
Tencent Hy4 vs Claude Opus 5.5: Een tiende van de kosten per taak
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 182 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 749 tok/s
- AlibabaNIEUWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 mln tokens · 1902 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 96 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 · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 109 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 · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Op 20 november 2026 was Tencent Hy4 niet langer een gehuurd model. Dat is de datum waarop Tencent de gewichten publiceerde — tencent/Hy4, Hy4-FP8 en de voorgetrainde Hy4-base — op Hugging Face, ModelScope en GitCode, zestien dagen nadat het model zelf op 4 november algemeen beschikbaar kwam. Claude Opus 5.5 daarentegen is nooit downloadbaar geweest: Anthropic bracht het op 22 september 2026 uit als een vlaggenschip dat uitsluitend via de API beschikbaar is en heeft niets gepubliceerd over het openstellen ervan. De interessante vraag is dus niet langer welk model beter is. Het is wat je koopt wanneer je ongeveer tien keer meer betaalt per voltooide taak voor een model dat 24 punten hoger scoort op de onafhankelijke index — en of die afweging nog steeds opgaat zodra de goedkope kant op je eigen hardware kan draaien.
De cijfers die de vergelijking concreet maken, komen beide van Artificial Analysis, op de v5.0.1-revisie van zijn Intelligence Index. Claude Opus 5.5 staat op 59 bij de maximale inspanningsinstelling, 57 bij xhigh, 52 bij high, 48 bij medium en 35 bij low. Tencent Hy4 staat op 35, zonder gepubliceerde opsplitsing naar inspanning. Wat de kosten per voltooide Intelligence Index-taak betreft, keert de volgorde sterk om: $10,04 voor Claude Opus 5.5, $1,03 voor Tencent Hy4.
Wat is er op 20 november daadwerkelijk veranderd?
Tencent kadert de release zelf in één regel in de nieuwsectie van de modelkaart: het bedrijf heeft Hy4, Hy4-FP8 en Hy4-base open source gemaakt. Wat dat in de praktijk betekent, is specifieker en het loont om dat los te zien van de marketing.
• Gewichten — volledige BF16-checkpoints. De Hugging Face-repository meldt 774,4 miljard parameters in de safetensors-index, dat is de 770B-backbone plus de vision-encoder en het draftmodel. Een 4-bit GGUF-build is al beschikbaar in een aparte repository voor mensen die het model willen testen zonder een cluster met meerdere nodes.
• Licentie — de Tencent Hy-licentie, versie 1.0. Deze is afgeleid van Apache 2.0 maar is expliciet niet Apache 2.0, en Sectie 10 voegt commerciële voorwaarden toe die van belang zijn. Meer daarover hieronder.
• Serving — Tencent levert kant-en-klare images in plaats van dat je zelf met de architectuur hoeft te worstelen: vllm/vllm-openai:hy4 en lmsysorg/sglang:hy4, beide met de DFly2 speculative-decoding-drafter erin verwerkt. Het vLLM-recept vraagt om acht GPU's bij tensor-parallelgrootte 8 voor het FP8-checkpoint.
• Wat niet veranderde — de prijs. Tencent Hy4 kost sinds de algemene beschikbaarheid $0,834 per miljoen invoertokens en $2,501 per miljoen uitvoertokens, met cache-leesbewerkingen tegen $0,042. Het openbaar maken van de gewichten ging niet gepaard met een tariefverlaging, en er zijn geen aanwijzingen dat die eraan komt.
De GA-build en de open build zijn hetzelfde model. Dat was een maand eerder niet het geval: de augustusrelease, Tencent Hy4 Preview, werd op dag één onder Apache 2.0 met gewichten uitgebracht, en de GA-build van november kwam als een gesloten API met een belofte. De upload van 20 november is het nakomen van die belofte, met een striktere licentie eraan verbonden.
Het gat op de onafhankelijke index
Vierentwintig punten is een grote kloof, en die is groter dan het kopcijfer doet vermoeden zodra je kijkt naar wat elk getal meet. Artificial Analysis publiceert Claude Opus 5.5 op vijf inspanningsniveaus en Tencent Hy4 op één. De 35 voor Hy4 is geen op gelijke inspanning afgestemde waarde; het is het enige cijfer dat het lab heeft gepubliceerd, en het weerspiegelt vermoedelijk de redeneerinstelling die het model standaard gebruikt, die op de eigen API van Tencent hoog is.
