
Hy4 flash vs MiniMax M3.1 Flash: twee goedkope open-weight modellen, één met een score
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 138 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 175 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 89 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Dit is de zeldzame confrontatie waarbij beide modellen downloadbaar zijn, beide in dezelfde categorie 'goedkoop en snel' vallen, beide afbeeldingen aankunnen, beide een miljoen tokens bevatten, en een van hen een cijfer heeft van iemand anders dan de maker. MiniMax-M3.1-Flash staat sinds de release op 19 oktober 2026 op Artificial Analysis en leest momenteel 29 op Intelligence Index v5.0.1, tegen $0,15 per miljoen inputtokens en $0,60 per miljoen output. Hy4 flash is openbaar sinds 16 november 2026, werd open-weight op 17 november, kost ongeveer de helft daarvan voor input en minder dan de helft voor output, en heeft helemaal geen vermelding op Artificial Analysis.
Deze pagina kan je dus niet vertellen welk model slimmer is, omdat er maar één van de twee is gemeten. Wat ze wel kan doen, is iets nuttigers bieden voor iedereen die daadwerkelijk een keuze maakt: de twee release-artefacten naast elkaar zetten, want dit zijn echt vergelijkbare objecten — dezelfde tier, dezelfde openheid, dezelfde maand — en de verschillen die overblijven zijn concreet: over licenties, serveerkosten en waar elke leverancier op optimaliseerde.
Begin met wat beide leveranciers daadwerkelijk hebben geleverd
Beide releases bevatten een op instructies afgestemd model, open gewichten en een basis- of gekwantiseerd zustermodel. Geen van beide is een gesloten API waar een download aan vastgeschroefd is.
• MiniMax-M3.1-Flash — 428B totale parameters, 23B actief, mixture-of-experts, redeneermodel, tekst en afbeeldingen als invoer met tekst als uitvoer, context van 1M tokens, gewichten op Hugging Face onder de MiniMax Community License, die commercieel gebruik met beperkingen toestaat.
• Hy4 flash — 220B totale parameters (155,5B backbone plus 63,5B Engram plus een vision-encoder van 0,43B en een drafter van 0,85B), 12B actief, mixture-of-experts, tekst en afbeelding als invoer met tekst als uitvoer, context van 1.048.576 tokens, gewichten op Hugging Face als Hy4 flash, Hy4 flash-FP8 en Hy4 flash-Base onder de Tencent Hy License.
• Wat MiniMax niet heeft uitgebracht — geen apart basischeckpoint en geen benchmarktabel voor het basismodel; het 428B-model is het artefact.
• Wat Tencent niet heeft uitgebracht — geen onafhankelijke score, geen gepubliceerde agentische benchmarksuite voor het instructiemodel, en geen Transformers-release (de integratie staat in pull request 50903).
De parameteraantallen verdienen een voorbehoud in plaats van een vergelijking, omdat ze niet hetzelfde meten. MiniMax' 428B/23B is een conventionele dense-parametertelling. Tencent's 220B omvat 63,5B aan Engram n-gram-embeddingtabellen — parameters die worden gehasht en opgezocht in plaats van vermenigvuldigd — dus de twee totalen vormen geen rechtstreeks vergelijkbare maatstaf voor modelgrootte, net zomin als het aantal boekenplanken in een bibliotheek een maatstaf is voor hoeveel die heeft gelezen. De cijfers voor actieve parameters zijn de eerlijkere vergelijking: 12B tegenover 23B, en ze voorspellen wat de prijskaarten daadwerkelijk tonen.
De prijsrijen, en de enige plek waar ze omkeren
Beide tariefkaarten zijn de eigen lijstprijzen van de leveranciers, geen metingen.
• Invoer — Hy4 flash $0.070 tegenover MiniMax-M3.1-Flash $0.15. Hy4 flash is 2,1x goedkoper.
• Output — $0,281 tegen $0,60. Hy4 flash is 2,1x goedkoper.
• Gecachte invoer — $0,003 tegen $0,015. Hy4 flash is 5x goedkoper.
• Gemeten kosten per Index-taak — $0,49 voor MiniMax-M3.1-Flash volgens Artificial Analysis; niet gemeten voor Hy4 flash.
De laatste rij is de interessante, omdat die laat zien waarom prijs per token een slechte proxy is voor kosten per taak. De $0,49 per voltooide Index-taak van MiniMax-M3.1-Flash wordt gerekend tegen een inputtarief van $0,15 — meer dan het dubbele van dat van Hy4 flash — en toch is het per taak goedkoper dan modellen met lagere tokenprijzen, omdat het aantal tokens dat een model uitgeeft om tot een antwoord te komen meer varieert dan het tarief. Tencent's bewering dat RL-posttraining de gemiddelde uitvoerlengte met 50% heeft verlaagd, is hetzelfde idee vanuit de andere richting: het goedkoopste model is meestal degene dat het eerst ophoudt met praten.
De eerlijke lezing van de prijsvergelijking is dus: de tarieven van Hy4 flash liggen een factor twee lager, en niemand weet of dat zich per taak naar een factor twee vertaalt totdat een onafhankelijke harness beide laat draaien. De eigen WorkIndex-cijfers van Tencent plaatsen Hy4 flash op 1/8 van de kosten per taak van DeepSeek-V4.1-Flash-1017, wat een andere vergelijking op een andere suite is. Trek dat niet door.

Snelheid: één gemeten, één geclaimd
• MiniMax-M3.1-Flash — 132 uitvoertokens per seconde, 50,64 seconden tot het eerste antwoordtoken, ongeveer 14,2 minuten kloktijd per Index-taak als je extrapoleert op basis van de cijfers $0,49 en 132 t/s. Alles van Artificial Analysis.
• Hy4 flash — meer dan 150 tokens per seconde bij decodering, geclaimd door Tencent voor de FP8-build op een tensor-parallel-8-node, en een mediane end-to-end voltooiingstijd van 6,7 minuten in de eigen blindtest van Tencent met 85 gebruikers.
Die cijfers zijn niet vergelijkbaar en het verschil is leerzaam. Het cijfer van MiniMax is een doorvoermeting op een gestandaardiseerde meetopstelling; dat van Tencent is een servingclaim voor een specifieke containerimage op specifieke hardware, plus een mediaan voor taakvoltooiing uit een interne populatie. Geen van beide leveranciers is oneerlijk. Ze beantwoorden verschillende vragen, en de tweede — hoe lang het duurt voordat de gebruiker zijn antwoord heeft — is bepalend voor of een product snel aanvoelt.
De 50 seconden tot het eerste token bij MiniMax-M3.1-Flash is op zichzelf al het vermelden waard. Dat is een redeneermodel dat eerst nadenkt voordat het iets zegt, en dat is prima voor batchwerk en slecht voor elke interactieve toepassing die streamt. Hy4 flash heeft hetzelfde structurele probleem in mildere vorm: reasoning_effort staat standaard op high, en het gedocumenteerde alternatief is no_think. Er is geen tusseninstelling op het model van Tencent, terwijl MiniMax een vollere redeneerconfiguratie biedt. Als je latentiebudget "een beetje nadenken" nodig heeft, is dat een echte leemte.
Licenties: twee verschillende manieren om net niet open te zijn
Geen van beide checkpoints is open source. Beide zijn open weight met voorwaarden, en die voorwaarden zijn dusdanig anders vormgegeven dat ze verschillende deals zullen beslissen.
• MiniMax Community-licentie — staat commercieel gebruik toe, met beperkingen; de licentietekst is bepalend voor de inzet, en die staat op de modelkaart in plaats van een OSI-goedgekeurde licentie.
• Tencent Hy License v1.0 — Apache 2.0 plus een Sectie 10.2 die een afzonderlijke schriftelijke licentie vereist als je een model-as-a-servicebedrijf runt met een wereldwijde bruto-omzet van meer dan $50 miljoen in een periode van twaalf maanden, of meer dan 100 miljoen maandelijks actieve gebruikers bedient.
• Tencents vrijstellingen — een team dat toegang nooit doorverkoopt, betaalt niets extra; een product dat het model alleen binnen een vaste functie beschikbaar stelt in plaats van via open prompting, is helemaal geen MaaS; en het doorsturen van een verzoek naar het gehoste endpoint van iemand anders telt niet. Die drie zinnen zijn de reden dat een Europese SaaS-onderneming deze licentie meestal één keer kan lezen en daarna verder kan, terwijl de MiniMax-tekst een eigen afweging vraagt over wat "restrictions" betekent voor de eigen deployment.
• De trigger van Tencent is gekoppeld aan omzet, niet aan territorium — er is geen uitgesloten rechtsgebied, wat het onderscheidt van licenties die de EU, het VK of Zuid-Korea zonder meer uitsluiten.
Tencent's document is voor dit genre ongewoon leesbaar, omdat de aanvullende voorwaarden zijn ondergebracht in één genummerde sectie die precies aangeeft wat die met de Apache-grant doet. Wat er ook verder waar mag zijn aan de release, de licentie is opgesteld door iemand die verwachtte dat ingenieurs die zouden lezen.

{{1}}Het scoreverschil, en waarom "29" niet het hele verhaal is{{/1}}
Volgens Artificial Analysis scoort MiniMax-M3.1-Flash 29 op v5.0.1. Als je op deze blog iets anders over dit model hebt gelezen, heb je mogelijk 42 of 43 gezien — die waren correct in de vorige indexversie, en de rebase van 27 oktober 2026 heeft elk model op het overzicht verplaatst. Als je vandaag 43 aanhaalt en 29 voor een concurrent, vergelijk je twee instrumenten. In de huidige build is 29 het getal, en dat plaatst MiniMax-M3.1-Flash in dezelfde brede band als de 31 van Gemini 3.8 Flash en lager dan de 36 van Claude Haiku 5.5.
Voor Hy4 flash is er geen bandbreedte. Het dichtstbijzijnde beschikbare bewijs is de blinde test van Tencent, waar het 2,79 op 4 scoorde voor gebruikerstevredenheid tegenover de 2,81 van Claude Haiku 5.5. Als je bereid bent een gevolgtrekking te maken — en het is alleen een gevolgtrekking — dan ligt een model dat op kantoortaken binnen de ruis valt van een model met een index van 36 waarschijnlijk ook niet ver van die bandbreedte af. Dat is een hypothese om te testen, geen score om te citeren.
Wat het zou beslechten, is één gedeelde harness-run. Beide modellen zijn downloadbaar, wat betekent dat de drempel rekenkracht is, niet toegang, en de community die Chinese open-weightmodellen benchmarkt, zal eraan toekomen. Tot die tijd is de asymmetrie het gegeven: een van deze is openbaar gemeten en een niet, en geen enkele architectuurbeschrijving dicht dat gat.

Routing: een van deze twee kun je vandaag bellen
Dit is het praktische verschil, en het loopt toevallig via onze eigen catalogus. MiniMax-M3.1-Flash staat op OrcaRouter als minimax/minimax-m3.1-flash, voor $0,15 per miljoen inputtokens en $0,60 per miljoen output, met een cache-read van $0,015 — MiniMax's eigen listprijs, doorgegeven zonder opslag, dus een prijswijziging van de leverancier is hier dezelfde dag live. Multimodale input is tekst, afbeelding en video, en het contextvenster is 1.048.576 tokens.
Hy4 flash staat niet in de catalogus. Wat er van Tencent is, is tencent/hy4-preview, het 770B/49B-model waaruit Hy4 flash is gedistilleerd, voor $0,834 en $2,501 per miljoen, met een cache-read van $0,042. Dat is voor deze beslissing een echt nuttig derde model in plaats van een troostprijs: als je afweegt of het gedrag van de Hy-familie bij je workload past, vertelt de preview het je in een middag, en de open gewichten vertellen je wat het zou kosten om het goedkope model zelf te draaien.
De routing-DSL is waar dit interessanter wordt dan een keuze tussen twee opties. Een pipeline kan korte interactieve calls naar de goedkopere route sturen en langdurig documentwerk naar welk model dan ook dat als winnaar uit je eigen eval is gekomen, in één endpoint, met automatische failover tussen providers zodat een model in zijn eerste week van beschikbaarheid geen single point of failure is. Die houding — het nieuwe model inzetten op het verkeer dat je je kunt veroorloven te verliezen — is de juiste voor elk checkpoint dat zo jong is, en het is dezelfde houding die je zou willen voor een zelfgehoste FP8-implementatie achter een interne gateway.
Welke, voor welke klus
Kies MiniMax-M3.1-Flash als je nu een afgewogen model nodig hebt, als je invoer video bevat, als je een instelling voor redeneerinspanning nodig hebt tussen "aan" en "uit", of als je op een platform wilt zitten waar de prijs van de leverancier al live is in plaats van een kaart die je zelf moet modelleren. De vorm van 428B/23B en 132 tokens per seconde maken het een werkpaard, en het feit dat het al een maand op het bord staat, betekent dat anderen de faalmodi al publiekelijk hebben gevonden.
Kies Hy4 flash als de kosten per token de beperkende factor zijn, als je de deployment in eigen beheer wilt hebben, als je een basis-checkpoint nodig hebt om te fine-tunen, of als de licentiekwestie de beslissende factor is — Tencents document heeft geen territoriale uitsluiting en een heldere uitzondering voor intern gebruik, en voor een Europees team kan dat het volledige antwoord zijn. De 12B actieve parameters en de context van 1M tokens bij 1/6 van de KV-cache van zijn voorganger zijn een argument dat de tweede prijs, degene die in GPU's wordt gemeten, ongewoon laag is.
Wacht, in beide gevallen, als de beslissing duur is. Een van deze modellen is nooit onafhankelijk gebenchmarkt en het andere is er nooit tegen getest. De vergelijking die dit echt zou beslechten — beide op één harness, gescoord op dezelfde taken, met de kosten per voltooide taak naast de score — bestaat nog niet. Als die er eenmaal is, zullen de rijen met parameters en licenties hierboven nog steeds kloppen en zal de scorerij eindelijk iets betekenen.
Vergeleken in dit artikel4
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
