Een gegenereerde hero-kaart met de titel 'Hy4 flash vs Qwen3.8-Flash', met links een tegel met daarop Tencent, 16 november 2026, $0,070 in en $0,281 uit per miljoen, 220B totaal met 11,3B actief, een context van 1.048.576 tokens, tekst en afbeelding als invoer met tekst als uitvoer, en nog geen onafhankelijke score; en rechts een tegel met daarop Alibaba, op QwenCloud sinds 26 augustus 2026, $0,15 in en $0,47 uit per miljoen, 125B MoE met ongeveer 6B actief, een context van 1M en een maximale uitvoer van 131K, tekst, afbeelding en video als invoer met tekst als uitvoer, en een Intelligence Index van 28,6 voor de open-weights-versie. Een voettekst vermeldt dat de prijzen van Hy4 flash de lijsttarieven van Tencent zijn, de prijzen van Qwen3.8-Flash de QwenCloud-lijstprijs, en dat het indexcijfer Artificial Analysis v5.0.1 voor Qwen3.8-Flash-Next is.
Guides & Insights

Hy4 flash vs Qwen3.8-Flash: twee keer zoveel actieve parameters, half de prijs per token

Auteur

jinhao.song

Publicatiedatum

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

Het goedkopere model hier is het grotere. Hy4 flash activeert bij elke token 11,3 miljard tekstparameters en heeft een lijstprijs van $0,070 per miljoen invoertokens. Qwen3.8-Flash activeert ongeveer 6 miljard en heeft een lijstprijs van $0,15. Bijna twee keer zoveel actieve rekenkracht per token, minder dan de helft van de invoerprijs — en geen van die twee getallen is het getal dat bepaalt welk model je nu eigenlijk zou moeten aanroepen.

Hy4 flash is twee dagen oud. Tencent zette het op 16 november 2026 op zijn eigen API, publiceerde de dag erna de gewichten en bracht er drie repositories voor uit: het instruct-checkpoint, een FP8-build en een basismodel. Het is een mixture of experts met 220 miljard parameters en 12 miljard actief, een context van 1.048.576 tokens, beeldinvoer en tekstuitvoer, onder de Tencent Hy-licentie. Qwen3.8-Flash staat sinds 26 augustus 2026 op QwenCloud, toen Alibaba het samen met de Qwen3.8-Flash-Next-gewichten opende: een expertlichaam van 125 miljard parameters dat ongeveer 6 miljard activeert, plus een n-gram-embeddingtabel van 51 miljard parameters, dat tekst, beeld en video aanneemt en tekst retourneert, met een context van 1M en een maximale uitvoer van 131K.

Dus de vorm van deze vergelijking is ongebruikelijk. Het ene model is de best gedocumenteerde goedkope tier in de markt en het andere is de minst gedocumenteerde. Het ene heeft een onafhankelijke benchmarkrij en het andere heeft een 404. En de twee prijskaarten luiden in verschillende valuta, worden in verschillende markten verkocht en worden afgedekt met verschillende hoeveelheden kleine lettertjes. Het interessante deel is niet de 2,1x op de invoerregel — het is wat er met die kloof gebeurt zodra je stopt met het prijzen van tokens en begint met het prijzen van voltooid werk.

De inversie op de tariefkaart, vóór al het andere

De mainland-tariefkaart van Tencent voor Hy4 flash vermeldt ¥0,5 per miljoen invoer, ¥2 per miljoen uitvoer en ¥0,02 per miljoen gecachte invoer. Tencent vermeldt dezelfde drie regels in dollars als $0,070, $0,281 en $0,003. De tariefkaart van QwenCloud voor Qwen3.8-Flash vermeldt $0,15 voor invoer, $0,47 voor uitvoer, $0,016 voor het lezen van de cache en $0,20 per miljoen voor het expliciet aanmaken van een cache van vijf minuten.

• Invoer — $0,070 tegenover $0,15. Hy4 flash is 2,1x goedkoper.

• Output — $0,281 tegen $0,47. Hy4 flash is 1,7x goedkoper.

• Gecachte invoer — $0,003 tegenover $0,016. Hy4 flash is 5,3x goedkoper op de kostenpost die domineert bij elke agent die een vaste prompt opnieuw verzendt.

• Gemengd in een verhouding van 3:1 tussen invoer en uitvoer — ongeveer $0,123 per miljoen tegenover $0,230.

• Gemengd op 1:3, output-dominant — ongeveer $0.228 tegenover $0.390.

