
Hy4 flash kontra Claude Haiku 5.5: Tencent sam przeprowadził to porównanie i opublikował porażkę
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 138 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 176 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 89 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 187 tok/s
Ktoś w Tencent uznał, że właściwym rywalem dla Hy4 flash jest Claude Haiku 5.5, postawił oba modele przed 85 własnymi użytkownikami WorkBuddy w 259 zadaniach i opublikował wynik, mimo że przegrywa. Hy4 flash zdobył 2,79 na 4 punkty w ocenie satysfakcji użytkowników. Claude Haiku 5.5 zdobył 2,81. To różnica dwóch setnych punktu w czteropunktowej skali, zmierzona przez challengera, na jego własnych zadaniach — i jest to najciekawsza liczba w całej premierze Hy4 flash, bo mówi, co Tencent faktycznie uważa, że sprzedaje. Nie lepszy model. Tańszy, wystarczająco bliski, by różnica nie przetrwała zetknięcia z badaniem satysfakcji.
Reszta wydania potwierdza tę interpretację. Hy4 flash został opublikowany jako otwarte wagi 17 listopada 2026 r., dwa dni po tym, jak 16 listopada trafił do API Tencent: 220B parametrów łącznie, 12B aktywnych na token, kontekst 1M tokenów, wejście obrazowe z wyjściem tekstowym. Claude Haiku 5.5 jest ogólnie dostępny od 7 października 2026 r. w cenie 0,10 USD i 0,50 USD za milion tokenów. Żaden z tych modeli nie znajduje się w katalogu OrcaRouter i ten artykuł nie będzie udawał, że jest inaczej; to, co można routować, omówiono pod koniec, a to inna para modeli.
Test w ciemno, właściwie odczytany
Omówienie tej oceny przez Tencent to trzy zdania i jeden wykres, a wykres robi coś konkretnego: zestawia zadowolenie z medianą całkowitego czasu ukończenia end-to-end i kosztem na zadanie, dzięki czemu model wygrywający w dwóch wymiarach jest widoczny na pierwszy rzut oka. Liczby to 2,79/4 dla Hy4 flash wobec 2,81/4 dla Claude Haiku 5.5, mediana czasu ukończenia 6,7 minuty dla Hy4 flash oraz 0,26 RMB na zadanie. Tencent twierdzi, że Hy4 flash odnotował zarówno najniższy koszt na zadanie, jak i najkrótszą medianę czasu ukończenia wśród ocenianych modeli.
To, czego raport nie podaje, to pełny zestaw ocenianych modeli, podział na kategorie ani kryteria oceny. Podaje natomiast populację: 85 użytkowników wewnętrznych, 27 kategorii, 259 zadań, wszystkie zaczerpnięte z WorkBuddy, własnego asystenta produktywności Tencent. To spójna ewaluacja i nie jest ona neutralna. Pracownicy oceniający model swojego pracodawcy wiedzą, który model jest ich, a nawet w zaślepionym interfejsie zadania są tymi, które wybrał Tencent, ponieważ przypominają produkt Tencent.
To, co użyteczne w luce 0,02, to sposób, w jaki działa ona na argumentację w obie strony. Jeśli skłaniasz się do zaufania testowi, masz słowo Tencenta, że różnica w możliwościach względem Claude Haiku 5.5 jest nieistotna w pracy biurowej, co jest twierdzeniem wbrew własnemu interesowi. Jeśli skłaniasz się do nieufności wobec niego, ten sam test nie daje ci powodu, by sądzić, że Hy4 flash jest lepszy, i zostaje ci kolumna kosztów, na której Tencent i tak chce skupić twoją uwagę.
W czym oba modele faktycznie się różnią
Karty specyfikacji różnią się w sposób, którego ocena satysfakcji nie jest w stanie pokazać. Każda liczba poniżej pochodzi z własnej opublikowanej specyfikacji dostawcy, chyba że oznaczono ją jako pomiar Artificial Analysis.
• Parametry łączne i aktywne — Hy4 flash: 220B łącznie, z czego 64B w tabelach Engram, 12B aktywnych na token; liczba parametrów Claude Haiku 5.5 nie jest ujawniona, co jest normalne w przypadku Anthropic.
• Okno kontekstu — 1 048 576 tokenów dla Hy4 flash; 1 000 000 dla Claude Haiku 5.5.
• Maksymalna długość wyjścia — 64 000 tokenów w Hy4 flash zgodnie z konfiguracją serwowania; 128 000 tokenów w Claude Haiku 5.5, czyli dwa razy więcej.
• Modalność wejściowa — Hy4 flash przyjmuje tekst i obrazy za pośrednictwem 27-warstwowego kodera wywodzącego się z SigLIP2; materiały publikacyjne Claude Haiku 5.5 koncentrują się na tekście i korzystaniu z narzędzi, a jego ogłoszony zestaw możliwości jest węższy po stronie wizji.
• Licencja — Hy4 flash jest udostępniany na podstawie licencji Tencent Hy, której sekcja 10.2 wymaga odrębnej umowy w przypadku przekroczenia 50 mln USD przychodów z MaaS lub 100 mln MAU; Claude Haiku 5.5 jest własnościowy i nie ma w ogóle wag modelu.
• Niezależny wynik — Hy4 flash nie ma żadnego, a jego adres URL w Artificial Analysis zwraca 404; Claude Haiku 5.5 uzyskuje 36 punktów w Intelligence Index v5.0.1 przy Max effort.
• Zmierzony koszt na zadanie Index — 0,41 USD dla Claude Haiku 5.5 według Artificial Analysis; nie zmierzono dla Hy4 flash, którego nie ma na liście.
Limit długości odpowiedzi to wiersz, który najprawdopodobniej da się we znaki w praktyce. Model z 1 mln tokenów kontekstu i 64 tys. tokenów odpowiedzi jest skonfigurowany do czytania bardzo dużo i pisania umiarkowanie dużo; przepływ pracy polegający na tworzeniu dokumentów, który oczekuje wygenerowania ponad 64 000 tokenów w jednej odpowiedzi, nie może go użyć. Rekomendowane przez sam Tencent zastosowania — wyszukiwanie pogłębione, przetwarzanie dokumentów, tworzenie slajdów, proste dema frontendu, korzystanie z komputera — są spójne z tym limitem. Generowanie długich form nie znajduje się na liście.
Porównanie cen nie jest zestawieniem jednej liczby z drugą
Stawka Tencent dla Chin kontynentalnych za Hy4 flash wynosi ¥0,5 za milion tokenów wejściowych, ¥2 za milion tokenów wyjściowych i ¥0,02 za token wejściowy z pamięci podręcznej — około $0,070, $0,281 i $0,003. Opublikowany cennik Claude Haiku 5.5 zaczyna się od $0,10 za milion tokenów wejściowych i $0,50 za milion tokenów wyjściowych, przy czym zapisy do pamięci podręcznej kosztują $0,125 i $0,625 dla pięciogodzinnej i jednogodzinnej pamięci podręcznej, a odczyty z pamięci podręcznej $0,01.
Przy tych stawkach cennikowych Hy4 flash jest około 30% tańszy na wejściu, 44% tańszy na wyjściu i 70% tańszy przy trafieniu w pamięć podręczną. Oba mają stałe stawki za pierwsze sto tysięcy tokenów. Różnica pojawia się dopiero później: karta Anthropic podnosi cenę wejściową Claude Haiku 5.5 z $0.10 do $0.50 za milion, a cenę wyjściową z $0.50 do $2.50, gdy żądanie przekroczy 100 000 tokenów wejściowych. W przypadku dokumentu o 200 000 tokenów Claude Haiku 5.5 jest rozliczany według pięciokrotności swojej podstawowej stawki wejściowej, co sprawia, że porównanie wynosi $0.50 wobec $0.070 u Tencent — różnica 7x, a nie 30%.
To wybór projektowy, a nie sztuczka, i ma logiczne uzasadnienie: długie dane wejściowe kosztują więcej na etapie prefill, więc dostawca pobiera za nie wyższą opłatę. Oznacza to jednak, że liczba z nagłówka jest niewłaściwą liczbą akurat dla obciążenia, w którym oba modele twierdzą, że są dobre. Przetwarzanie dokumentów przy kontekście 1M to z definicji obciążenie przekraczające 100 000 tokenów. Jeśli Twoim przypadkiem użycia jest praca z długimi dokumentami, wyceniaj oba modele na podstawie wierszy odpowiadających długości Twojego promptu, a nie na podstawie górnej pozycji cennika.
Opóźnienie: metryka, którą zmierzył Tencent, nie jest tą, którą publikuje Anthropic.
Tencent podaje medianę czasu ukończenia end-to-end wynoszącą 6,7 minuty dla Hy4 flash w zadaniu WorkBuddy. Artificial Analysis podaje, że Claude Haiku 5.5 osiąga 14,7 minuty na zadanie Intelligence Index przy wysiłku Max, z czasem do pierwszego tokenu odpowiedzi wynoszącym 192 sekundy — a ranking oznacza ten model jako „wyraźnie wolny na zadanie i bardzo gadatliwy”, przy 298 mln tokenów wyjściowych w przebiegu indeksu.
Te dwie liczby nie są porównywalne i nie należy ich odejmować. Inne zadania, inne harnessy, inne definicje „gotowe”. To, co jednak ustalają, to że ustawienie poziomu wysiłku w Claude Haiku 5.5 jest pokrętłem opóźnienia o bardzo szerokim zakresie, a jego górna wartość jest kosztowna pod względem czasu zegarowego:
• Max — Index 36, 14,7 minuty na zadanie, pierwszy token po 192 sekundach, 298 mln tokenów wyjściowych.
• Xhigh — Indeks 35, 9,6 minuty, pierwszy token po 44 sekundach, 151 mln tokenów.
• Wysoki — Indeks 30, 6,4 minuty, pierwszy token po 21 sekundach, 89,8 mln tokenów.
• Średni — indeks 25, 3,9 minuty, pierwszy token po 10 sekundach, 52,7 mln tokenów.
• Niski — Indeks 19, 2,2 minuty, pierwszy token po 5,8 sekundy, 29,9 mln tokenów.

Wszystkie pięć wierszy to pomiary Artificial Analysis na v5.0.1. Sens ich drukowania polega na tym, że „Claude Haiku 5.5 uzyskuje 36 punktów” to stwierdzenie o najdroższej konfiguracji oferowanej przez Anthropic. W trybie wysokim uzyskuje 30 punktów i kończy w mniej niż połowie czasu. Każdy, kto porównuje produkt wrażliwy na opóźnienia z liczbą Max, porównuje go z ustawieniem, którego nie wypuści.
Hy4 flash ma to samo pokrętło w bardziej zgrubnej formie: reasoning_effort ustawione na high, co jest ustawieniem domyślnym, albo no_think. Dwie pozycje wobec pięciu. Jeśli Twoje obciążenie wymaga ustawienia pośredniego — myślenie włączone, ale nie maksymalnie — Claude Haiku 5.5 daje Ci tę gałkę, a Hy4 flash przeważnie nie.

Trzy rzeczy, które o tym decydują i których nie ma w żadnej z obu specyfikacji.
Powierzchnia API. Format żądań Claude Haiku 5.5 jest bardziej rygorystyczny niż u jego poprzednika w sposób, który psuje kod. Dokumentacja Anthropic odrzuca temperature, top_p i top_k przy każdej wartości innej niż domyślna, porzuca prefill asystenta, usuwa ręczny parametr budget_tokens i wymaga konkretnej wersji zestawu narzędzi do obsługi komputera. Hy4 flash akceptuje pełny zestaw próbkowania, zaleca temperature 0.9 z top_p 1.0 i dostarcza hy_v4 parsery wywołań narzędzi i rozumowania dla vLLM. Jeśli masz bibliotekę promptów dostrojoną za pomocą przeglądów temperature, jeden z tych modeli uruchomi ją bez zmian, a drugi zwróci 400.
Kształt wdrożenia. Claude Haiku 5.5 to API i nic więcej. Hy4 flash to API, repozytorium Hugging Face, kompilacja FP8, bazowy checkpoint, kwantyzacja GGUF oraz przewodnik po dostrajaniu. To nie jest automatycznie zaletą — model hostowany samodzielnie to model, którym trzeba zarządzać, który trzeba łatać i dla którego trzeba planować zasoby — ale to różnica między relacją z dostawcą a aktywem, a dla zespołu z wymogiem rezydencji danych lub potrzebą dostrajania rozstrzyga porównanie, zanim sięgnie się po jakikolwiek benchmark.
Luka pomiarowa. Claude Haiku 5.5 jest obecny w Artificial Analysis od października i został prześwietlony przez każdy blog porównawczy w internecie, w tym ten. Hy4 flash ma 404 tam, gdzie powinien być jego wynik. Nie dlatego, że model jest zły, ale dlatego, że ma dwa dni i nikt niezależny go nie przetestował. Powyższy wynik satysfakcji jest pomiarem rzeczywistej populacji, a zarazem jedynym pomiarem tego modelu dokonanym przez kogoś innego niż jego twórca.
Szczerze mówiąc, dzwoniąc do któregokolwiek z nich
Ani Hy4 flash, ani Claude Haiku 5.5 nie znajdują się w katalogu OrcaRouter w chwili pisania tego tekstu, więc nie ma wersji tej sekcji, w której kazalibyśmy wywołać je tutaj. To, co jest dostępne, to generacja po każdej ze stron: tencent/hy4-preview, model 770B/49B, z którego destylowano Hy4 flash, w cenie $0.834 za wejście i $2.501 za wyjście za milion, ze stawką $0.042 za odczyt z pamięci podręcznej; oraz anthropic/claude-haiku-4.5 w cenie $1.00 za wejście i $5.00 za wyjście za milion, z odczytem z pamięci podręcznej za $0.10 — poprzednia generacja, a nie 5.5 z tego porównania.
Takie połączenie jest bardziej przydatne, niż się wydaje. Jeśli zastanawiasz się, czy profil kosztów Hy4 flash uzasadnia restrukturyzację pipeline'u, model w wersji preview daje zachowanie rodziny w cenie, przy której eksperyment jest tani, na tym samym kluczu i tym samym endpoincie co wszystko inne w katalogu, z ceną katalogową dostawcy przenoszoną bez narzutu (0% marży), dzięki czemu zmiana ceny Tencent dociera do Ciebie w dniu, w którym następuje. DSL routingu to element, który ma znaczenie, gdy masz dwóch kandydatów: kieruj warstwę długich dokumentów do modelu, który wygrywa w Twojej własnej ewaluacji, a drugi zachowaj jako fallback, zamiast wybierać jednego dostawcę do wszystkiego, bo przełączenie kosztuje kontrakt.
A kiedy Hy4 flash trafi do katalogu — dowolnego katalogu, także naszego — rzeczą do przetestowania nie jest wskaźnik satysfakcji. Jest nią liczba tokenów wyjściowych w Twoich własnych zadaniach. Deklaracje Tencent dotyczące etapu po treningu mówią o 50% redukcji średniej liczby tokenów wyjściowych end-to-end, a jeśli to się potwierdzi w Twoim obciążeniu, jest to warte więcej niż 30% zniżki na token, ponieważ tokeny wyjściowe to droższa połowa każdego rachunku w przypadku obu modeli.

Co by to rozstrzygnęło?
Jeden niezależny przebieg na wspólnym środowisku testowym. Przepuść Hy4 flash i Claude Haiku 5.5 przez ten sam Intelligence Index obejmujący dziewięć ocen i spójrz na dwa wiersze: wynik oraz koszt ukończenia zadania. Tencent już powiedział ci, co według niego mają mówić te wiersze — że Hy4 flash plasuje się blisko Claude Haiku 5.5 pod względem możliwości i znacznie poniżej pod względem kosztu. Dopóki ktoś spoza Tencent nie opublikuje tej pary, to oczekiwanie jest hipotezą mającą za sobą budżet marketingowy firmy, a nie wynikiem.
To, na czym możesz działać dzisiaj, jest węższe i bardziej użyteczne. Jeśli Twoje obciążenie obejmuje długie dokumenty, wyceń wiersz dla ponad 100 000 tokenów przed wszystkim innym, ponieważ tam obie karty różnią się najbardziej. Jeśli zależy Ci na opóźnieniu, porównaj Claude Haiku 5.5 przy wysokim poziomie wysiłku, a nie Max. Jeśli potrzebne jest dostrajanie lub wnioskowanie w środowisku lokalnym, decyzja już zapadła i żaden benchmark jej nie zmieni. Różnica w satysfakcji wynosząca 0,02 punktu nie jest powodem do przejścia w żadnym kierunku, a to, że Tencent to publikuje, jest najbardziej wiarygodnym elementem wydania.
Porównane w tym artykule1
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
