GPT-6.1 Sol vs Tencent Hy4 Preview: Pagando US$ 10 por Token de Saída contra um Modelo Aberto a US$ 2,50

Coloque as duas tabelas de preços lado a lado e a diferença não é sutil. Tencent Hy4 Previewlista $0.834 por milhão de tokens de entrada, $2.501 por milhão de tokens de saída e $0.042 por milhão de entrada em cache em seu endpoint internacional. GPT-6.1 Sollista $2.00, $10.00 e $0.10, respectivamente. Isso é uma diferença de 4× nos tokens de saída e de 2.4× na entrada e, como ambos os modelos são cobrados por token, a questão que essa diferença levanta não é qual é mais barato — o Hy4 Preview é mais barato em todas as linhas —, mas se o mais caro conclui trabalho o suficiente a mais por chamada para justificá-lo. Nenhum dos fornecedores publicou um número que responda a isso diretamente, e este artigo trata, em grande parte, de por que os números óbvios de ambos os lados não são a resposta.

A Tencent lançou e disponibilizou como código aberto o Hy4 Preview em 28/08/2026; a OpenAI lançou o GPT-6.1 Sol na API em 29/09/2026. Ambos são modelos agênticos com suporte a texto e janelas de contexto de um milhão de tokens, ambos podem ser acessados hoje e ambos estão em nosso catálogo — o que faz desta a rara comparação nesta série em que a aritmética por token pode ser feita com base em duas linhas ativas, em vez de em um comunicado à imprensa. Os números abaixo vêm do material de lançamento e da documentação do modelo da Tencent, das páginas de modelo e preços da OpenAI, dos registros do nosso próprio catálogo e de avaliações publicadas, conforme indicado, consultados em 12/10/2026. Todo número que seja uma execução do próprio fornecedor é rotulado como tal.

O que cada modelo realmente é

Comece pela arquitetura, porque os dois modelos estão resolvendo o mesmo problema de serving com a mesma técnica.

• Parâmetros — O Hy4 Preview é um mixture-of-experts de 770B, com 49B ativos por token em 78 camadas, usando 256 especialistas roteados mais 1 especialista compartilhado. O GPT-6.1 Sol é um modelo proprietário da OpenAI posicionado um nível abaixo do GPT-6 Astra na mesma geração; a OpenAI não divulga a contagem de parâmetros.

• Contexto e saída — ambos documentam cerca de um milhão de tokens de contexto de entrada. Nosso registro de catálogo para o Hy4 Preview traz 1.048.576 tokens de contexto com conclusão máxima de 64.000 tokens; o próprio material da Tencent descreve uma janela de contexto superior a 1M de tokens com entrada máxima de 960.000 tokens. O GPT-6.1 Sol documenta 1.050.000 tokens de contexto com saída máxima de 128.000 tokens — o dobro do teto de conclusão do Hy4, que é a especificação que pesa quando você quer um artefato estruturado longo a partir de uma única chamada.

• Modalidade — ambos são somente texto no lado da entrada, com o uso de ferramentas e a saída estruturada que você esperaria de um modelo agêntico atual. Nenhum dos dois é um modelo de visão.

• Controles de raciocínio — Hy4 Preview expõe high, low e none, com high como padrão; uma temperatura de 0,9 e top_p de 1,0 são as configurações de amostragem recomendadas. GPT-6.1 Sol expõe low, medium (padrão), high, xhigh e max, sem posição desativada — o raciocínio está sempre ativado, e parâmetros de amostragem como temperature e top_p são rejeitados de imediato.

• Pesos — Hy4 Preview é de código aberto sob a licença Apache 2.0 e pode ser baixado hoje. GPT-6.1 Sol é fechado, somente via API, e nunca será auto-hospedado.

Essa última linha é o que separa estes dois modelos mais do que qualquer benchmark. Um modelo Apache 2.0 de 770B/49B é uma posse; um modelo de API proprietária é uma assinatura. Todo o resto nesta página é sobre qual dessas duas coisas a sua carga de trabalho precisa.

As linhas de preço, com a aritmética feita

Ambas as tabelas de tarifas são publicadas e ambas são repassadas por nós sem acréscimo, portanto esta seção é verificável, e não apenas reportada.

• Saída — GPT-6.1 Sol US$ 10,00 por milhão contra Hy4 Preview US$ 2,501 por milhão. Para cada milhão de tokens de saída que uma carga de trabalho emite, a diferença é de US$ 7,50, e a saída é a métrica que mais pesa nos gastos de um modelo de raciocínio.

