Een gegenereerde titelkaart met de tekst 'Hy4 flash vs Tencent HY4' en de ondertitel 'Eén familie, twee niveaus, een twaalfvoudig prijsverschil', twee chips met de tekst 'Hy4 flash: 224B totaal, 12B actief, $0.070 / $0.281' en 'Tencent HY4: 770B totaal, 49B actief, $0.834 / $2.501', en een voettekst met de tekst 'Hy4 flash uitgebracht op 16 november 2026; Tencent HY4 algemeen beschikbaar op 4 november 2026.'
Guides & Insights

Hy4 flash vs Tencent HY4: één familie, twee niveaus en een twaalfvoudig prijsverschil

Auteur

jinhao.song

Publicatiedatum

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

Tencent HY4 werd op 4 november 2026 algemeen beschikbaar als een model met 770 miljard parameters, waarvan 49 miljard actief per token, native vision, computergebruik en een prijs van $0,834 input / $2,501 output per miljoen tokens. Twaalf dagen later, op 16 november, bracht Tencent Hy4 flash uit: 224 miljard totale parameters met 12 miljard actief, dezelfde context van één miljoen tokens en $0,070 input / $0,281 output. Hy4 flash is gebouwd door Tencent HY4 te distilleren en vervolgens met reinforcement learning te trainen om minder te praten, en Tencents eigen richtlijnen zeggen dat ook: gebruik het flash-model voor diep zoeken, documenten, slides, frontendwerk en computergebruik, en houd het vlaggenschip voor software-engineering op lange termijn. Die richtlijn is ongewoon openhartig voor een lancering, en het is ook het nuttigste onderdeel van beide releases.

Dit is dus geen wedstrijd tussen rivalen. Het is een bedrijf dat zijn eigen familie in tweeën splitst en je vertelt welke helft je moet kopen, en de interessante vragen zijn hoeveel van het vlaggenschip overleeft in het kleine model, waar de splitsing precies valt, en wat het twaalfvoudige prijsverschil oplevert naast tokens.

Drie releases in elf weken

De afstamming verklaart het grootste deel van de prijs. Tencent heeft deze familie sinds augustus drie keer uitgebracht, en elke release verschoof een andere variabele.

• 28 augustus 2026 — Hy4 preview. Apache 2.0, gewichten op Hugging Face, ModelScope, GitCode en CNB, 770B totaal / 49B actief, 78 lagen waarvan één dense en 77 mixture-of-experts met 256 gerouteerde experts plus één gedeelde, top-8-routing, een context van 1.048.576 tokens, een 10B multi-token-predictionlaag met 0,7B actief. ¥6 / ¥18 / ¥0,3 per miljoen tokens. Acht gepubliceerde benchmarkrijen, vLLM- en SGLang-recepten, gepubliceerde sampling-standaardwaarden.

• 4 november 2026 — Tencent HY4. Zelfde schaal van de backbone, aanzienlijk meer pre-training en post-training, en twee nieuwe capaciteiten: native vision op fijnmazige afbeeldingen, grafieken en diagrammen, en computergebruik via muis, toetsenbord en opdrachtregel met specifieke training voor Blender, CAD en langdurig werk over meerdere applicaties. Zelfde prijs van ¥6 / ¥18 / ¥0,3. Geen gewichten, geen licentie, geen modelkaart, geen benchmarkbijlage.

• 16 november 2026 — Hy4 flash. 224B totaal met 64B aan Engram-parameters en 12B actief, multimodaal, 1.048.576-tokencontext, ¥0,5 / ¥2 / ¥0,02. Geen gewichten, geen licentie, geen modelkaart, benchmarkcijfers alleen gepubliceerd als grafiekafbeeldingen.

De ontwikkelingsrichting is zichtbaar: de familie wordt steeds goedkoper en tegelijkertijd minder open. Het goedkoopste lid is ook het lid met het minste papierwerk, en de enige versie die men kan downloaden, is die van augustus.

Wat het vlaggenschip nog steeds doet en flash niet

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

Twee mogelijkheden zitten in het topmodel en worden voor het kleine model niet in dezelfde bewoordingen geclaimd.