Dat is een echte kloof, en een kleinere dan de kopratio doet vermoeden, omdat de outputkolom is waar beide modellen daadwerkelijk geld uitgeven aan agentisch werk, en de outputkloof slechts 1,7x bedraagt. Die is ook kleiner dan de kloof die elk van deze modellen laat zien ten opzichte van een westers flagshipmodel, het gezelschap waarin elk van hen in deze tier verkeert.

De eerlijke kanttekening bij alle vijf de regels: dit zijn niet hetzelfde soort prijs. Die van Tencent is een lijstprijs in RMB voor het Chinese vasteland die Tencent heeft omgerekend voor Engelstalige lezers, en Tencent heeft in de eerste week al promotiekortingen op dit model gegeven. Die van QwenCloud is een lijstprijs in USD op een wereldwijd endpoint. Een team dat in dollars inkoopt van buiten het Chinese vasteland, moet de Hy4 flash-cijfers beschouwen als de ondergrens van wat beschikbaar is, niet als het bedrag dat ze gefactureerd krijgen, en moet de kaart opnieuw lezen voordat het er iets op baseert.

Draai het volume toch, want de vorm klopt. Tien miljoen inputtokens en twee miljoen outputtokens per dag kosten $1,26 op Hy4 flash en $2,44 op Qwen3.8-Flash — $461 tegen $891 over een jaar, een verschil van ongeveer $430 bij een workloadgrootte die een klein team daadwerkelijk kan genereren. Verschuif de mix richting cache, zoals elke multi-turnagent doet, en de kloof wordt groter: twee miljoen nieuwe input, acht miljoen cache-leesacties en twee miljoen output komen neer op $0,73 per dag tegen $1,37, omdat de cache-leesratio 5,3x is in plaats van 2,1x.

A generated two-column scoreboard for Hy4 flash and Qwen3.8-Flash across six shared dimensions: input price $0.070 against $0.15, output price $0.281 against $0.47, cached input $0.003 against $0.016, active parameters 11.3B of 220B against roughly 6B of 125B, video input no against yes, and independent score none against 28.6. A footer notes the prices are Tencent and QwenCloud list rates and the 28.6 is Artificial Analysis Intelligence Index v5.0.1 for Qwen3.8-Flash-Next.

Beide leveranciers besteedden bijna een derde van de parameters aan hetzelfde idee.

Dit is het deel van de vergelijking dat geen van beide leveranciers in zijn lanceringsbericht naast dat van de ander zet, en het is de reden dat de twee modellen binnen een factor twee van elkaar zijn geprijsd in plaats van een factor tien.

Hy4 flash bevat 63,5 miljard Engram-parameters — aangeleerde bigram- en trigramrepresentaties, opgehaald via multi-head-hashopzoekingen, ingeplugd in de backbone op lagen 1, 11, 21 en 31. Dat is 28,9% van de 220 miljard parameters van het model die in een opzoektabel zitten in plaats van in experts. Qwen3.8-Flash bevat een embeddingtabel voor n-grammen van 51 miljard parameters, gebaseerd op het huidige token plus enkele voorafgaande tokens, van de ongeveer 180 miljard parameters op schijf — 28,3%.

Twee labs, twee generaties, dezelfde conclusie: de goedkoopste manier om een sparse model meer capaciteit te geven, is om er geen rekenkracht per token meer voor te betalen. Beide tabellen kunnen in het hostgeheugen staan en asynchroon worden geprefetcht, zodat geen van beide permanent GPU-geheugen inneemt. Geen van beide voegt een matrixvermenigvuldiging toe aan de forward pass. Beide zijn in feite een gok dat een groot deel van wat een taalmodel moet weten, lokaal voorspelbaar is uit de laatste paar tokens, en dat het sparse-expertlichaam moet worden gereserveerd voor wat dat niet is.

Ook de attention-stacks rijmen. Hy4 flash wisselt IndexPool sparse attention af met sliding windows van 512 tokens in een verhouding van 1:3 over 42 lagen, en Tencent meldt dat de resulterende KV-cache 1/24 bedraagt van die van Hy3 en 1/6 van die van Hy4. Qwen3.8-Flash gebruikt Gated DeltaNet met Qwen Sparse Attention, waarbij het de geschiedenis in drie van elke vier lagen comprimeert tot staten van vaste grootte en de rest via een indexeerder op blokniveau leidt. Beide zijn antwoorden op dezelfde vraag — hoe serveer je een venster van een miljoen tokens zonder te betalen voor een KV-cache van een miljoen tokens — en beide antwoorden komen neer op een of andere variant van 'niet overal aandacht aan besteden'.