• Entrada — US$ 2,00 por milhão contra US$ 0,834. Uma diferença de 2,4× na linha que domina qualquer pipeline de contexto longo, porque um prompt em escala de repositório ou de conjunto de documentos reenvia um grande prefixo a cada turno.

• Entrada em cache — US$ 0,10 por milhão contra US$ 0,042. Ambos os fornecedores dão descontos agressivos para prefixos relidos, e a tarifa de cache do Hy4 é menos da metade da do GPT-6.1 Sol.

• Gravações em cache — GPT-6.1 Sol cobra $2.50 por milhão para gravar um prefixo em cache. As tarifas internacionais publicadas do Hy4 Preview não incluem uma linha separada de gravação em cache, o que significa que a primeira gravação é precificada como entrada comum, em vez de premium.

Execute um formato comum para qualquer um dos modelos: 500.000 tokens de entrada, dos quais 460.000 são um prefixo em cache, e 20.000 tokens de saída, em uma única chamada.

• No GPT-6.1 Sol — 460.000 tokens em cache a $0,10/M representam $0,046, 40.000 novos tokens de entrada a $2,00/M representam $0,080, e 20.000 tokens de saída a $10,00/M representam $0,200. Total $0,326.

• No Hy4 Preview — 460.000 tokens em cache a $0,042/M custam $0,019, 40.000 tokens de entrada novos a $0,834/M custam $0,033, e 20.000 tokens de saída a $2,501/M custam $0,050. Total $0,102.

A chamada do Hy4 fica um pouco abaixo de um terço da chamada do GPT-6.1 Sol neste formato. Agora, a ressalva que torna a comparação honesta: trata-se de uma comparação de duas tabelas de preços aplicadas a uma contagem de tokens idêntica, e as contagens de tokens não são idênticas entre os modelos. Um modelo que raciocina por mais tempo antes de responder emitirá mais tokens de saída para a mesma tarefa, e o GPT-6.1 Sol está documentado como produzindo de 10 a 30% mais tokens de saída do que seu antecessor GPT-6 Sol em trabalhos comparáveis. Se o padrão de raciocínio "high" do Hy4 Preview o tornar igualmente verboso, a diferença no mundo real diminui; se o modelo da OpenAI for o mais verboso dos dois, a diferença aumenta além dos 3,2× que a aritmética mostra. As tabelas de preços informam o preço de um token. Elas não informam quantos tokens uma tarefa custa, e só executar a sua própria carga de trabalho resolve isso.

Onde os benchmarks ajudam e onde não ajudam

Esta é a seção em que a qualidade das evidências dos dois modelos diverge, e a divergência é justamente o ponto.

A principal avaliação da Tencent para o Hy4 Preview é um teste cego de preferência lado a lado, e o resultado é 2,99 para o Hy4 Preview, contra 2,92 para o GLM 5.3 e 2,94 para o Kimi K3. Leia isso com atenção: é uma avaliação da própria Tencent, é uma pontuação de preferência, e não de acurácia, a margem de vitória é de sete centésimos de ponto numa escala de aproximadamente três pontos, e o conjunto de comparação é formado por dois outros modelos abertos. É evidência de que o Hy4 Preview é competitivo com o atual patamar de modelos de pesos abertos. Não é evidência de que seja competitivo com um modelo de fronteira proprietário, e nenhuma suíte no material de lançamento faz essa alegação.

A Tencent também relata uma melhoria de 31,8% na taxa de transferência decorrente do próprio trabalho de auto-otimização do modelo, e a arquitetura inclui uma camada nativa de previsão de múltiplos tokens para decodificação especulativa. Ambas são alegações de eficiência de serviço feitas pelo fornecedor, não reproduzidas por mais ninguém, e ambas são plausíveis para um MoE de 770B/49B construído com essa camada — mas elas descrevem a rapidez com que o modelo responde, não o quão bem.

O GPT-6.1 Sol tem a posição de evidência mais forte, e vale a pena ser preciso sobre o porquê. Sua linha independente no Intelligence Index, com esforço máximo de raciocínio, é 52, com um custo medido de execução de US$ 0,72 por tarefa e velocidade de saída de aproximadamente 65 a 67 tokens por segundo — uma terceira parte o executou, pontuou e relatou quanto custou a execução. Sua pontuação no Artificial Analysis Terminal-Bench 4.0 é 56,06, contra 43,94 do seu predecessor GPT-6 Sol, o que coloca o avanço geracional em tarefas agênticas baseadas em shell em cerca de doze pontos. Em contrapartida, as próprias avaliações de destaque da Open​AI para o modelo — incluindo um resultado do Terminal-Bench Science que cita US$ 5,47 por tarefa com esforço máximo, contra US$ 23,21 para o Claude Opus 5.5 — são execuções do fornecedor com os baselines do fornecedor, e ninguém as reproduziu.

Então, o resumo honesto das evidências é desigual e pende para um único lado: o GPT-6.1 Sol tem uma medição de terceiros tanto da qualidade quanto do custo por tarefa, e o Hy4 Preview tem uma pontuação de preferência do fornecedor em comparação com outros modelos abertos. Isso não significa que o Hy4 Preview seja pior do que a pontuação de preferência sugere. Significa que ninguém fora da Tencent o mediu, o que é uma afirmação diferente, e um motivo para testá-lo nas suas próprias tarefas em vez de confiar nos números de qualquer um dos lados.

A questão da auto-hospedagem, com números reais

Os pesos abertos do Hy4 Preview são a razão para levá-lo a sério para além do preço da API, e também a razão pela qual não é uma vitória simples.

Os números práticos, conforme publicados: uma quantização Q4_K_M do modelo chega a aproximadamente 435 GiB, uma quantização de 1 bit a aproximadamente 213 GiB, e o modelo completo não quantizado precisa da ordem de 1,5 TB de VRAM. O número de 213 GiB da quantização de 1 bit é o único dos três que um único nó de alta memória consegue comportar, e também é o que mais lhe custará em qualidade. O número de 435 GiB do Q4_K_M precisa de infraestrutura multi-GPU que a maioria das equipes não tem ociosa.

O que isso significa na prática: a auto-hospedagem do Hy4 Preview é uma opção real para organizações que já operam esse tipo de hardware, e um projeto de capital para todas as demais. Se você estiver no primeiro grupo, o preço da API acima é irrelevante para você — você está trocando uma fatura por uso por uma fixa, e o Apache 2.0 não impõe nenhum custo de licença adicional. Se você estiver no segundo grupo, a tarifa da API é o único número que importa, e as tarifas de $0.834 / $2.501 / $0.042 são o motivo para sequer considerar o modelo.

Uma ressalva dos usuários — e é uma ressalva de custo, não de capacidade: as limitações documentadas do Hy4 Preview são o raciocínio excessivo e a verificação excessiva — gastar mais tokens do que uma tarefa precisa, verificar trabalho que já está correto. Em uma API cobrada por uso, esse comportamento aparece na linha de saída a US$ 2,501 por milhão; em hardware auto-hospedado, aparece como latência. De qualquer forma, a temperatura recomendada de 0,9 e a configuração padrão de raciocínio "high" são escolhas de configuração que vale a pena ajustar antes de julgar o modelo pelo custo.

Qual carta você deveria estar segurando?

Os dois modelos não são substitutos para o mesmo comprador, e a divisão é nítida.

Escolha o GPT-6.1 Sol se a carga de trabalho for cara para errar e barata em relação ao custo da falha — longos loops de codificação agêntica, uso de computador, trabalho profissional com muitos documentos, em que uma tarefa que falha custa mais do que os tokens que a produziram. Ele tem medições independentes, contexto mais amplo, o dobro do teto de saída e uma data de corte de conhecimento de 2026-04-30. Considere no orçamento o fato de que o medidor de saída é para onde o dinheiro vai, e projete em torno do limite de 272.000 tokens de entrada acima do qual a OpenAI reprecifica a solicitação inteira. Ele está no nosso catálogo com os preços de tabela da OpenAI, com 0% de markup: https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

Opte pelo Hy4 Preview se a carga de trabalho for de alto volume, sensível a custos e tolerante a um modelo que ninguém fora do seu criador avaliou — extração em massa, classificação, sumarização, agentes de chamada de ferramentas onde a tarefa é bem especificada e a falha é barata de repetir. A $0,834 / $2,501 / $0,042, é um terço do custo nos mesmos números de tokens, é de código aberto sob Apache 2.0 se alguma vez quiser parar de o alugar, e está no nosso catálogo às tarifas de tabela da Tencent sem qualquer margem adicionada: https://www.orcarouter.ai/models/tencent/hy4-preview. A mesma regra de 0% de margem aplica-se a ambas as linhas, o que significa que um corte de preço do fornecedor chega ao catálogo no mesmo dia em que chega à página do fornecedor, em vez de depois de um revendedor notar.

A configuração que a maioria das equipes vai realmente querer é ambas, com o modelo barato suportando o volume e o caro suportando a cauda difícil — e é exatamente esse o setup que um único endpoint com failover automático entre mais de 200 modelos existe para tornar barato, já que um modelo não comprovado como o Hy4 Preview é muito mais fácil de experimentar quando está atrás da mesma chave de um modelo em que você já confia, com uma rota que recorre automaticamente em vez de uma segunda integração para manter.