Vision op schaal.De HY4-release toonde een luchtfoto van 2,8 gigapixel waarin het model een dakonderdeel van twee meter lokaliseerde; dat is minder een vision-resultaat dan een demonstratie dat een venster van een miljoen tokens tegelijk een getegelde afbeelding en een query kan bevatten. Hy4 flash wordt multimodaal genoemd, en een van de acht taaktypen in de WorkIndex-suite is visueel begrip, maar de release zegt niet of de encoder eigen is of eraan vastgeschroefd, hoe groot die is, of dat video überhaupt als invoer wordt gebruikt. Voor werk met dichte documenten en grafieken is het vlaggenschip het model met een gepubliceerde demonstratie erachter.

Computergebruik en langdurig desktopwerk. Tencent heeft HY4 specifiek getraind voor het aansturen van een desktop in verschillende applicaties, liet het draaien in een sandbox die op zijn eigen Agent Runtime was gebouwd met enkele honderden geïnstalleerde applicaties, en noemde Blender en CAD als doelworkloads. Hy4 flash wordt ook aanbevolen voor computergebruik, wat een betekenisvolle concessie is — maar het vlaggenschip is degene waar de trainingsbeschrijving bij hoort, en de interne WorkBuddy-gegevens laten zien dat flash terrein verliest bij lange programmeertaken, terwijl het bij dagelijks werk wel pariteit bereikt.

Al het andere in de kolom van het vlaggenschipmodel draait om schaal, niet om capaciteit: 49 miljard actieve parameters tegenover 12 miljard, 78 gedocumenteerde lagen tegenover een niet bekendgemaakt aantal, 256 gerouteerde experts tegenover een niet bekendgemaakt aantal. Meer actieve parameters leveren diepte op bij moeilijke redeneertaken en lange toolketens. Ze leveren geen toegang tot het contextvenster, dat bij beide hetzelfde is, of tot multimodaliteit in beginsel, die beide claimen.

Waar het twaalfvoudige verschil vandaan komt

Het prijsverschil is geen korting. Het is vier keer minder actieve parameters plus een reeks aanpassingen aan de serving, en Tencent is ongewoon specifiek over het tweede deel.

Het efficiëntiewerk, volgens de leverancier: hybride aandacht, LatentMoE en de Engram-parameters produceren samen een KV-cache die een vierentwintigste zo groot is als die van Hy3 en een zesde van die van Tencent HY4. Zelfdistillatie uit HY4, gevolgd door reinforcement learning, verlaagde de end-to-end uitvoerlengte met 50%. Een inference-megakernel met vier-bits kwantisering en een decoderingspad genaamd DFly haalt meer dan 150 tokens per seconde. Elk is plausibel, elk is consistent met de architectuur, en geen ervan is onafhankelijk gereproduceerd.

Het KV-cachecijfer is het cijfer dat de deployment-rekenkunde verandert, niet alleen de prijs. Bij een context van een miljoen tokens bepaalt de cachegrootte hoeveel gelijktijdige lange verzoeken op een node passen, en een zesde van de cache van het vlaggenschip tegen een twaalfde van de prijs is een combinatie die een onrendabele workload winstgevend kan maken zonder enige verandering aan de modelkwaliteit. De verlaging van de uitvoerlengte met 50% is degene die de kwaliteit verandert, en dat is het getal dat je moet testen: kortere antwoorden zijn goedkoper omdat ze korter zijn, en of ze korter zijn omdat het model efficiënt is of omdat het ophield met nadenken, is precies wat een leverancier je niet over zijn eigen model kan vertellen.

Ter referentie over het eigen traject van de familie meldt Tencent dat de kosten per taak op zijn interne WorkIndex-suite een dertiende bedragen van Hy4 preview en een twintigste van Tencent HY4. Kosten per taak is een andere meting dan per token, waarin uitvoerlengte en retries worden meegenomen, dus de twintigste is het eerlijke operationele cijfer en de twaalfde is de tariefkaart. Beide zijn groot genoeg dat de richting niet in twijfel is.

De distillatievraag die niemand heeft beantwoord

Een gedistilleerd model erft het gedrag van zijn leraar op de taken die de distillatie omvatte en verzint op de rest zijn eigen gedrag. Tencent zegt dat Hy4 flash zelfgedistilleerd is uit HY4, waardoor het vlaggenschip zowel de concurrent als het trainingssignaal is — een opzet die meestal een klein model oplevert dat heel goed is in wat de leraar is ingestampt en opvallend zwakker op andere gebieden.

De interne productgegevens van het bedrijf zijn consistent met dat patroon. In WorkBuddy draait Hy4 flash tegen ongeveer een vijftiende van de kosten van Tencent HY4, met een taaktijd die 70% lager is, gelijkwaardige prestaties op dagelijkse taken en een kleine terugval bij langdurig coderen. In 微信支付-agentflows evenaart of overtreft het DeepSeek-V4.1-Flash-1017 met 6% minder stappen en 29% minder outputtokens. In root-causeanalyse voor 王者荣耀 presteert het op lokalisatie bijna net zo goed als zowel DeepSeek-V4.1-Flash-1017 als GLM-5.3-Flash, terwijl het 22% tot 39% minder verzoeken en 40% tot 61% minder tokens gebruikt. In 企业微信 levert het 88% snellere output met 60% minder denktokens dan HY4.

Samen bekeken beschrijven die cijfers een model dat uitblinkt in het soort taken waarvoor de familie is getraind — documenten, agents, gestructureerde output, retrieval — en dat iets minder presteert op de taken waar de extra diepgang van de teacher het werk deed. Dat is de verwachte uitkomst van distillatie en het is geen kritiek; het is de reden om beide niveaus te behouden in plaats van het ene door het andere te vervangen.

Wat geen van beide modellen heeft

Noch de vlaggenschiprelease, noch de flash-release wordt met gewichten geleverd. Tencent zegt van plan te zijn Hy4 flash open source te maken en er frequent aan te werken, maar er is geen licentie, geen datum en geen repository. De eigen gewichtsrelease van Tencent HY4 is eveneens als plan aangekondigd. Het enige lid van deze familie dat je vandaag kunt downloaden, is Hy4 preview, Apache 2.0, op Hugging Face sinds 28 augustus, en dat geldt nog steeds, elf weken en twee releases later.

Geen van beide heeft een onafhankelijke benchmarkscore. Artificial Analysis heeft niets gepubliceerd voor Tencent HY4 of Hy4 flash. Elk cijfer in beide releases is van Tencent, de benchmarktabellen bestaan als grafiekafbeeldingen in plaats van tekst, en de blindtest achter de belangrijkste claim van het flashmodel is 85 werknemers van Tencent die een Tencent-product gebruiken voor taken die Tencent heeft geselecteerd. Dat maakt de cijfers niet onjuist. Het maakt ze een beginhypothese.

Geen van beide heeft een gepubliceerde samplingconfiguratie, een systeemkaart of een verklaring over weigeringsgedrag. De preview-versie leverde alle drie.

De praktische opsplitsing

De richtlijnen van Tencent sluiten beter aan bij de vorm van workloads dan het advies van de meeste leveranciers, en het is de moeite waard om ze in operationele termen te herformuleren.

Gebruik standaard Hy4 flash voor alles wat grotendeels leeswerk is. Diepzoeken, documentverwerking, extractie over lange inputs, het genereren van dia's, eenvoudige frontend-scaffolding en agent-loops die het grootste deel van hun tokens besteden aan het opnieuw verzenden van context. De tienvoudige cachekorting en de kleinere KV-footprint maken lang-context-retrieval de workload waarbij de goedkope tier het duidelijkst de juiste keuze is, en de interne data beslaat precies dat terrein.

Kies Tencent HY4 wanneer de taak een lange keten van beslissingen is. Software-engineering over meerdere bestanden, langdurige desktopautomatisering, CAD- en Blender-werk, en alles waarbij een run een plan over tientallen stappen bijeen moet houden. Dit is het geval dat Tencent zelf toegeeft, en de extra 37 miljard actieve parameters van het vlaggenschip zijn het mechanisme.

Gebruik Hy4 preview als de controle. Het is dezelfde familie, dezelfde 770B/49B-schaal als het vlaggenschip, een gepubliceerde benchmarkbijlage en Apache 2.0-gewichten die je zelf kunt draaien. Wanneer je besluit of flash goed genoeg is, geeft de preview je een referentiepunt dat niet afhangt van vertrouwen op een grafiek.

Waar de vergelijking uitvoeren

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Noch Tencent HY4 noch Hy4 flash wordt via OrcaRouter gerouteerd. Wat hier wel is, is tencent/hy4-preview tegen de lijstprijs van de provider van $0,834 per miljoen input en $2,501 per miljoen output, plus een gratis tier met snelheidslimiet, en tencent/hy3 tegen $0,18 en $0,59 voor de oudere generatie. De twee modellen in dit artikel zijn bereikbaar via het eigen TokenHub van Tencent, waar de flash-tier momenteel een kortingsactie van 50% heeft lopen voor een niet nader genoemde periode en WorkBuddy gratis is tot 30 november.

De preview-route is meer waard dan hij lijkt. Hij draait dezelfde architectuur op dezelfde schaal als het vlaggenschip, publiceert een benchmarkbijlage met acht rijen die je opnieuw tegen de checkpoint kunt uitvoeren, en kost een kwart van wat het evalueren van het vlaggenschip zou kosten. Als je vraag is of het grote model van deze familie goed genoeg is voor je werk, beantwoordt de preview die vraag tegen een fractie van de prijs; als het antwoord ja is, is Hy4 flash de versie om qua prijs tegen af te zetten, en de gedistilleerde relatie betekent dat de vergelijking ongewoon zuiver is — dezelfde familie, dezelfde context, dezelfde tokenizer-afstamming, twaalfvoudig verschil in wat je betaalt.

Een reden om de evaluatie op een router te houden, zelfs voor een modelfamilie die je alleen via de leverancier kunt bereiken: een model dat zes dagen geleden is uitgebracht, heeft geen openbaar uptime-record, en een overstap naar tencent/hy4-preview op dezelfde sleutel is een aanpassing van één regel als een endpoint zich tijdens een promotie in de lanceringsweek misdraagt. Er komt niets bovenop wat Tencent in rekening brengt — de lijstprijs is de prijs — en wanneer Tencent een tarief aanpast, is het nieuwe bedrag wat je bij de volgende aanroep betaalt, niet bij de volgende release van iemands vergelijkingssheet. Dezelfde inloggegevens geven ook toegang tot meer dan tweehonderd andere modellen als de evaluatie zich buiten deze modelfamilie uitbreidt.

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

De tier-splitsing is de aankondiging.

Het meest ingrijpende dat Tencent op 16 november zei, was niet de prijs. Het was dat het vlaggenschipmodel blijft voor software-engineering op de lange termijn, terwijl het goedkope model alledaags werk op zich neemt — een bedrijf dat zijn eigen productlijn verdeelt langs de scheidslijn die zijn klanten daadwerkelijk ervaren, en toegeeft dat het goedkope model geen vervanging is voor het dure.

Voor wie binnen dat segment valt, is de keuze eenvoudig en zijn de cijfers groot: een twaalfde van de inputprijs, een negende van de output, een honderdste van de cache, vier keer minder actieve parameters en een kleinere KV-voetafdruk op hetzelfde venster van een miljoen tokens. Voor wie erbuiten valt — langdurige agentische runs, desktopautomatisering, code over meerdere bestanden — blijft het vlaggenschip het antwoord van de familie, en de eigen leverancier zegt dat zelf.

Wat ontbreekt, is bewijs, en het ontbreekt bij beide tiers. Geen onafhankelijke score, geen gewichten voor een van de twee nieuwe modellen, benchmarktabellen die je als plaatjes moet lezen, en een kopvergelijking uit een intern panel. Een twaalfvoudig prijsverschil is een bewering die sterk genoeg is om binnen enkele weken door mensen buiten Tencent op de proef te worden gesteld. Tot het zover is, is de verstandige positie degene die de eigen richtlijnen van Tencent impliceren: zet de goedkope tier in voor de taken waarvoor die is gebouwd, houd de flagship in voor het langdurige werk, en meet beide in plaats van te kiezen op basis van de tariefkaart.

Vergeleken in dit artikel1

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