Het verschil zit hem in wat de extra actieve parameters opleveren. Hy4 flash draait 11,3 miljard tekstparameters tegenover de 6 miljard van Qwen3.8-Flash, op 41 MoE-lagen met 16 van 512 gerouteerde experts plus één gedeelde expert, in een latente ruimte van 1.536 dimensies. Dat is bijna het dubbele aan rekenwerk per token, in een model dat minder dan de helft per token rekent. Wat er ook waar is, Tencent haalt die kosten niet terug bij de klant — het haalt ze terug uit de serverstack: 4-bit gewichten, megakernels en DFly2, een drafter van 0,85 miljard parameters die de sparse KV- en indexselecties van het doelmodel hergebruikt, zodat elk drafttoken op hoogstens ongeveer 2.000 sleutels let, ongeacht de contextlengte. Met die drie samen komt Tencent boven de 150 tokens per seconde bij het decoderen.

Wat 29,5 minuten per taak daadwerkelijk oplevert

Prijzen per token zijn de verkeerde eenheid voor beide modellen, en de onafhankelijke data maken dat concreet aan één kant van de vergelijking.

Artificial Analysis kent Qwen3.8-Flash-Next — het open-weights-artefact, niet de gehoste SKU — een score van 28,6 toe op Intelligence Index v5.0.1, tegen $0,569 per taak, met meer dan 29,5 minuten per taak, bij 83,6 outputtokens per seconde, met 2,5 seconden tot het eerste token en 68,3 seconden tot het eerste antwoordtoken.

Die vijf getallen vermenigvuldigd leveren iets op dat nuttiger is dan elk ervan afzonderlijk. Bij 83,6 tokens per seconde gedurende 1.768 seconden produceert een taak grofweg 148.000 outputtokens. Bij $0,47 per miljoen is dat ongeveer zeven cent aan output. De overige vijftig cent van de $0,569 is input, wat bij $0,15 per miljoen neerkomt op minstens 3,3 miljoen inputtokens voor de hele taak — meer als een deel ervan tegen het lagere tarief uit de cache kwam. Een input van 3,3 miljoen tokens tegen een context van 1M is niet één prompt. Het is een lus: lezen, handelen, opnieuw lezen, twintig of dertig beurten diep, waarbij de context telkens opnieuw wordt opgebouwd of meegenomen.

Dat is de werkbelasting waarvoor beide modellen zijn gebouwd, en dat is waarom de ontwerpkeuzes van Hy4 flash zo overkomen als ze doen. De post-trainingpipeline van Tencent verlaagde de gemiddelde end-to-end-output met 50% via reinforcement learning, en de interne blinde evaluatie rapporteert een mediane taakvoltooiing van 6,7 minuten tegen RMB 0,26 per taak — ongeveer $0,037 tegen de geldende wisselkoersen. De interne WorkIndex-suite zet Hy4 flash op 42,1 tegenover 39,7 voor Hy4 preview, tegen een gemiddelde kostprijs per taak die Tencent opgeeft als een dertiende van Hy4 preview, een twintigste van Hy4 en een achtste van DeepSeek-V4.1-Flash-1017 bij piekurentarieven.

Deel die cijfers niet door die van Artificial Analysis. Een mediaan van 6,7 minuten bij 259 WorkBuddy-taken over 85 interne gebruikers is niet een mediaan van 29,5 minuten op de Intelligence Index, en een RMB-bedrag per taak uit de eigen harness van een leverancier is niet een dollar-bedrag per taak uit een onafhankelijke harness. De vergelijking die ze ondersteunen is richtinggevend, en het is de moeite waard om het ronduit te zeggen: de gemeten kosten per taak van Qwen3.8-Flash worden gedomineerd door hoeveel tokens het verbruikt en hoe lang het duurt, niet door wat het per token in rekening brengt. Een model dat half zoveel schrijft en in een vijfde van de tijd klaar is, kan 1,7x goedkoper zijn per outputtoken en een orde van grootte goedkoper per afgeronde opdracht. Of Hy4 flash daadwerkelijk dat model is, is precies wat nog niemand heeft gemeten.

Het scorebord heeft één rij, en die is niet voor het model dat je zou noemen.

Twee onthullingen, die beide veranderen hoeveel gewicht de bovenstaande cijfers kunnen dragen.