Hieruit volgen twee dingen. Ten eerste: de eerlijke vergelijking is 35 tegenover 52 van Opus 5.5 bij hoge inspanning, niet tegenover 59 — een verschil van 17 punten in plaats van 24. Ten tweede, en nuttiger: de rij met lage inspanning voor Claude Opus 5.5 is ook 35. In zijn snelste, goedkoopste instelling komt het flagship van Anthropic uit op dezelfde indexscore als het open flagship van Tencent in zijn standaardinstelling. Dat is een echt nuttig gegeven voor iedereen die een routertabel bouwt, want het betekent dat de keuze niet ‘goed model versus zwak model’ is, maar ‘welk uiteinde van de inspanningsknop je je kunt veroorloven’.

De deelscores wijzen dezelfde kant op. Op de Cyber Index van Artificial Analysis, gepubliceerd in november, scoort Tencent Hy4 58 en staat het derde van 26 modellen — achter Kimi K3.1 Pro met 64 en een GPT-6 Sol-variant met trusted access op 69, en net voor DeepSeek V4.1 Flash 1017 op 57. Op CWE-Bench-AA staat het absoluut eerste met 76%. Dat zijn veiligheidsspecifieke evaluaties, geen algemeen redeneren, maar het zijn de enige onafhankelijke scores die het model van Tencent heeft die niet één enkele samengestelde score zijn, en ze zijn respectabel.
Wat Tencent Hy4 niet heeft, is een openbare benchmarktabel van zijn eigen lab. De GA-aankondiging in november verving de rijen Terminal-Bench, DeepSWE en SWE-bench Pro van de preview door interne taaksuites — een financieel panel van 213 experts, een vergelijking van het hallucinatiepercentage, een interne WorkIndex-score van 42,1. Dat zijn door de leverancier gerapporteerde claims over Tencent's eigen taken, en de model card herhaalt ze zonder de openbare-benchmarkrijen waarmee je ze ergens tegen zou kunnen afzetten. De onafhankelijke index is de controle.
Wat de kloof per taak kost
Hier is het onderdeel dat de meeste echte implementaties beslist, en het begunstigt de goedkopere tokenprijs niet zo eenduidig als de tariefkaart doet vermoeden.
• Tokenprijs — $0,834 voor input en $2,501 voor output voor Tencent Hy4, tegenover $4,00 en $20,00 voor Claude Opus 5.5. Net geen vijf keer goedkoper op input, acht keer op output.
• Cache — $0,042 per miljoen gecachte invoertokens voor Hy4, een korting van 95%, tegenover $0,20 voor Opus 5.5. In een agentlus die bij elke beurt dezelfde repository van 200.000 tokens opnieuw leest, is dat verschil het hele kostenmodel.
• Kosten per voltooide indextaak — $1,03 voor Hy4 tegenover $10,04 voor Opus 5.5. Merk op dat dit een verschil van 9,7x is, groter dan het verschil in tokenprijs, omdat Hy4 in absolute termen ook uitgebreider is: 160 miljoen outputtokens voor de index tegenover 218 miljoen voor Opus 5.5, met een uitgebreidheidsrang van 87 van de 94 modellen voor Hy4 en 90 van de 94 voor Opus 5.5. Geen van beide modellen is beknopt.
• Snelheid — 93 tokens per seconde voor Hy4 tegenover 112 voor Opus 5.5, maar het latencyverhaal is slechter dan het doorvoerverhaal. Tencent Hy4 doet er 115,9 seconden over om zijn eerste antwoordtoken te produceren, terwijl de mediaan van de tier 12,7 seconden is. Voor interactief werk is dat het getal dat ertoe doet, en het is de enige plek waar het goedkopere model duidelijk het slechtere product is.
• Tijd per taak — 14,0 minuten voor Hy4 tegenover 25,7 minuten voor Opus 5.5. Hy4 voltooit indextaken sneller qua kloktijd, ondanks de vertraging bij de eerste token, omdat het al met al minder lang nadenkt.
De kostenclaim heeft dus een voorbehoud nodig dat de tariefkaart verbergt. Tencent Hy4 kost ongeveer een tiende per voltooide taak, maar laat een gebruiker bijna twee minuten wachten op het eerste token, en beantwoordt een vraag 17 punten slechter bij gelijke inspanning. Als je werklast batch is — documentextractie, classificatie, agentruns 's nachts, synthetische datageneratie — is de latentie van het eerste token irrelevant en zijn de economische voordelen overweldigend. Als het interactief is, is de latentie het product en redt het prijsvoordeel het niet.
Waar Hy4 ronduit wint
Drie dimensies, en geen ervan gaat over slimmer zijn.
• Contexteconomie. Beide modellen adverteren met een contextvenster van 1M tokens. Slechts één van hen rekent $0,042 per miljoen tokens om hetzelfde venster opnieuw te lezen. Werk met lange contexten waarbij herhaaldelijk over een vaste corpus wordt gegaan — codereview tegen een volledige repository, contractanalyse over een documentenset, een onderzoeksagent die zijn notities in de context houdt — is op Hy4 dramatisch goedkoper, zelfs vóór het basistarief.
• Modaliteit. Tencent Hy4 accepteert tekst, afbeeldingen en videoframes via één enkel ViT-pad en retourneert tekst. Claude Opus 5.5 accepteert tekst, afbeeldingen en bestanden. Video is het verschil: de modelkaart van Hy4 beschrijft een vision-encoder met een adapter die kenmerken van videoframes omzet in visuele tokens, en er bestaat geen equivalente verklaring voor Opus 5.5.
De outputlengte is het enige punt waarop Opus 5.5 duidelijk wint: 128K maximale outputtokens tegen 64K voor Hy4. Voor een taak die in één aanroep een lang gegenereerd artefact nodig heeft, is die bovengrens doorslaggevend.
De voordelen van Claude Opus 5.5 zijn de voordelen die Anthropic altijd al heeft verkocht: een indexverschil van 17 punten bij gelijke inspanning, een eerste token in 24 seconden bij hoge inspanning tegenover 116, een twee keer zo hoog uitvoerplafond en een veel grotere hoeveelheid evaluaties door derden erachter. Als de taak moeilijke software-engineering of meerstapsanalyse is waarbij een fout antwoord duur is, is het tienvoudige prijsverschil niet het relevante getal. Als de taak volume is, is het het enige getal.
De licentie is niet Apache.

Dit is waar de release van 20 november verschilt van die van augustus, en het is het detail dat de meeste vergelijkingspagina's zullen overslaan.
Tencent Hy4 Preview is uitgebracht onder Apache 2.0 — een echt permissieve licentie zonder addertjes onder het gras. Tencent Hy4 wordt uitgebracht onder de Tencent Hy License 1.0, een Apache 2.0-licentie met een toegevoegde Sectie 10. Die sectie stelt dat als u een model-as-a-servicebedrijf exploiteert en ofwel uw wereldwijde bruto-omzet in een periode van twaalf maanden meer dan US$50 miljoen bedraagt, ofwel het product waarin u het model integreert meer dan 100 miljoen maandelijkse actieve gebruikers heeft, u een afzonderlijke schriftelijke licentie van Tencent nodig hebt voordat u het gebruikt. Intern gebruik is uitgezonderd: als noch het model noch de uitvoer ervan bij derden terechtkomt, is Sectie 10 niet van toepassing.
Voor een startup, een onderzoeksgroep of een onderneming die het model achter een interne tool draait, is die clausule een dode letter en is Hy4 in de praktijk open. Voor een platform dat van plan is om inferentie erbovenop door te verkopen, is het een onderhandeling. Vergelijk dat met Claude Opus 5.5, waar de vraag zich niet voordoet omdat er niets valt te licenseren — je huurt het endpoint of je gebruikt het model niet.
De praktische consequentie is een splitsing die een maand geleden nog niet bestond. Tencent Hy4 is nu het enige model in deze vergelijking dat je kunt fine-tunen, distilleren, kwantiseren of kunt draaien in een netwerk zonder uitgaande toegang. Claude Opus 5.5 is van de twee de enige met een uitvoerplafond van 128K en een eerste token binnen een halve minuut bij de instelling voor hoge inspanning.
Kiezen tussen beide
De beslisboom is kort genoeg om zonder voorbehoud te formuleren.
• Je hebt de hoogste score per token nodig en de taak is interactief — Claude Opus 5.5. Niets van het prijsargument houdt stand wanneer een gebruiker 116 seconden naar de vertraging voor het eerste token staart.
• Je hebt de laagste kosten per voltooide taak nodig en het werk is batch — Tencent Hy4, en de marge is bijna een orde van grootte.
• Je moet zelf hosten, fine-tunen of gegevens binnen je eigen netwerk houden — Tencent Hy4, op voorwaarde dat je sectie 10 van de licentie leest. Er is hier helemaal geen optie voor Claude Opus 5.5.
• Je hebt 128K gegenereerde output in één aanroep nodig, of video-invoer — het outputplafond wijst op Opus 5.5, de video-invoer op Hy4. Weinig workloads hebben beide nodig.
• Je wilt een tussenweg kiezen tussen de twee — zet een gewogen route voor ze en laat het goedkope model de eerste poging doen. Hy4 tegen $1,03 per taak is goedkoop genoeg dat een mislukte poging ongeveer een tiende kost van wat het kost om Opus 5.5 eerst te laten proberen, en het escalatiepad wordt alleen geactiveerd voor de taken die dat nodig hebben.
Beide draaien op één key

Beide modellen zijn via OrcaRouter aanroepbaar onder hun eigen modelstrings — tencent/hy4 voor $0.834 per miljoen inputtokens en $2.501 per miljoen output, en anthropic/claude-opus-5.5 voor $4.00 en $20.00. Dat betekent dat de bovenstaande vergelijking als experiment kan worden uitgevoerd in plaats van als discussie: één sleutel, één SDK, twee modelstrings en een routing-DSL die eerst de goedkoopste route kiest en bij een fout opschaalt.
Omdat OrcaRouter de lijstprijzen van providers doorgeeft tegen nul opslag, is Tencents tarievenkaart het tarief dat u bij ons betaalt, en die van Anthropic ook. Als een van beide leveranciers zijn prijs wijzigt, is de wijziging dezelfde dag live in plaats van te wachten tot een reseller een catalogus opnieuw invoert.
Voor het self-hosted scenario verandert de berekening volledig van vorm. Zodra je Hy4 op je eigen GPU's draait, zijn de marginale kosten per token geen leverancierscijfer meer, maar je elektriciteits- en bezettingscijfer. Daarom wegen de weights zwaarder dan het licentiedebat voor iedereen met reservecapaciteit.
Wat de komende maand beslist
Twee dingen zullen deze vergelijking beslechten, en geen van beide is een rij uit een benchmark.
Het eerste is of de openbare release van Tencent onafhankelijke evaluatie van de gewichten uitlokt. De upload van 20 november bevat een systeemkaart en een finetuninggids, maar het benchmarkmateriaal in de modelkaart is nog steeds grotendeels de pretrainingstabel — MMLU op 91,6, MMLU-Pro op 73,9, SuperGPQA op 62,7, MMMU-Pro op 59,6 voor het basismodel — plus de interne taaksuites. Niemand buiten Tencent heeft een score gepubliceerd voor de instructie-afgestemde build, en de 35 op de onafhankelijke index is één getal van één beoordelaar.
Het tweede is inspanning. Claude Opus 5.5 publiceert al vijf niveaus van 35 tot 59; de spreiding tussen de goedkoopste en duurste instelling is groter dan het hele gat naar de enige score van Tencent Hy4. Als Tencent dezelfde soort opsplitsing publiceert — en de API al een high/no-think-schakelaar biedt — wordt de vergelijking een tabel van op elkaar afgestemde instellingen in plaats van het ene getal tegenover het andere. Tot die tijd is de eerlijke samenvatting dat Tencent Hy4 bij onafhankelijke evaluatie een model uit de middenmoot is, bij beveiligingsspecifieke evaluatie een sterk model, een orde van grootte goedkoper per voltooide taak, en nu echt open, wat op 4 november niet het geval was.
Vergeleken in dit artikel2
Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt
