Wygenerowana karta tytułowa o treści „Hy4 flash vs GLM-5.3-Flash” z podtytułem „Tańszy model to ten, którego nie możesz pobrać”, wierszem ceny „$0.070 / $0.281 / $0.003 wobec $0.15 / $0.50 / $0.03 za milion tokenów” oraz stopką „Hy4 flash wydany 16 listopada 2026; GLM-5.3-Flash udostępniony jako open source 26 sierpnia 2026.”
Guides & Insights

Hy4 flash kontra GLM-5.3-Flash: Tańszy model to ten, którego nie można pobrać

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Hy4 flash i GLM-5.3-Flash są skierowane do tego samego nabywcy — kogoś, kto chce okna kontekstowego o długości miliona tokenów, wprowadzania obrazów i wywoływania narzędzi na poziomie agenta, nie płacąc stawek flagowych — i odpowiadają niemal identycznymi cennikami. Hy4 flash, wydany przez Tencent 16 listopada 2026, rozlicza $0.070 za milion tokenów wejściowych i $0.281 za milion wyjściowych oraz $0.003 za tokeny z cache. GLM-5.3-Flash, który Zhipu uruchomił i udostępnił jako open source 26 sierpnia 2026, rozlicza $0.15, $0.50 i $0.03 według cennika. Tencent jest mniej więcej o połowę tańszy na wejściu i nieco ponad połowę tańszy na wyjściu, a dziesięć razy tańszy w przypadku wejścia z cache, co jest pozycją decydującą o większości budżetów agentów. To także model bez wag, bez licencji, bez karty modelu i bez niezależnego benchmarku, w przeciwieństwie do modelu na licencji MIT na Hugging Face, który uzyskuje 27,8 w Artificial Analysis Intelligence Index.

To całe porównanie w jednym zdaniu i nie daje się jednoznacznie rozstrzygnąć. Tańsze i niemożliwe do zweryfikowania kontra droższe i możliwe do sprawdzenia to prawdziwy kompromis, a nie problem marketingowy, a to, która strona wygrywa, zależy od rzeczy, których żaden z dostawców ci nie powie. Poniżej znajduje się to, co każdy z nich faktycznie opublikował, co daje i kosztuje różnica w cenie oraz gdzie rozstrzyga się decyzja.

Dwie karty cenowe, czytane wiersz po wierszu

Zacznijmy od liczb w opublikowanej postaci, ponieważ są to jedyne wielkości w tym zestawieniu, które obie firmy podają wprost i które każdy może sprawdzić na rachunku.

• Wejście, za milion tokenów — Hy4 flash 0,070 USD; GLM-5.3-Flash 0,15 USD.

Generowanie, za milion tokenów — Hy4 flash 0,281 USD; GLM-5.3-Flash 0,50 USD.

• Buforowane dane wejściowe, za milion tokenów — Hy4 flash 0,003 USD; GLM-5.3-Flash 0,03 USD.

• Okno kontekstu — Hy4 flash 1 048 576 tokenów; GLM-5.3-Flash 1 000 000 tokenów.

• Aktywne parametry na token — Hy4 flash 12B z łącznej liczby 224B, w tym 64B parametrów Engram; GLM-5.3-Flash 18B z łącznej liczby 320B w 45 warstwach.

• Wagi — Hy4 flash ogłoszony jako plan bez daty; GLM-5.3-Flash na licencji MIT na Hugging Face od dnia premiery.

• Niezależny wynik inteligencji — Hy4 flash: brak opublikowanych danych; GLM-5.3-Flash: 27,8 w Artificial Analysis Intelligence Index oraz 71,5 w Coding Index tego samego laboratorium.

Wiersz dotyczący danych wejściowych z pamięci podręcznej zasługuje na więcej uwagi, niż zwykle otrzymuje. Przy $0.003 za milion buforowanie w Hy4 flash jest dziesięć razy tańsze niż w GLM-5.3-Flash i sto razy tańsze niż w jego własnym flagowym modelu Tencent HY4. W przypadku agenta, który przy każdym kroku ponownie wysyła stały prompt systemowy, schemat narzędzia i pobrany dokument, stawka za pamięć podręczną jest stawką, którą faktycznie płacisz przez większość czasu, a dziesięciokrotna różnica w tym miejscu przewyższa dwukrotną różnicę w przypadku świeżych danych wejściowych. Jeśli Twoje obciążenie jest mocno oparte na wyszukiwaniu, przewaga Hy4 flash jest większa, niż sugeruje cena z nagłówka. Jeśli Twoje obciążenie to jednorazowe generowanie bez ponownego wykorzystania, przewaga ogranicza się do proporcji danych wejściowych i wyjściowych.