Ten eerste: Hy4 flash heeft geen Artificial Analysis-pagina. Geen lage score, geen vermelding zonder rang — https://artificialanalysis.ai/models/hy4-flash gaf op 18 november 2026 een 404, drie dagen nadat de API openging en een dag nadat de weights beschikbaar kwamen. Er is helemaal geen onafhankelijke meting van dit model. De gepubliceerde benchmarktabel van Tencent gaat over de voorgetrainde basis-checkpoints, Hy4 flash Base tegenover Hy4 Base en de basismodellen van DeepSeek, en zegt iets over voor training en niets over het instructiemodel of de reasoningmodus die je daadwerkelijk zou aanroepen. Het enige bewijs voor het instructiemodel is van Tencent zelf: WorkIndex, de blindtest en een kostenratio per taak.

Ten tweede: de 28.6 en de $0.569 horen bij Qwen3.8-Flash-Next, het downloadbare checkpoint. De gehoste Qwen3.8-Flash op QwenCloud is een afzonderlijk afgestemde serving-build; Alibaba verkoopt hem als het productieklare lid van de reeks, en de twee zijn niet uitwisselbaar. Artificial Analysis vermeldt Qwen3.8-Flash-Next ook met een context van 256.000 tokens — het native venster van het checkpoint vóór YaRN-extensie — terwijl QwenCloud het gehoste model op 1M serveert met een maximale invoer van 991K. Als je de prijs van het gehoste model berekent, vertrouw je voor alles behalve de intelligentiescore op de kaart van QwenCloud en Alibaba's eigen evaluaties; die score is van het checkpoint.

De asymmetrie is dus schrijnend op een manier die makkelijk te benoemen en moeilijk op te lossen is: het ene model heeft een onafhankelijke score die bij een ander artefact hoort, en het andere heeft helemaal geen onafhankelijke score. Elk artikel dat je hier een winnaar op het gebied van capaciteit voorschotelt, verzint er een. Wat wel gezegd kan worden, is beperkter en nog steeds nuttig. Qwen3.8-Flash staat met 28,6 onder Tencent Hy4, het vlaggenschip met 770 miljard parameters uit dezelfde familie, op 34,6, en onder Claude Haiku 5.5 op 36,5 in dezelfde indexversie — een solide score in de middenklasse, wat een klein flashmodel zou moeten opleveren. Hy4 flash scoort op Tencents eigen interne suite boven Hy4 preview en ruim onder Hy4, wat dezelfde relatieve positie is via een ander instrument.

Video is de enige rij die zelf beslist

Alles hierboven is betwistbaar. Dit niet.

• Hy4 flash-invoer — tekst en afbeeldingen, via een van SigLIP2-So400m afgeleide encoder over een MLP-projector. Uitvoer is tekst.

• Qwen3.8-Flash-invoer — tekst, afbeelding en video. Uitvoer is tekst.

Als je pipeline een schermopname, een gespreksopname of een videobestand invoert, kan Hy4 flash dat niet accepteren en Qwen3.8-Flash wel. De open gewichten helpen niet, een adapter helpt niet, en geen enkel prijsvoordeel dicht dat gat. Beide hebben een miljoen tokens context, beide verwerken documenten en schermafbeeldingen, en op dat gemeenschappelijke terrein blijft de vergelijking open; bij video is de kwestie beslecht.

De door Tencent zelf aanbevolen workloads voor Hy4 flash passen bij die grens — diepgaand zoeken, documentverwerking, dia's maken, eenvoudige frontenddemo's, computergebruik — en de eigen richtlijnen van het bedrijf sturen software-engineering voor de lange termijn juist naar Hy4. Dat is een leverancier die een plafond toegeeft, wat informatiever is dan de meeste lanceringsteksten, en het is de moeite waard om dat voor waar aan te nemen.

Beide zijn downloadbaar, en de downloads zijn niet gelijkwaardig.

A screenshot of the Hugging Face model card for tencent/Hy4-flash, showing the Image-Text-to-Text pipeline tag, the Tencent Hy License, a 220B parameter model size in BF16 with F32 tensor type, mixture-of-experts, multimodal, instruct and conversational tags, 96 likes, and a table of contents covering model introduction, capability, cost efficiency, blind evaluation, benchmark results, the DFly2 speculative draft model and quantisation.

Hy4 flash is op 17 november uitgebracht met open modelgewichten: tencent/Hy4-flash, tencent/Hy4-flash-FP8 en tencent/Hy4-flash-base. Een bestandsoverzicht van 18 november zet het BF16-checkpoint op 440,5 GB verdeeld over 148 shards en de FP8-build op 287,1 GB. Qwen3.8-Flash-Next is sinds 24 augustus openbaar en meet 360,0 GB verdeeld over 131 shards.

• Serveerrecept — Tencent publiceert vastgepinde images, vllm/vllm-openai:hy4-flash en lmsysorg/sglang:hy4-flash, met de vlaggen tensor-parallel-8 en speculative-decoding expliciet uitgeschreven. Qwen3.8-Flash-Next heeft sinds de releaseweek ondersteuning voor SGLang, vLLM en Transformers.

• Transformers — Hy4 flash vereist een installatie vanaf een pull-request-ref, refs/pull/50903/head, omdat ondersteuning nog niet op main staat. Qwen3.8-Flash-Next laadt vanaf main.

• Kwantisatie — Tencent levert een officiële FP8-build en een AngelSlim-GGUF; het Qwen-ecosysteem heeft vier maanden de tijd gehad om eigen communitykwantisaties te produceren.

• Ecosysteemsignaal — Qwen3.8-Flash-Next registreerde in de afgelopen maand 2,983,542 downloads en 7,276 likes op 18 november. Hy4 flash, de dag ervoor gepubliceerd, had 96 likes en een downloadaantal van nul.

• Hardware — 440 GB aan BF16-gewichten past niet op acht kaarten van 80 GB, dus de FP8-versie van 287 GB verdeeld over acht H100's is de realistische implementatie op één node, en dat is precies de TP=8-configuratie die het eigen recept van Tencent voorschrijft.

Vastgepinde images en een installatie vanaf een PR-ref zijn geen reden tot diskwalificatie; ze betekenen dat je de builds draait die Tencent heeft getest in plaats van builds die zijn uitgebracht, wat een verschil maakt in wie verantwoordelijk is voor de volgende bug. Het voordeel van Qwen hier is volledig een functie van vier maanden verstreken tijd, en het zal afnemen. Vandaag is het reëel, en het is het op één na grootste verschil in deze vergelijking na de ontbrekende benchmarkrij.

De twee licenties hebben beide een clausule over model-as-a-service, en het zijn verschillende clausules.

Beide modellen zijn gratis te downloaden en geen van beide is onvoorwaardelijk vrij om door te verkopen, maar de triggers hebben niet dezelfde vorm en het verschil is van belang als je modellen voor anderen host.

• Tencent Hy-licentie v1.0 — een afgeleide van Apache 2.0. Sectie 10.2 vereist een aparte schriftelijke licentie als u een model-as-a-servicebedrijf exploiteert en uw wereldwijde bruto-omzet in een periode van twaalf maanden meer dan US$50 miljoen bedraagt, of als uw product meer dan 100 miljoen maandelijkse actieve gebruikers heeft. Sectie 10.3 zondert intern gebruik uit.

• Qwen Community License 1.0 — vereist een afzonderlijke licentie voor elk Model-as-a-Service- of AI Work Assistant-bedrijf, ongeacht de omvang, waarbij intern gebruik is vrijgesteld. Daarnaast is het vereist dat de modelnaam prominent wordt weergegeven als u meer dan 100 miljoen maandelijkse actieve gebruikers of US$ 20 miljoen aan maandelijkse omzet overschrijdt.

• De uitzondering van Qwen die je twee keer moet lezen — de licentie sluit “het louter doorgeven van verzoeken aan modellen die door andere derde partijen worden gehost” expliciet uit van haar definitie van Model as a Service. De licentie van Tencent bevat geen equivalente zin.

Geen van beide kent een territoriale beperking, wat je van verschillende Chinese open-weight-licenties niet kunt zeggen. Als je een interne tool bouwt, zijn beide gratis op elke schaal. Als je een product bouwt dat inferentie doorverkoopt, is Tencent's drempel eenvoudiger en is Qwen's relay-uitzondering permissiever voor een specifiek soort intermediair, en welke van de twee je bindt, hangt af van in welke van die twee activiteiten je zit.

Wat is vandaag oproepbaar, met één toets

A screenshot of the OrcaRouter model page for qwen/qwen3.8-flash, showing the Qwen3.8 Flash heading, a 1M-token context and 131K maximum output, text, image and video input with text output, vision, tools, JSON and reasoning capability tags attributed to Qwen with a 26 August 2026 date, zero data retention availability, a 10.00-second p50 time to first token, and the start of the model description as a multimodal reasoning model from Alibaba.

Qwen3.8-Flash staat in de OrcaRouter-catalogus als qwen/qwen3.8-flash, tegen $0,15 per miljoen input en $0,47 per miljoen output met een cache-leesprijs van $0,0184 — QwenClouds gepubliceerde prompt- en completion-tarieven doorgegeven zonder opslag, zodat een korting van de leverancier op dit model je bereikt op de dag dat die ingaat en niet pas bij de volgende catalogussynchronisatie.

Hy4 flash staat nog niet in de catalogus. Wat er voor deze familie beschikbaar is, is tencent/hy4-preview tegen $0,834 en $2,501 per miljoen, met een cache-read van $0,042 — het model waaruit Hy4 flash is gedistilleerd, en de juiste baseline om tegen de eigen API van Tencent te draaien terwijl je wacht tot de flash-route beschikbaar komt. Iets anders beweren zou betekenen dat we een route claimen die we niet hebben.

Wat die asymmetrie je oplevert, is een goedkope manier om de discussie zelf te beslechten. Voer je twintig meest representatieve taken uit op qwen/qwen3.8-flash via de sleutel die je al hebt, en op Hy4 flash via die van Tencent. Noteer inputtokens, outputtokens, cachehits, wall-clock en of de output bruikbaar was. De verhouding per taak die je krijgt, is de enige versie van Tencent's claim van een dertiende die op jouw verkeer van toepassing is, en het kost een middag in plaats van een migratie.

Wanneer de flash-route er eenmaal is, is het bruikbare patroon een routeringsregel in plaats van een schakelaar: zet de video-ingestielaag op de Qwen-route, omdat die van de twee als enige video accepteert, en de tekst- en documentlaag op het model dat je eigen cijfers het gunstigst vinden. De routerings-DSL drukt die splitsing uit in één endpoint, automatische failover betekent dat een onbewezen route van twee dagen oud die degradeert niet de hele pipeline meeneemt, en dezelfde sleutel bereikt meer dan 200 modellen zonder een tweede contract.

De beslissing, uiteengezet in drie gevallen

Als je video-invoer nodig hebt, eindigt de vergelijking hier. Qwen3.8-Flash ondersteunt het wel, Hy4 flash niet, en geen enkel prijsargument overleeft een ontbrekende modaliteit.

Als je een model nodig hebt met een onafhankelijke score voordat het een klantgericht traject raakt, heb je om dezelfde reden al je antwoord. 28,6 op Intelligence Index v5.0.1 is een bescheiden getal — onder de 34,6 van het eigen vlaggenschip van Tencent en onder Claude Haiku 5.5 op 36,5 — maar het is gemeten, openbaar en reproduceerbaar, en Hy4 flash heeft niets van dien aard. Dat zal waarschijnlijk veranderen; het is het meest waardevolle dat iemand over dit model zou kunnen publiceren.

Als je werklast bestaat uit grote volumes tekst en documenten, latentiegevoelig is en je je eigen evaluatie kunt draaien, is Hy4 flash het middagje waard. Bijna het dubbele aantal actieve parameters tegen minder dan de helft van de inputprijs is geen normale ruil; de regel voor gecachte input tegen $0.003 maakt opnieuw prompten voor langdurig draaiende agents bijna gratis, en de gewichten betekenen dat de prijs één optie is in plaats van de enige. Ga er met de wetenschap in dat je de eerste persoon bent die het meet, dat de gepubliceerde benchmarktabel een andere checkpoint beschrijft dan degene die je zult aanroepen, en dat 440 GB aan BF16-gewichten niet op één node past zonder de FP8-build.

Het getal om in de gaten te houden is niet nog een lanceerbericht. Het is een Artificial Analysis-regel voor Hy4 flash, want die zet een interne ratio van een leverancier om in een cijfer dat je rechtstreeks kunt afzetten tegen de $0.569 per taak van Qwen3.8-Flash-Next over 29,5 minuten. Als Hy4 flash qua kosten per taak duidelijk onder dat bedrag uitkomt en binnen een paar indexpunten blijft, dan is het prijsverschil het hele verhaal en herschikt dit segment zich daaromheen. Als het goedkoop uitkomt omdat het per taak minder werk verzet, dan is het een document- en slidemodel met een ongewoon goede tariefkaart, en dat zegt het eigen implementatieadvies van Tencent al.

Vergeleken in dit artikel3

Herkend uit dit artikel