
Hy4 flash vs Tencent HY4: jedna rodzina, dwa poziomy i dwunastokrotna różnica cen
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 87 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 219 tok/s
Tencent HY4 stał się ogólnie dostępny 4 listopada 2026 r. jako model z 770 miliardami parametrów, z 49 miliardami aktywnych parametrów na token, natywnym przetwarzaniem obrazu, korzystaniem z komputera oraz ceną $0.834 za wejście / $2.501 za wyjście za milion tokenów. Dwanaście dni później, 16 listopada, Tencent udostępnił Hy4 flash: 224 miliardy parametrów łącznie, 12 miliardów aktywnych parametrów, ten sam kontekst o długości miliona tokenów oraz $0.070 za wejście / $0.281 za wyjście. Hy4 flash powstał przez destylację Tencent HY4, a następnie trening z uczeniem ze wzmocnieniem, aby mówić mniej, i własne wytyczne Tencent mówią to wprost — model flash należy stosować do głębokiego wyszukiwania, dokumentów, slajdów, prac frontendowych i korzystania z komputera, a model flagowy zachować do długoterminowej inżynierii oprogramowania. Ta wskazówka jest nietypowo szczera jak na premierę i jest zarazem najużyteczniejszą rzeczą w obu tych wydaniach.
To nie jest więc pojedynek między rywalami. To firma, która dzieli własną rodzinę na dwoje i mówi ci, którą połowę kupić, a ciekawe pytania brzmią: ile z flagowca przetrwa w małym modelu, gdzie faktycznie wypada podział i co poza tokenami daje dwunastokrotna różnica w cenie.
Trzy wydania w ciągu jedenastu tygodni
Rodowód wyjaśnia większość ceny. Tencent wypuścił tę rodzinę trzy razy od sierpnia, a każde wydanie zmieniało inną zmienną.
• 28 sierpnia 2026 — wersja zapoznawcza Hy4. Apache 2.0, wagi na Hugging Face, ModelScope, GitCode i CNB, łącznie 770B / 49B aktywnych, 78 warstw, z których jedna jest gęsta, a 77 to warstwy mieszaniny ekspertów z 256 ekspertami routowanymi oraz jednym współdzielonym, routing top-8, kontekst 1 048 576 tokenów, 10B warstwa wielotokenowej predykcji z 0,7B aktywnych. ¥6 / ¥18 / ¥0,3 za milion tokenów. Osiem opublikowanych wierszy benchmarków, przepisy vLLM i SGLang, opublikowane domyślne ustawienia próbkowania.
• 4 listopada 2026 — Tencent HY4.Ta sama skala szkieletu, znacznie więcej pre-treningu i post-treningu oraz dwie nowe możliwości: natywne widzenie na drobnoziarnistych obrazach, wykresach i diagramach oraz obsługa komputera za pomocą myszy, klawiatury i wiersza poleceń, ze specjalnym treningiem dla Blendera, CAD i długotrwałej pracy między aplikacjami. Ta sama cena ¥6 / ¥18 / ¥0.3. Brak wag, brak licencji, brak karty modelu, brak aneksu z benchmarkami.
• 16 listopada 2026 — Hy4 flash. Łącznie 224B, w tym 64B parametrów Engram i 12B aktywnych, multimodalny, kontekst 1 048 576 tokenów, ¥0,5 / ¥2 / ¥0,02. Brak wag, brak licencji, brak karty modelu, wyniki benchmarków publikowane wyłącznie jako obrazy wykresów.
Kierunek zmian jest widoczny: rodzina stawała się tańsza i jednocześnie mniej otwarta. Najtańszy członek jest także tym z najmniejszą ilością dokumentacji, a jedyną wersją, którą ktokolwiek może pobrać, jest ta z sierpnia.
Co flagowy model nadal robi, czego nie robi flash

Dwie funkcje są dostępne w modelu flagowym i nie są deklarowane dla małego modelu w tych samych kategoriach.
Wizja na dużą skalę. Wydanie HY4 zaprezentowało zdjęcie lotnicze o rozdzielczości 2,8 gigapiksela, na którym model zlokalizował dwumetrowy element dachu, co jest mniej wynikiem wizyjnym niż dowodem, że okno o milionie tokenów może jednocześnie pomieścić obraz podzielony na kafle i zapytanie. Hy4 flash określany jest jako multimodalny, a jednym z ośmiu typów zadań w jego zestawie WorkIndex jest rozumienie obrazu, ale wydanie nie mówi, czy enkoder jest własny, czy doczepiony, jak duży jest ani czy w ogóle przyjmuje wideo. W przypadku pracy z gęstymi dokumentami i wykresami flagowym modelem jest ten, za którym stoi opublikowana demonstracja.
Obsługa komputera i długotrwała praca na pulpicie. Tencent wytrenował HY4 specjalnie do obsługi pulpitu w różnych aplikacjach, uruchomił go w piaskownicy zbudowanej na własnym Agent Runtime z zainstalowanymi kilkuset aplikacjami i wskazał Blendera oraz CAD jako docelowe obciążenia. Hy4 flash jest również polecany do obsługi komputera, co jest istotnym ustępstwem — ale to flagowy model ma dołączony opis treningu, a wewnętrzne dane WorkBuddy pokazują, że flash traci grunt w długich zadaniach programistycznych, mimo że osiąga równy poziom w codziennej pracy.
Wszystko inne w kolumnie modelu flagowego to skala, a nie możliwości: 49 miliardów aktywnych parametrów wobec 12 miliardów, 78 udokumentowanych warstw wobec nieujawnionej liczby, 256 ekspertów routowanych wobec nieujawnionej liczby. Więcej aktywnych parametrów daje głębię w trudnym rozumowaniu i długich łańcuchach narzędzi. Nie dają one dostępu do okna kontekstowego, które jest w obu takie samo, ani co do zasady do multimodalności, którą oba deklarują.
Skąd bierze się dwunastokrotna różnica
Różnica w cenie nie jest rabatem. To czterokrotnie mniej aktywnych parametrów plus zestaw zmian w sposobie serwowania, a Tencent jest nietypowo konkretny co do drugiej części.
Prace nad wydajnością, według dostawcy: hybrydowy mechanizm uwagi, LatentMoE i parametry Engram razem dają pamięć podręczną KV o rozmiarze równym jednej dwudziestej czwartej rozmiaru Hy3 i jednej szóstej rozmiaru Tencent HY4. Samodystylacja z HY4, po której przeprowadzono uczenie ze wzmocnieniem, skróciła długość wyjścia end-to-end o 50%. Megajądro inferencyjne z kwantyzacją czterobitową i ścieżką dekodowania o nazwie DFly utrzymuje ponad 150 tokenów na sekundę. Każde z tych twierdzeń jest wiarygodne, każde jest spójne z architekturą i żadnego nie odtworzono niezależnie.
Liczba dotycząca pamięci podręcznej KV to ta, która zmienia arytmetykę wdrożenia, a nie tylko cenę. Przy kontekście miliona tokenów rozmiar pamięci podręcznej decyduje o tym, ile równoczesnych długich żądań zmieści się na węźle, a jedna szósta pamięci podręcznej flagowego modelu przy jednej dwunastej ceny to kombinacja, która może zamienić nierentowne obciążenie w rentowne bez żadnej zmiany jakości modelu. Skrócenie długości wyjścia o 50% to ten czynnik, który zmienia jakość, i to jest liczba do przetestowania: krótsze odpowiedzi są tańsze, bo są krótsze, a to, czy są krótsze, bo model jest wydajny, czy bo przestał myśleć, jest dokładnie tym, czego dostawca nie może powiedzieć o własnym modelu.
Dla porównania, jeśli chodzi o trajektorię samej rodziny, Tencent podaje koszt na zadanie w swoim wewnętrznym zestawie WorkIndex na poziomie jednej trzynastej kosztu Hy4 preview i jednej dwudziestej kosztu Tencent HY4. Koszt na zadanie to inny pomiar niż koszt na token, uwzględniający długość wyjścia i ponowienia, więc jedna dwudziesta to rzetelna wartość operacyjna, a jedna dwunasta to stawka z cennika. Obie wartości są wystarczająco duże, aby kierunek nie budził wątpliwości.
Pytanie o destylację, na które nikt nie odpowiedział
Model destylowany dziedziczy zachowanie swojego nauczyciela w zadaniach objętych destylacją, a w pozostałych wymyśla własne. Tencent twierdzi, że Hy4 flash został samodestylowany z HY4, co sprawia, że flagowy model jest jednocześnie konkurentem i sygnałem treningowym — układ, który zwykle daje mały model bardzo dobry w tym, do czego nauczyciel został wyćwiczony, i zauważalnie słabszy gdzie indziej.
Wewnętrzne dane produktowe firmy są zgodne z tym schematem. W WorkBuddy Hy4 flash działa przy około jednej piętnastej kosztu Tencent HY4, a czas realizacji zadań jest krótszy o 70%, przy porównywalnym poziomie w codziennych zadaniach i niewielkim spadku w długim kodowaniu. W przepływach agentowych 微信支付 dorównuje DeepSeek-V4.1-Flash-1017 lub go przewyższa, wykonując o 6% mniej kroków i generując o 29% mniej tokenów wyjściowych. W analizie przyczyn źródłowych 王者荣耀 wypada blisko zarówno DeepSeek-V4.1-Flash-1017, jak i GLM-5.3-Flash pod względem lokalizacji, zużywając przy tym od 22% do 39% mniej żądań i od 40% do 61% mniej tokenów. W 企业微信 generuje wyniki o 88% szybciej przy 60% mniej tokenów myślenia niż HY4.
Czytane razem, te liczby opisują model, który świetnie radzi sobie z typem zadań, na których trenowano rodzinę — dokumenty, agenci, ustrukturyzowane wyjścia, wyszukiwanie — a nieco ustępuje w zadaniach, w których pracę wykonywała dodatkowa głębia nauczyciela. To oczekiwany wynik destylacji i nie jest to zarzut; to powód, by utrzymać oba poziomy zamiast zastępować jeden drugim.
Czego nie ma żaden z modeli
Ani wydanie flagowe, ani wydanie Flash nie zawierają wag. Tencent twierdzi, że planuje udostępnić Hy4 Flash jako open source i często wprowadzać aktualizacje, ale nie istnieje żadna licencja, data ani repozytorium. Samo wydanie wag Tencent HY4 również ogłoszono jako plan. Jedynym członkiem tej rodziny, który można dziś pobrać, jest Hy4 preview na licencji Apache 2.0, dostępny na Hugging Face od 28 sierpnia — i pozostaje to prawdą jedenaście tygodni i dwa wydania później.
Żaden z nich nie ma niezależnego wyniku benchmarku. Artificial Analysis nie opublikowało niczego na temat Tencent HY4 ani Hy4 flash. Każda liczba w obu komunikatach pochodzi od Tencent, tabele benchmarków istnieją jako obrazy wykresów, a nie tekst, a test z zaślepieniem stojący za głównym twierdzeniem modelu flash to 85 pracowników Tencent korzystających z produktu Tencent w zadaniach wybranych przez Tencent. To nie czyni tych liczb błędnymi. Czyni z nich wstępną hipotezę.
Żaden z nich nie ma opublikowanej konfiguracji próbkowania, karty systemowej ani oświadczenia o zachowaniu w przypadku odmowy. Wersja zapoznawcza zawierała wszystkie trzy.
Praktyczny podział
Wskazówki Tencenta przekładają się na kształt obciążenia w bardziej przejrzysty sposób niż większość porad dostawców, dlatego warto je przedstawić ponownie w ujęciu operacyjnym.
Domyślnie używaj Hy4 flash do wszystkiego, co polega głównie na czytaniu. Głębokie wyszukiwanie, przetwarzanie dokumentów, ekstrakcja z długich danych wejściowych, generowanie slajdów, proste tworzenie szkieletu frontendu oraz pętle agentowe, które zużywają większość tokenów na ponowne wysyłanie kontekstu. Dziesięciokrotna zniżka na pamięć podręczną i mniejszy ślad KV sprawiają, że wyszukiwanie w długim kontekście to obciążenie, w przypadku którego tania warstwa jest najoczywiściej właściwym wyborem, a dane wewnętrzne obejmują dokładnie ten obszar.
Sięgaj po Tencent HY4, gdy zadanie jest długim łańcuchem decyzji. Inżynieria oprogramowania obejmująca wiele plików, długookresowa automatyzacja pulpitu, prace CAD i w Blenderze oraz wszystko, gdzie przebieg musi utrzymać spójny plan przez dziesiątki kroków. To przypadek, który przyznaje sam Tencent, a mechanizmem są dodatkowe 37 miliardów aktywnych parametrów flagowego modelu.
Użyj Hy4 preview jako punktu odniesienia. To ta sama rodzina, ta sama skala 770B/49B co flagowy model, opublikowany załącznik z wynikami benchmarków i wagi Apache 2.0, które możesz uruchomić samodzielnie. Kiedy decydujesz, czy flash jest wystarczająco dobry, preview daje punkt odniesienia, który nie wymaga zaufania do wykresu.
Gdzie przeprowadzić porównanie

Ani Tencent HY4, ani Hy4 flash nie są kierowane przez OrcaRouter. To, co tu jest, to tencent/hy4-preview po cenie katalogowej dostawcy wynoszącej 0,834 USD za milion tokenów wejściowych i 2,501 USD za milion tokenów wyjściowych, plus darmowy poziom z limitem szybkości, oraz tencent/hy3 za 0,18 USD i 0,59 USD w przypadku starszej generacji. Dwa modele opisane w tym artykule są dostępne przez własny TokenHub Tencenta, gdzie poziom flash objęty jest obecnie promocją 50% zniżki przez nieokreślony czas, a WorkBuddy jest darmowy do 30 listopada.
Ścieżka podglądowa jest warta więcej, niż się wydaje. Działa na tej samej architekturze w tej samej skali co model flagowy, publikuje ośmiowierszowy dodatek z benchmarkami, który możesz ponownie uruchomić względem checkpointu, i kosztuje jedną czwartą tego, co kosztowałoby ewaluowanie modelu flagowego. Jeśli Twoje pytanie brzmi, czy duży model z tej rodziny jest wystarczająco dobry do Twojej pracy, podgląd odpowiada na nie za ułamek ceny; jeśli odpowiedź brzmi „tak”, Hy4 flash to wersja, względem której należy porównywać koszty, a relacja destylacji sprawia, że porównanie jest wyjątkowo czyste — ta sama rodzina, ten sam kontekst, ta sama linia tokenizera, dwunastokrotna różnica w tym, co płacisz.
Jeden powód, by pozostawić ewaluację na routerze nawet w przypadku rodziny modeli dostępnej wyłącznie u jej dostawcy: model wydany sześć dni temu nie ma publicznej historii dostępności, a podmiana na tencent/hy4-preview przy tym samym kluczu to zmiana jednej linijki, jeśli endpoint zachowuje się nieprawidłowo podczas promocji w tygodniu premiery. Do tego, co pobiera Tencent, nic nie jest doliczane — cena katalogowa to cena — a gdy Tencent zmienia stawkę, nowa liczba to kwota, którą płacisz przy następnym wywołaniu, a nie dopiero przy następnym wydaniu czyjegoś arkusza porównawczego. To samo poświadczenie daje też dostęp do ponad dwustu innych modeli, jeśli ewaluacja rozszerzy się poza tę rodzinę.

Podział na poziomy to ogłoszenie
Najistotniejszą rzeczą, jaką Tencent powiedział 16 listopada, nie była cena. Było nią to, że model flagowy pozostaje przeznaczony do długoterminowej inżynierii oprogramowania, podczas gdy tani model przejmuje codzienną pracę — firma dzieli własną linię produktów wzdłuż osi, którą klienci faktycznie odczuwają, i przyznaje, że tani model nie zastępuje drogiego.
Dla każdego, kto mieści się w tym podziale, decyzja jest łatwa, a liczby są duże: jedna dwunasta ceny wejścia, jedna dziewiąta ceny wyjścia, jedna setna ceny pamięci podręcznej, czterokrotnie mniej aktywnych parametrów i mniejszy ślad KV przy tym samym oknie miliona tokenów. Dla każdego poza nim — długie przebiegi agentowe, automatyzacja pulpitu, kod obejmujący wiele plików — flagowiec nadal jest odpowiedzią rodziny, i sam jego dostawca tak twierdzi.
Brakuje dowodów i brakuje ich na obu poziomach. Brak niezależnej oceny, brak wag dla obu nowych modeli, tabele benchmarków, które trzeba czytać jako obrazy, oraz kluczowe porównanie oparte na wewnętrznym panelu. Dwunastokrotna różnica cen to twierdzenie tak mocne, że w ciągu kilku tygodni sprawdzą je osoby spoza Tencent. Dopóki do tego nie dojdzie, rozsądne stanowisko jest takie, jakie sugerują własne wytyczne Tencent: używać tańszego poziomu w zadaniach, do których został stworzony, zostawić model flagowy tam, gdzie praca jest długa, i oceniać oba, zamiast wybierać na podstawie cennika.
Porównane w tym artykule2
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