Obie karty cenowe są częściowo promocyjne. TokenHub w Tencent Cloud oferuje 50% zniżki przez nieokreślony ograniczony czas, a WorkBuddy jest bezpłatny do 30 listopada. Promocyjna stawka startowa Zhipu wynosząca 50% wygasła 9 września 2026 r. i nie została przedłużona, dlatego kwoty 0,075 USD i 0,25 USD, które krążyły pod koniec sierpnia, nie mają już zastosowania — powyższa stawka jest stawką standardową. Zakładaj, że promocja Tencent zakończy się w ten sam sposób, i planuj budżet według stawki z cennika.

Różnica w parametrach jest mniejsza niż różnica w cenie.

A generated comparison card titled 'Two cheap models, two designs' with a left column for Hy4 flash reading 224B total, 12B active, 64B Engram parameters, 1M context, $0.070 / $0.281 / $0.003, no weights published, and a right column for GLM-5.3-Flash reading 320B total, 18B active, 45 layers, 1M context, $0.15 / $0.50 / $0.03, MIT weights on Hugging Face. A footer reads 'Hy4 flash figures are Tencent's, published 16 November 2026; GLM-5.3-Flash price and licence per Zhipu, 26 August 2026.'

Hy4 flash aktywuje 12 miliardów parametrów na token w porównaniu z 18 miliardami w GLM-5.3-Flash, czyli o jedną trzecią mniej obliczeń na token, i to jest mechaniczny powód, dla którego można go sprzedawać za połowę ceny. Ciekawa jest suma: 224 miliardy wobec 320 miliardów, przy czym 64 miliardy z sumy Tencenta siedzą w parametrach Engram, które przechowują wyuczone skojarzenia, zamiast być uruchamiane w każdym przebiegu w przód tak jak routed expert. Tencent nie opublikował liczby warstw, liczby ekspertów ani szerokości routingu dla Hy4 flash, więc najbliższym architektonicznym porównaniem jest to, że oba są rzadkimi modelami mieszaniny ekspertów z małym aktywnym ułamkiem i obaj dostawcy wybrali taką konstrukcję z tego samego powodu — koszt obsługi skaluje się z aktywnymi parametrami, a nie z całkowitymi.

Projekt GLM-5.3-Flash jest udokumentowany bardziej szczegółowo, a tę dokumentację można zweryfikować, ponieważ wagi są publiczne: 45 warstw, hybrydowa uwaga rzadka i liniowa, podejście do połączeń rezydualnych, które Zhipu nazywa Manifold-Constrained Hyper-Connections, oraz mechanizm IndexPool, który kompresuje cztery wektory kluczy indeksera w jedną ważoną pulę, aby zmniejszyć opóźnienie w długim kontekście. Wstępne trenowanie przeprowadzono na multimodalnym korpusie obejmującym 30 bilionów tokenów. Nic z tego nie zostało niezależnie zaudytowane, ale to przynajmniej opis wystarczająco konkretny, by każdy, kto pobierze checkpoint, mógł go obalić.

Asymetria nie polega na tym, że Zhipu opublikował, a Tencent nie. Obie opublikowały; opublikowały różne rodzaje rzeczy. Zhipu opisał model, czyli twierdzenie o strukturze, które checkpoint może potwierdzić lub obalić. Tencent opisał wynik — pamięć podręczną KV o rozmiarze jednej szóstej tej z jego modelu flagowego, długość wyjścia skróconą o połowę dzięki samodystylacji, ponad 150 tokenów na sekundę dekodowania dzięki kwantyzacji czterobitowej i megajądru — czyli twierdzenie o zachowaniu, które może rozstrzygnąć tylko reprodukcja. Wyniki są twierdzeniami ciekawszymi komercyjnie i trudniejszymi do sprawdzenia. W przypadku modelu z publicznymi wagami twierdzenie dotyczące serwowania jest testowane przez obce osoby w ciągu kilku tygodni; w przypadku modelu bez nich pozostaje zdaniem na stronie badawczej tak długo, jak długo chce tego dostawca.

Jedno z nich możesz pobrać

To decydująca różnica dla istotnej części kupujących i nie jest to wyrównana rywalizacja. GLM-5.3-Flash jest dostępny na licencji MIT, w formatach FP8 i BF16, pod adresem zai-org/GLM-5.3-Flash na Hugging Face i pozostaje nim od 26 sierpnia 2026 r. Licencja MIT zezwala na użytek komercyjny, modyfikowanie, dostrajanie i redystrybucję bez progu przychodowego. Model jest szeroko używany publicznie od prawie trzech miesięcy, co oznacza, że stos inferencji już go obsługuje: istnieją kwantyzacje, istnieją receptury wdrożeniowe, a każde twierdzenie o jego zachowaniu można sprawdzić, uruchamiając go.

Dla Hy4 flash nie istnieje nic takiego. Zobowiązanie w tym zakresie to jedno zdanie o przyszłych planach, obwarowane zamiarem dalszego iterowania, i nie wskazuje żadnej licencji ani daty. Tencent zrobił to już wcześniej jak należy — sierpniowa wersja zapoznawcza ukazała się na licencji Apache 2.0, z wagami na czterech serwisach hostingowych oraz przepisami vLLM i SGLang od pierwszego dnia — więc wzorzec nie budzi wątpliwości. Wątpliwości budzi natomiast nieśmiałość obecnego języka, który brzmi jak zobowiązanie do procesu, a nie do artefaktu. Każdy, kto planuje fine-tuning, samodzielny hosting lub zbudowanie modelu kosztów wokół uruchamiania własnego wnioskowania, powinien traktować Hy4 flash jako rozwiązanie wyłącznie API, dopóki nie pojawi się repozytorium.

Ta sama asymetria dotyczy dowodów. GLM-5.3-Flash ma dwie liczby pochodzące ze stanowiska testowego, którego nie napisał żaden z dostawców: 27,8 w Artificial Analysis Intelligence Index i 71,5 w jego Coding Index. Obie można zweryfikować, a ta para mówi coś konkretnego: 71,5 w kodowaniu wobec 27,8 w indeksie ogólnym opisuje model, który jest naprawdę dobry w jednej rzeczy, a przeciętny we wszystkim innym — czyli dokładnie taki, jaki powinien być tani poziom. To właśnie tego rodzaju rozróżnienie zaciera jeden nagłówkowy wynik i dlatego pozostałe liczby dostawców w tym tekście są przedstawiane jako twierdzenia, a nie wyniki. Hy4 flash nie ma niezależnego wyniku, a jego rezultaty benchmarków — DeepSWE, Terminal-Bench 4.0, APEX-Agents, OSWorld 2.1 i wewnętrzne zestawy Tencent — istnieją wyłącznie jako obrazy wykresów na stronie badawczej dostawcy. To nie jest powód, by im nie ufać. To powód, by traktować je jako hipotezy.

Co zmierzył każdy dostawca i kogo pokonał

Obie firmy opublikowały porównania i porównywały się z różnymi rzeczami, co pokazuje, co każda z nich uważała za swoją słabość.

Nagłówek Tencentu dotyczy testu w ciemno: 85 użytkowników WorkBuddy, 27 kategorii zadań, 259 rzeczywistych codziennych zadań roboczych, przy czym Hy4 flash według doniesień wypada blisko Claude Haiku 5.5 pod względem satysfakcji, mając jednocześnie najniższy koszt na zadanie i najkrótszy czas zadania w panelu. Zwróć uwagę na „blisko”, a nie „lepiej niż”, oraz na to, że panel to własni pracownicy dostawcy we własnym produkcie dostawcy. Wspierające twierdzenie to koszt na zadanie w WorkIndex, wewnętrznym benchmarku Tencentu obejmującym osiem zestawów: wynosi on jedną trzynastą kosztu Hy4 preview, jedną dwudziestą kosztu Tencent HY4 i jedną ósmą kosztu DeepSeek-V4.1-Flash-1017. W porównaniu z GLM-5.3-Flash jedyną opublikowaną liczbą jest wzrost o 2,52% w ogólnym czacie w 元宝, co jest metryką produktową jednej aplikacji konsumenckiej i nie przekłada się na cokolwiek, co mógłbyś uruchomić.

Pozycjonowanie Zhipu jest inne: sprzedaje model jako zdolności zbliżone do czołówki w cenie flash, wycenia go względem własnego flagowca 743B i wskazuje na otwarte wagi oraz wynik ewaluacji exploitów jako dowód, że tani model nie jest zabawką. Jego wewnętrzne liczby doczekały się już jednej niezależnej korekty, a to liczba AA jest tą, którą należy przytaczać.

Praktyczną konsekwencją jest to, że żaden z dostawców nie opublikował bezpośredniego porównania na neutralnym stanowisku testowym, a porównanie, którego naprawdę byś chciał — te same zadania, te same prompty, to samo stanowisko testowe, oba modele — nie istnieje. Będziesz musiał je przeprowadzić. Dziesięć zadań, które już wykonujesz, z zapisaną liczbą tokenów, wystarczy, by rozstrzygnąć to dla Twojego ruchu, i jest warte więcej niż którakolwiek z premierowych stron.

Dwa różne zakłady dotyczące multimodalności

GLM-5.3-Flash natywnie przyjmuje dane wejściowe w postaci tekstu, obrazu i wideo i był pierwszym modelem GLM-5, który to robi, zamiast kierować przetwarzanie obrazu przez osobny adapter. To udokumentowane, weryfikowalne twierdzenie, a wagi są publiczne, więc można je sprawdzić bez pytania o pozwolenie.

Hy4 flash jest opisywany jako multimodalny, a zestaw WorkIndex, na którym go mierzono, obejmuje rozumienie wizualne jako jeden z ośmiu typów zadań. Tencent nie powiedział, czy ścieżka wizyjna jest natywna, czy oparta na adapterze, nie opublikował rozmiaru enkodera i nie powiedział, czy wideo jest w ogóle obsługiwane. Najwięcej, co można powiedzieć, to że wejście obrazowe jest częścią oferty oraz że poprzednik modelu w rodzinie — Tencent HY4, ogólnie dostępny od 4 listopada 2026 — dodał natywne widzenie i computer use jako swoją główną funkcję, więc ta możliwość jest prawdopodobna w przypadku modelu destylowanego z niego. Prawdopodobne nie znaczy udokumentowane.

Jeśli zrzuty ekranu, wykresy, zeskanowane dokumenty lub klatki wideo mają kluczowe znaczenie w Twoim procesie, GLM-5.3-Flash to model, którego działanie multimodalne możesz zweryfikować przed podjęciem decyzji. Jeśli obrazy pojawiają się sporadycznie, ta różnica ma mniejsze znaczenie niż cena.

Gdzie rozstrzyga się decyzja

Wybierz Hy4 flash, gdy problemem jest wolumen, a zadanie ma charakter biurowy. Przetwarzanie dokumentów, wyszukiwanie w długim korpusie, generowanie slajdów, prosta praca frontendowa, pętle korzystania z komputera — to są obciążenia, dla których Tencent je zbudował, te, które obejmują jego wewnętrzne dane produktowe, i te, w których dziesięciokrotny rabat za pamięć podręczną i 50% redukcja długości wyjścia łączą się w coś o rząd wielkości tańszego. Uruchom go najpierw na własnych zadaniach i obserwuj tokeny wyjściowe: jeśli model naprawdę jest zwięźlejszy, twoje rozliczenie spadnie bardziej, niż przewiduje cennik, a jeśli jest zwięźlejszy, bo jest płytszy, zobaczysz to w tym samym pomiarze.

Wybierz GLM-5.3-Flash, gdy potrzebujesz artefaktu, audytu lub modalności. Dostrajanie, serwowanie lokalne, dane objęte regulacjami, licencja, którą możesz pokazać prawnikowi, wejście wideo albo wynik z zestawu testowego, którego nikt w Zhipu nie napisał — wszystko to prowadzi w jednym kierunku. W cenie 0,15 USD i 0,50 USD nie jest drogi; to około jednej dziesiątej ceny katalogowej GLM-5.3 za model, który przeszedł już niezależne pomiary.

Wybierz oba, gdy obciążenie jest mieszane. Uczciwa interpretacja tych dwóch wydań jest taka, że tak naprawdę nie są one substytutami: jedno to zoptymalizowany pod kątem kosztów model API do codziennej pracy o dużej skali, a drugie to otwarty checkpoint z udokumentowaną architekturą dla wszystkiego, co musi wyjść spod kontroli dostawcy. Router, który obsługuje oba, jest tańszym rozwiązaniem niż wybranie jednego i pomyłka.

A screenshot of the OrcaRouter model page for GLM 5.3 Flash, slug z-ai/glm-5.3-flash, credited to Z.ai and dated 2026-08-26, describing a 320B-total, 18B-active native multimodal model with a 1M-token context that takes text, image and video in and returns text. The specification strip reads max output 128K, input $0.15 and output $0.50 per million tokens, p50 time to first token 3.82 seconds and p95 10.00 seconds. The pricing panel lists $0.150 input, $0.500 output and $0.030 cache read per million tokens, and the public benchmark panel shows 71.5 on the AA Coding index and 27.8 on AA Intelligence. A button reads 'Get the GLM 5.3 Flash API'.

Co dziś faktycznie można wywołać?

Tu właśnie oba modele różnią się zarówno pod względem operacyjnym, jak i komercyjnym. GLM-5.3-Flash znajduje się w katalogu OrcaRouter jako z-ai/glm-5.3-flash w cenie katalogowej dostawcy wynoszącej 0,15 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych, a obok niego dostępny jest darmowy plan z limitem zapytań do celów testowych. Hy4 flash nie jest tu udostępniany przez router — Tencent nie udostępnił go nam — więc każdy, kto chce porównać oba modele, potrzebuje własnego TokenHub firmy Tencent dla wariantu flash, a dla wariantu GLM może użyć tego samego klucza OrcaRouter.

Ten podział warto wykorzystać, a nie się na niego uskarżać. OrcaRouter przekazuje cenę katalogową dostawcy bez narzutu, co oznacza, że część porównania dotycząca GLM jest rozliczana dokładnie według stawki Zhipu i pozostaje poprawna, jeśli Zhipu ją zmieni; nie ma tabeli resellera, która mogłaby się zdezaktualizować. A w samej ocenie posiadanie tencent/hy4-preview na tym samym kluczu co z-ai/glm-5.3-flash jest przydatne, mimo że nie jest to model, o którym mowa: preview to model, z którego destylowano Hy4 flash, więc stanowi naturalny punkt odniesienia, gdy sprawdzasz, czy odpowiedzi małego modelu się bronią. Jeden klucz, ponad 200 modeli i ścieżka awaryjna, jeśli endpoint z tygodnia premiery okaże się zawodny — co w przypadku modelu wydanego sześć dni temu i bez publicznego zapisu dostępności jest rozsądną rzeczą, której można chcieć.

A generated decision card titled 'Pick by constraint' with three rows: high volume office-shaped work points to Hy4 flash on price per task; fine-tuning, on-premises serving or a named licence points to GLM-5.3-Flash under MIT; mixed workloads point to routing both from one key. A footer reads 'GLM-5.3-Flash scores 27.8 on the Artificial Analysis Intelligence Index; Hy4 flash has none published.'

Cena nie jest kwestią

Tencent zbudował tańszy model i według liczb jest tańszy o margines, który ma znaczenie: o połowę na wejściu, nieco ponad połowę na wyjściu, o jedną dziesiątą w cache. Czego jednak nie zbudował, to modelu, który można sprawdzić. Żadnych wag, żadnej licencji, żadnych szczegółów architektury, żadnego niezależnego wyniku, benchmarki ukryte za pikselami i porównanie z nagłówka oparte na panelu własnych pracowników. Zhipu zbudował droższy model i opublikował wystarczająco dużo, by jego słabości — w tym wskaźnik dostawcy, który niezależny pomiar obniżył o piętnaście punktów — były publicznie odnotowane, gdzie można je ocenić.

Sześć dni po premierze wybór przedstawia się tak: udowodniony rabat względem nieudokumentowanego modelu albo udokumentowany model w cenie, która wciąż jest bardzo niska. Rabat jest prawdopodobnie prawdziwy, a luka w dokumentacji prawdopodobnie tymczasowa. Ani jedno, ani drugie nie jest pewne, a sposób, by się przekonać, to poświęcić popołudnie na pomiary, a nie kwartał na wybieranie.

Porównane w tym artykule3

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie