
Tencent Hy4 vs Gemini 4 Argon: Pesos Abertos vs um Conjunto de Modalidades Mais Amplo
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 182 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 749 tok/s
- AlibabaNOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 1902 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
Pegue mil páginas de faturas digitalizadas e faça duas perguntas a elas: quanto custa lê-las e quanto custa raciocinar sobre elas. As respostas apontam em direções opostas, e isso resume toda a decisão entre Tencent Hy4 e Gemini 4 Argon. O Tencent Hy4, com disponibilidade geral desde 4 de novembro de 2026 e com pesos abertos desde 20 de novembro, é um modelo de texto e imagem a US$ 0,834 por milhão de tokens de entrada. O Gemini 4 Argon, que o Google lançou em 30 de setembro de 2026, aceita texto, imagens, áudio, vídeo e PDFs, e cobra US$ 2,00 por milhão de tokens de entrada. Um custa 2,4 vezes o preço do outro na entrada e quatro vezes na saída. O mais barato pode ser baixado e executado no seu próprio hardware. O mais caro lê formatos que o mais barato não consegue ver de jeito nenhum.
No índice independente, os dois estão próximos o suficiente para que a diferença de preço seja difícil de justificar apenas com base em capacidade: o Artificial Analysis coloca o Gemini 4 Argon em 50 no seu Intelligence Index com esforço alto e 48 com esforço médio, contra 35 do Tencent Hy4. Uma diferença de 15 pontos com esforço mais ou menos equivalente é real, mas é muito menor do que os múltiplos de 2,4x na entrada e 4x na saída sugerem que deveria ser. O custo por tarefa concluída é onde a diferença de preço de fato aparece: US$ 4,97 para o Argon contra US$ 1,03 para o Hy4 no mesmo índice.
A fatura, passo a passo
A aritmética concreta supera uma captura de tela de tabela de preços, então aqui está para um trabalho plausível: 1.000 páginas de faturas digitalizadas, aproximadamente 800 tokens de imagem cada, um prompt de 600 tokens, uma saída estruturada de 300 tokens por página.
• Volume de entrada — 1,4 milhão de tokens de imagem mais 0,6 milhão de tokens de prompt, totalizando 2,0 milhões de tokens de entrada.
• Volume de saída — 300.000 tokens de campos extraídos.
• Tencent Hy4 — 2,0 milhões a $0,834 são $1,67, mais 0,3 milhão a $2,501 são $0,75. Total: $2,42.
• Gemini 4 Argon — 2,0 milhões a $2,00 resultam em $4,00, mais 0,3 milhão a $10,00 resulta em $3,00. Total: $7,00.
• Com cache — se o prefixo do prompt for estável entre páginas, o que em um pipeline de extração normalmente é, a entrada em cache da Hy4 a US$ 0,042 por milhão reduz a parcela do prompt a quase nada; a taxa em cache da Argon de US$ 0,10 por milhão faz o mesmo proporcionalmente. A proporção não muda muito, porque os tokens de imagem dominam e nenhum dos fornecedores os desconta de forma significativa.
A diferença por execução é de US$ 4,58. Com um milhão de páginas por mês, são US$ 4.580 contra US$ 7.000, e a pergunta interessante passa a ser se a diferença de 15 pontos no índice compra precisão suficiente para justificar US$ 2.420 por mês — o que depende inteiramente de os pontos extras de erro do Hy4 estarem em um campo que você consegue pós-validar.
Essa última cláusula é a parte útil. A extração de faturas com um esquema e uma etapa de validação é uma carga de trabalho em que um modelo mais fraco somado a verificações determinísticas supera um modelo mais forte sozinho, porque repetir uma análise que falhou sai barato, mas um número errado que passa na validação não. O Tencent Hy4 com 35 não é fraco demais para essa tarefa. Provavelmente é fraco demais para a tarefa dois parágrafos abaixo.
Onde a lacuna de modalidade realmente dói
O Hy4 lê texto, imagens e quadros de vídeo por meio de um único codificador de visão. O Gemini 4 Argon lê texto, imagens, áudio, vídeo e documentos PDF nativamente, e a documentação do modelo do Google lista todas as cinco na linha de capacidades do modelo. A diferença não é uma frase de marketing; ela muda quais pipelines são possíveis sem uma etapa de pré-processamento.
• Áudio. Uma gravação de chamada, uma reunião, uma mensagem de voz — Argon recebe o arquivo. Hy4 precisa primeiro de uma etapa de transcrição, o que significa um segundo modelo, um segundo contrato e um segundo modo de falha.
• PDF como um documento e não como páginas. Se um PDF tiver texto selecionável, imagens incorporadas e um bloco de assinatura digitalizado, o Argon lida com a mistura em uma única passagem. O Hy4 processa páginas renderizadas como imagens, portanto a camada de texto é perdida e o custo em tokens aumenta.
• Vídeo longo. A ficha da Tencent descreve a adaptação de características de quadros para vídeo, o que é uma capacidade real e melhor do que a maioria dos modelos abertos possui. Mas é amostragem de quadros, não modelagem temporal nativa, e para qualquer coisa em que a questão seja o movimento ao longo de um clipe longo, a diferença aparece.
• A lacuna reversa. O Hy4 aceita 64K tokens de saída, em comparação com o padrão de 64K do Argon, com um teto de 1M disponível no lado da saída, conforme a documentação do Google. Nenhum dos dois é a restrição vinculante para trabalho de extração.
Então, a forma honesta de enquadrar isso é que o Gemini 4 Argon é o instrumento mais abrangente e o Tencent Hy4 é o mais barato. Em uma carga de trabalho que fica restrita a texto e imagens — o que corresponde à maior parte do código, da maioria dos documentos e da maior parte do trabalho com agentes —, a amplitude não é usada e o preço é o que você paga.
Capacidade, medida e mal medida
A Artificial Analysis atribui ao Gemini 4 Argon 50 (esforço alto) e 48 (médio) no Intelligence Index v5.0.1, com um preço combinado de US$ 1,47 por milhão de tokens, 68 tokens por segundo, uma espera de 47 segundos até o primeiro token em esforço alto e US$ 4,97 por tarefa do índice concluída. O Tencent Hy4 está em 35, com 93 tokens por segundo, US$ 0,45 combinados e US$ 1,03 por tarefa concluída. Nenhum dos valores traz uma separação por esforço no lado do Hy4, que é a mesma limitação que afeta toda comparação que o envolve: a Tencent não publica seu próprio modelo por níveis de esforço, e o avaliador tem apenas um número.
O próprio anúncio do Google trazia uma tabela de benchmarks com dezenove linhas comparando o Argon com o GPT-6 Astra, o Claude Fable 5.1 e o Claude Opus 5.5. Ele lidera no Vals Index, no AutomationBench, no Harvey's Legal Agent Benchmark e em várias suítes de visão; perde no FrontierSWE v2 e no Terminal-bench 4.0. Esses são números do Google com a metodologia do Google, sendo os valores não-Gemini tirados da própria pontuação dos outros fornecedores — uma ressalva que o PDF da metodologia declara explicitamente. Eles são úteis para saber para o que o Google otimizou, não para ranking.
A base de evidências da Tencent é mais escassa e de natureza diferente. O anúncio do Hy4 removeu completamente as linhas Terminal-Bench e SWE-bench da prévia e as substituiu por conjuntos de tarefas internos: um painel financeiro de 213 especialistas no qual o Hy4 obteve média de 3,04 de 4, uma taxa de alucinação reduzida de 15,76% para 5,45%, um ganho de +19,1% em um conjunto interno de desenvolvimento de jogos. O model card repete esses dados. Nenhum deles é reproduzível fora da Tencent. O único resultado independente específico de segurança, uma pontuação de 58 no Cyber Index e um primeiro lugar de 76% no CWE-Bench-AA, não tem equivalente no Gemini 4 Argon porque o modelo do Google não está nesse ranking.
O que isso significa para um comprador: o Argon tem um agregado medido e uma tabela de fornecedores; o Hy4 tem um agregado medido, um resultado específico de segurança e uma tabela de fornecedores sobre trabalho interno. Ambos os agregados vêm do mesmo avaliador, e é isso que faz a comparação de 15 pontos valer algo.
Por que este confronto tem apenas algumas semanas
Vale a pena dizê-lo com clareza, porque o registo importa. Quando o Google anunciou o Gemini 4 Argon, a 30 de setembro, descreveu um lançamento em três fases — primeiro os defensores cibernéticos, através do Programa Fairwind, depois os clientes pagos da API e os assinantes do AI Ultra, e por fim todos os restantes — sem datas para além da primeira fase. Nessa altura, o nome tinha uma página de família de modelos, uma tabela de benchmarks e nenhum identificador de modelo que se pudesse incluir num pedido.
Isso mudou. A documentação de modelos do Google agora lista gemini-4-argon como um modelo atual, sem rótulo de pré-visualização, com uma janela de entrada de 1 milhão de tokens e o conjunto de cinco modalidades de entrada descrito acima. O Artificial Analysis o lista como lançado e disponível via API pelo Google. Portanto, a comparação neste artigo é entre dois modelos que você pode chamar, o que não teria sido o caso há seis semanas. Vale a pena fazer a correção porque muitas páginas ainda descrevem o Argon como um teaser com acesso restrito.
O próprio status do Tencent Hy4 mudou na direção oposta: passou de API fechada em 4 de novembro para pesos abertos em 20 de novembro, sob a Tencent Hy License 1.0 em vez da Apache 2.0 que regia a prévia de agosto. Ambos os modelos se moveram, em direções opostas quanto à abertura, dentro das mesmas seis semanas.
A questão da abertura, precificada com honestidade
O checkpoint de 770 bilhões de parâmetros do Hy4 pode ser baixado. Executá-lo exige oito GPUs da classe H100 para a build FP8 com tensor-parallel size 8, conforme a própria receita vLLM da Tencent. Isso é uma máquina de verdade e, para a maioria das empresas, a resposta honesta é que pesos abertos compram opcionalidade, não economia: o modelo é auto-hospedável em princípio, barato de alugar na prática e vale a pena baixar apenas se residência de dados, fine-tuning ou uma implantação em ambiente isolado (air-gapped) for um requisito rígido.
A licença acrescenta uma cláusula que vale a pena ler. A Seção 10 da Licença Tencent Hy exige uma licença escrita separada se você operar um negócio de modelo como serviço com receita bruta mundial acima de US$50 milhões em qualquer período de doze meses, ou mais de 100 milhões de usuários ativos mensais. O uso interno está excluído. Assim, uma empresa que executa o Hy4 por trás de uma ferramenta interna não é afetada; uma plataforma que revende inferência sobre ele está negociando.
O Gemini 4 Argon não tem uma pergunta equivalente porque não há nada para licenciar — ou você chama o endpoint do Google, ou não usa o modelo. É um arranjo mais simples e estritamente menos flexível. Para um comprador regulado, «conseguimos executá-lo no nosso próprio rack» vale muitas vezes mais do que quinze pontos de índice; para todos os restantes, é uma nota de rodapé.
Qual deles colocar no caminho da requisição
• Extração de volume em texto e imagens — Tencent Hy4. A aritmética acima não chega perto, e um esquema mais uma etapa de validação absorve a maior parte da lacuna de precisão.
• Qualquer coisa com áudio, PDFs nativos ou vídeos longos — Gemini 4 Argon. O Hy4 não consegue ver a entrada, e um modelo de pré-processamento custa mais do que a diferença de tokens.
• Superfícies interativas — Argon no esforço médio, se for o caso. A espera de 115,9 segundos do Hy4 pelo primeiro token o torna inadequado, e o caminho de alto esforço do Argon leva 47 segundos, o que é melhor, mas ainda não é uma interface de chat.
• Uma rede regulamentada ou um plano de ajuste fino — Tencent Hy4, sujeito à Seção 10.
• O raciocínio mais difícil que você tem — Gemini 4 Argon, com base em uma diferença independente de 15 pontos que os fornecedores de ambos os modelos concordam que existe aproximadamente nessa direção.
Ambos em uma única tecla, e o que isso proporciona

Ambos os modelos podem ser chamados pelo OrcaRouter com suas próprias strings — tencent/hy4 a $0,834 e $2,501, google/gemini-4-argon a $2,00 e $10,00 — o que faz da divisão por modalidade uma decisão de roteamento, e não uma decisão de arquitetura. Envie o trabalho de imagem e texto para o modelo barato, e roteie por tipo de entrada para que tudo que carregue áudio ou um PDF nativo vá para o modelo que consegue lê-lo. É a DSL de roteamento fazendo o trabalho para o qual existe, e custa uma chave em vez de duas integrações.
A precificação de repasse importa aqui mais do que o habitual, porque os dois fornecedores alteram suas tarifas em cronogramas diferentes. A OrcaRouter cobra o preço de tabela do provedor com margem zero, então uma mudança de preço do Google e uma mudança de preço da Tencent chegam ao nosso lado no mesmo dia, em vez de depois que um revendedor recadastra um catálogo.
O failover automático é a outra metade. Um job em lote que falha uma validação de esquema no Hy4 pode tentar novamente no Argon sem que o cliente saiba, o que é uma forma mais barata de obter precisão do que pagar quatro vezes a tarifa de saída em cada chamada.
O que mudaria a resposta


Dois desenvolvimentos mudariam esta comparação, e ambos são plausíveis num horizonte de doze meses.
O primeiro é um modelo da Tencent com áudio. O caminho de visão do Hy4 é um único codificador sobre imagens e quadros de vídeo amostrados; adicionar um codificador de áudio é o próximo passo óbvio, e isso eliminaria a maior parte da vantagem de abrangência do Argon. A Tencent já lançou o Hy4 Flash, um irmão mais barato de 220 bilhões de parâmetros com o mesmo conjunto de modalidades, então a família está se expandindo, e não se consolidando.
A segunda é a avaliação independente dos pesos abertos do Hy4. O 35 no índice é o número de um avaliador para uma versão. Com os pesos públicos, um segundo laboratório pode executar o checkpoint ajustado por instrução e confirmar ou reduzir a diferença em relação ao Argon. Isso ainda não aconteceu — o material de benchmark do card do modelo ainda é em grande parte a tabela de pré-treinamento, MMLU em 91,6 e MMMU-Pro em 59,6 para o modelo base, além das suítes internas da Tencent.
Até então, o resumo é restrito e defensável. O Gemini 4 Argon é o modelo mais amplo e o de maior pontuação, com 2,4 vezes o preço de entrada, quatro vezes o preço de saída e 4,8 vezes o custo por tarefa concluída. O Tencent Hy4 é o mais barato em uma ordem de magnitude por tarefa concluída, aberto desde 20 de novembro e não processa áudio. Escolha primeiro pelo tipo de entrada, porque isso decide a questão antes de o preço entrar na conta.
Comparados neste artigo1
Detectado a partir deste artigo
