalen naar iets wat je zelf zou draaien.

De positionering van Zhipu is anders: het verkoopt het model als capaciteit die tegen de frontier aanleunt tegen flashkosten, positioneert het qua prijs tegenover zijn eigen 743B-vlaggenschip, en wijst op open gewichten en een resultaat van een exploit-evaluatie als bewijs dat het goedkope model geen speelgoed is. De interne cijfers hebben al één onafhankelijke correctie ondergaan, en het AA-getal is wat je moet citeren.

De praktische consequentie is dat geen van beide leveranciers een rechtstreekse vergelijking op een neutrale testomgeving heeft gepubliceerd, en de vergelijking die je echt zou willen — dezelfde taken, dezelfde prompts, dezelfde testomgeving, beide modellen — bestaat niet. Je zult die zelf moeten uitvoeren. Tien taken die je al doet, met geregistreerde tokenaantallen, zijn genoeg om het voor jouw verkeer te beslechten en zijn meer waard dan beide lanceringspagina's.

Twee verschillende weddenschappen op multimodaliteit

GLM-5.3-Flash accepteert tekst-, beeld- en video-invoer native en was het eerste GLM-5-model dat dit deed in plaats van visie via een aparte adapter te laten verlopen. Dat is een gedocumenteerde, testbare bewering, en de gewichten zijn openbaar, dus het kan worden gecontroleerd zonder toestemming te hoeven vragen.

Hy4 flash wordt beschreven als multimodaal, en de WorkIndex-suite waarop het is gemeten, omvat visueel begrip als een van de acht taaktypen. Tencent heeft niet gezegd of het vision-pad native is of een adapter, heeft de grootte van de encoder niet gepubliceerd en heeft niet gezegd of video überhaupt wordt ondersteund. Het meest dat kan worden gezegd, is dat beeldinvoer deel uitmaakt van de pitch en dat de voorganger van het model in de familie — Tencent HY4, algemeen beschikbaar op 4 november 2026 — native vision en computer use toevoegde als belangrijkste kenmerk, dus de capaciteit is aannemelijk voor een model dat daaruit is gedistilleerd. Aannemelijk is niet gedocumenteerd.

Als screenshots, grafieken, gescande documenten of videoframes cruciaal zijn in je pipeline, is GLM-5.3-Flash het model waarvan je het multimodale gedrag kunt verifiëren voordat je je definitief vastlegt. Als afbeeldingen slechts sporadisch voorkomen, weegt het verschil minder zwaar dan de prijs.

Waar de beslissing kantelt

Kies Hy4 flash wanneer het volume het probleem is en de taak een kantoorachtige vorm heeft. Documentverwerking, retrieval over een lang corpus, het genereren van dia's, eenvoudig frontendwerk, computer-use-loops — dat zijn de workloads waarvoor Tencent het heeft gebouwd, degene die zijn interne productgegevens dekken, en degene waarbij een tienvoudige cachediscount en een verkorting van de uitvoerlengte met 50% samenvallen tot iets dat een orde van grootte goedkoper is. Draai het eerst op je eigen taken en houd de outputtokens in het oog: als het model inderdaad beknopter is, daalt je rekening verder dan de tariefkaart voorspelt, en als het beknopter is omdat het oppervlakkiger is, zie je dat in dezelfde meting.

Kies GLM-5.3-Flash wanneer je het artefact, de audit of de modaliteit nodig hebt. Fine-tuning, on-premises serving, gereguleerde data, een licentie die je aan een advocaat kunt tonen, video-invoer, of een score van een harness die niemand bij Zhipu heeft geschreven — al deze dingen wijzen dezelfde kant op. Voor $0,15 en $0,50 is het niet duur; het is ongeveer een tiende van de lijstprijs van GLM-5.3 voor een model dat al onafhankelijke metingen heeft doorstaan.

Kies beide wanneer de werklast gemengd is. De eerlijke lezing van de twee releases is dat ze niet echt substituten zijn: de ene is een kostengeoptimaliseerd API-model voor dagelijks werk met een hoog volume, de andere is een open checkpoint met gedocumenteerde architectuur voor alles wat de controle van de leverancier moet verlaten. Een router die beide kan bereiken, is een goedkoper antwoord dan er één te kiezen en het mis te hebben.

A screenshot of the OrcaRouter model page for GLM 5.3 Flash, slug z-ai/glm-5.3-flash, credited to Z.ai and dated 2026-08-26, describing a 320B-total, 18B-active native multimodal model with a 1M-token context that takes text, image and video in and returns text. The specification strip reads max output 128K, input $0.15 and output $0.50 per million tokens, p50 time to first token 3.82 seconds and p95 10.00 seconds. The pricing panel lists $0.150 input, $0.500 output and $0.030 cache read per million tokens, and the public benchmark panel shows 71.5 on the AA Coding index and 27.8 on AA Intelligence. A button reads 'Get the GLM 5.3 Flash API'.

Wat is vandaag daadwerkelijk aanroepbaar?

Dit is waar de twee modellen zowel operationeel als commercieel van elkaar verschillen. GLM-5.3-Flash staat in de OrcaRouter-catalogus als z-ai/glm-5.3-flash tegen de lijstprijs van de provider van $0,15 per miljoen input en $0,50 per miljoen output, met daarnaast een gratis niveau met snelheidslimiet voor evaluatie. Hy4 flash wordt hier niet gerouteerd — Tencent heeft het niet voor ons beschikbaar gemaakt — dus wie de twee vergelijkt, heeft het eigen TokenHub van Tencent nodig voor de flash-kant en kan dezelfde OrcaRouter-sleutel gebruiken voor de GLM-kant.

Die splitsing kun je beter benutten dan betreuren. OrcaRouter geeft de lijstprijs van de provider zonder opslag door, wat betekent dat de GLM-kant van je vergelijking tegen exact het tarief van Zhipu in rekening wordt gebracht en correct blijft als Zhipu dat wijzigt; er is geen wederverkoperstabel die verouderd kan raken. En voor de evaluatie zelf geldt: het hebben van tencent/hy4-preview op dezelfde sleutel als z-ai/glm-5.3-flash is nuttig, ook al is dat niet het model in kwestie: de preview is het model waaruit Hy4 flash is gedistilleerd, dus het is de natuurlijke controle wanneer je test of de antwoorden van het kleine model standhouden. Eén sleutel, meer dan 200 modellen, en een failoverpad als een endpoint in de lanceerweek onbetrouwbaar blijkt — wat voor een model dat zes dagen geleden is uitgebracht zonder openbare uptimegegevens een redelijke wens is.

A generated decision card titled 'Pick by constraint' with three rows: high volume office-shaped work points to Hy4 flash on price per task; fine-tuning, on-premises serving or a named licence points to GLM-5.3-Flash under MIT; mixed workloads point to routing both from one key. A footer reads 'GLM-5.3-Flash scores 27.8 on the Artificial Analysis Intelligence Index; Hy4 flash has none published.'

De prijs is niet de kwestie.

Tencent heeft het goedkopere model gebouwd, en qua cijfers is het goedkoper met een marge die ertoe doet: de helft op input, iets meer dan de helft op output, een tiende op cache. Wat het niet heeft gebouwd, is een model dat je kunt inspecteren. Geen gewichten, geen licentie, geen architectuurdetails, geen onafhankelijke score, benchmarks verscholen achter pixels, en een prominente vergelijking op basis van een panel van zijn eigen medewerkers. Zhipu bouwde het duurdere model en publiceerde genoeg om de zwakke punten — waaronder een leveranciersindex die een onafhankelijke meting met vijftien punten verlaagde — openbaar vast te leggen, zodat je ze kunt afwegen.

Zes dagen na de lancering is dat de vorm van de keuze: een aangetoonde korting tegenover een ongedocumenteerd model, of een gedocumenteerd model tegen een prijs die nog steeds erg laag is. De korting is waarschijnlijk echt en de documentatiekloof is waarschijnlijk tijdelijk. Geen van beide is zeker, en de manier om erachter te komen is een middag meten in plaats van een kwartaal te kiezen.

Vergeleken in dit artikel2

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt