Cartão de título gerado exibindo 'Tencent Hy4 vs Kimi K3.1 Pro' com duas colunas de estatísticas: Hy4 com Índice de Inteligência 34,6, 770B de parâmetros totais e 49B ativos, US$ 0,834/US$ 2,501 por milhão de tokens; Kimi K3.1 Pro com 46,5, 2,8T de parâmetros totais e 104B ativos, US$ 2,00/US$ 10,00; e um rodapé exibindo 'Índice conforme Artificial Analysis v5.0.1, lido em 20 de novembro de 2026; os pesos de ambos os modelos estão disponíveis publicamente.'
Guides & Insights

Hy4 vs Kimi K3.1 Pro: Ambos baixáveis, um auto-hospedável

Autor

Alistair Wren

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O Kimi K3.1 Pro pontua 46,5 no Índice de Inteligência da Artificial Analysis. O Tencent Hy4 pontua 34,6. É uma diferença de 12 pontos, e é o maior déficit que o Hy4 apresenta em qualquer confronto esta semana — maior do que o contra o Qwen4-Max, mais de dez vezes o contra o Grok 4.7. No ranking, o Kimi K3.1 Pro é o melhor modelo de pesos abertos listado, primeiro entre 32 em sua classe.

Depois, você olha quanto os dois pesam. Kimi K3.1 Pro é um modelo de 2,78 trilhões de parâmetros, com 104 bilhões ativos por token. O Tencent Hy4 tem 774 bilhões no total, com 49 bilhões ativos. Ambos foram publicados como pesos para download — o da Kimi em 2 de novembro de 2026, o do Hy4 em 18 de novembro, com três semanas de diferença. Apenas um deles cabe em uma máquina que uma empresa comum possui, e esse único fato reorganiza toda a comparação. Esta não é uma história sobre qual modelo é mais inteligente. É uma história sobre qual modelo você realmente consegue executar, e quanto o mais inteligente custa por tarefa concluída se você o alugar em vez disso.

O único benchmark que decide isto

Pegada mínima implantável, na precisão recomendada pelo próprio fornecedor:

• T​encent Hy4 — 774 bilhões de parâmetros em BF16, publicado como 245 shards de aproximadamente 12,9 GB e 6,4 GB, cerca de 1,45 TB antes de qualquer quantização. A própria receita de serving da Tencent usa paralelismo de tensores de 8 em GPUs equivalentes a um único nó com a versão FP8, o que corresponde a aproximadamente 786 GB de pesos.

• Kimi K3.1 Pro — 2,78 trilhões de parâmetros, 2,72 TB de pesos quantizados em U8 no repositório conforme fornecido, com os tensores BF16 ocupando outros 57 GB. Não existe nenhuma configuração de nó único em que este modelo seja um projeto de fim de semana.

Ambos os fornecedores disponibilizam o software que torna o serving viável, e ambos são invulgarmente bons nisso. A Tencent publica uma tag de imagem vLLM (vllm/vllm-openai:hy4) e uma imagem SGLang (lmsysorg/sglang:hy4) com as flags de paralelismo de tensores e de descodificação especulativa explicitadas; o repositório da Kimi disponibiliza uma configuração MXFP4 de compressed-tensors e um caminho de 4 bits que reduz o ficheiro de pesos para o valor de 2,72 TB indicado acima. Nenhum desses casos é uma história de modelo pequeno. A diferença é que um nó de 8 GPUs é uma compra que a maioria das organizações de engenharia consegue autorizar, ao passo que uma implementação de 2,8 biliões de parâmetros é uma decisão de centro de dados.

Se a auto-hospedagem era o motivo pelo qual você se interessou por pesos abertos, essa frase é todo o argumento, e não depende de um benchmark.

Generated two-column scoreboard comparing Tencent Hy4 and Kimi K3.1 Pro across six dimensions: Intelligence Index 34.6 versus 46.5, total parameters 770B versus 2.8T, active parameters 49B versus 104B, price $0.834/$2.501 versus $2.00/$10.00 per million tokens, Terminal-Bench 4.0 37.4% versus 67.2%, and cost per index task $1.03 versus $3.68, with a footer reading 'Index figures per Artificial Analysis v5.0.1; parameter counts from vendor model cards.'

Onde ficam os doze pontos

Uma diferença de 12 pontos no índice parece uniforme. Não é — o Hy4 se mantém à altura em várias avaliações e é destruído em uma.

• Programação agêntica, Terminal-Bench 4.0 — Kimi K3.1 Pro 67,2%, Tencent Hy4 37,4%. Uma diferença de 30 pontos, e o maior contribuinte individual para a diferença do índice.

• Ciência agêntica em um terminal, Terminal-Bench-Science — Kimi 34,3%, Hy4 12,9%.

• Engenharia de software em repositórios reais, FrontierCode-AA 2.0 — Hy4 31,4%, K​imi 25,5%. Hy4 é o melhor modelo aqui, por seis pontos, e é a única avaliação em que o trabalho de um agente de terminal em repositórios reais favorece a T​encent.

• Raciocínio difícil, HLE-Diamond — K​imi 37,3%, Hy4 32,7%. Mais próximo do que o título sugere.

• Física, subconjunto difícil do CritPt v2 — K​imi 49,5%, Hy4 39,0%.

• Execução de fluxos de trabalho SaaS, AutomationBench-AA — K​imi 73,3%, Hy4 65,6%.

• Trabalho de conhecimento agêntico, Elo AA-Briefcase — K​imi 1.673,6, Hy4 1.445,9. Uma diferença de 228 pontos de Elo com intervalos não sobrepostos.

O resultado do FrontierCode é o que merece uma pausa, porque contradiz a leitura óbvia dos outros seis. Num benchmark de repositórios open-source reais em constante mudança, o Hy4 lidera. Num benchmark de um ambiente de terminal limpo, o Kimi lidera por 30 pontos. O cartão de modelo da Tencent explica por que isso pode acontecer: o Hy4 foi treinado especificamente nos próprios pipelines de jogos e frontend da Tencent — Unreal, Unity, Godot, gestão de estado de UI — e reporta um ganho de 19,1% na sua suíte interna de GameDev em relação ao Hy4 preview. Trata-se de um modelo afinado para construir coisas, avaliado num teste de as reparar. Considerando ambas as linhas, a conclusão honesta é que a história da programação depende da carga de trabalho, e não que um modelo programe melhor.

Screenshot of the Artificial Analysis page for Tencent Hy4, captured 20 November 2026, showing its Intelligence, Performance, Cost and Verbosity rank tiles, 93 tokens per second output, 14.0 minutes per task, a 118.9-second time to first token and a 1M-token context window, with the header still labelling the model proprietary.

Um preço 3,6 vezes menor, por tarefa concluída

É aqui que a comparação se torna aritmética em vez de argumento. O Artificial Analysis reporta um custo medido por tarefa do Intelligence Index para ambos os modelos, que incorpora preços de tokens, comprimento do raciocínio e comportamento de cache:

• Tencent Hy4 — US$ 1,03 por tarefa, a US$ 0,834 de entrada e US$ 2,501 de saída por milhão de tokens, 95% de desconto de cache a US$ 0,042.

• Kimi K3.1 Pro — US$ 3,68 por tarefa, a US$ 2,00 de entrada e US$ 10,00 de saída por milhão de tokens, 90% de desconto de cache a US$ 0,20.

Assim, a diferença de 12 pontos no índice custa 3,6 vezes mais por tarefa. Por ponto de índice, K​imi custa aproximadamente 4,4x o preço. Isso não é um escândalo — um modelo genuinamente melhor em trabalho agêntico difícil deve custar mais —, mas reformula a decisão. Se sua carga de trabalho precisa de 67% no Terminal-Bench, não há substituto e você deve pagar. Se sua carga de trabalho precisa de 37%, pagar três vezes e meia pelos outros 30 pontos é dinheiro gasto em capacidade que você não vai invocar.

Há um custo de segunda ordem que o número por tarefa esconde. K​imi leva 39,7 minutos por tarefa de indexação, contra 14,0 do Hy4, e retorna seu primeiro token de resposta após 162,8 segundos, contra 115,9. A 30 tokens de saída por segundo, contra 93 do Hy4, o modelo mais lento desta comparação, por um fator de três, também é o mais caro. Em um loop de agente que executa centenas de etapas, latência e custo se acumulam juntos em vez de se compensarem.

Duas licenças com dois gatilhos diferentes

Ambos os modelos são de pesos abertos no sentido de que você pode baixá-los e usá-los. Nenhum dos dois é Apache 2.0, e a diferença entre as cláusulas comerciais deles não é acadêmica:

• Tencent Hy4 — a Licença Tencent Hy 1.0, derivada da Apache 2.0. A Seção 10 exige um acordo escrito separado antes de oferecer o modelo como serviço se sua receita bruta mundial exceder US$ 50 milhões em qualquer período de 12 meses, ou se o produto que o utiliza exceder 100 milhões de usuários ativos mensais. O uso interno é excluído.

• Kimi K3.1 Pro — a Licença Kimi K3.1-Pro. O mesmo formato de restrição, com um limite de receita de US$ 20 milhões em vez de US$ 50 milhões.

Ambos abrem espaço para produtos de usuário final em que o modelo é incorporado a recursos específicos, em vez de ser exposto como acesso a modelo de uso geral. Ambos incluem o simples repasse a um serviço de modelo de terceiros como permitido. Em termos simples: uma pequena equipe de produto criando um recurso em qualquer um dos modelos está tudo bem. Uma empresa que opera um negócio de inferência em qualquer um deles precisa de uma ligação, e a ligação da Kimi custa menos da metade da receita.

Para completar, a geração anterior é a exceção: a prévia do Hy4, lançada em 28 de agosto de 2026, era Apache 2.0 sem nenhum limite comercial. Quem desenvolveu com base na licença da prévia e agora está migrando para o Hy4 está migrando para termos diferentes.

Executando ambos sem escolher ainda

A razão pela qual esta comparação não precisa ser resolvida no papel é que ambos os modelos estão disponíveis a partir de um único endpoint com a tarifa do próprio provedor repassada: tencent/hy4 a $0,834 e $2,501 por milhão de tokens, kimi/kimi-k3.1-pro a $2,00 e $10,00, com leituras de cache a $0,20. Esses são os valores acima, sem acréscimo, e uma mudança de preço do fornecedor chega aqui no mesmo dia, e não na renovação.

Para um par tão distante em capacidade e custo, o padrão útil não é uma divisão — é um teto. Encaminhe para kimi/kimi-k3.1-pro por meio da DSL de roteamento, defina tencent/hy4 como alvo automático de failover e observe com que frequência o failover dispara. Se ele dispara raramente, você está pagando pela capacidade do K​imi e a obtendo. Se dispara constantemente por causa da latência do K​imi, você acabou de descobrir algo que uma tabela de benchmark não consegue lhe dizer, aos preços do Hy4 e não do K​imi. A fusão de modelos é a outra opção: um painel dos dois permitiria que o raciocínio do modelo mais forte carregasse o orçamento de tokens mais barato do modelo mais fraco nas avaliações em que eles convergem.

Screenshot of the OrcaRouter model page for Kimi K3.1 Pro, captured 20 November 2026, showing the kimi/kimi-k3.1-pro endpoint with a 1,048,576-token context window, 943,718-token maximum output, text, image and video input, reasoning effort from none to max, a 143-second median time to first token and $2.00/$10.00 per million tokens.

O que mudaria esta resposta

Três coisas, em ordem de probabilidade. Primeira: um fine-tune do Hy4 — os pesos são públicos há dois dias, e a diferença de 30 pontos no Terminal-Bench é exatamente o tipo de margem que um fine-tune direcionado nas próprias traces de terminal de uma empresa corrói. Segunda: uma avaliação independente do Kimi K3.1 Pro com um esforço de raciocínio maior que o máximo padrão usado pelo índice — o teto de saída de 943.718 tokens no registro do modelo não foi exercitado por ninguém que publique resultados. Terceira: um irmão da classe Hy4 Flash que herda o treinamento agêntico por um quarto do preço, o que tornaria o argumento de custo contra o Kimi ainda mais difícil de responder.

Até que um deles chegue ao mercado, a divisão é clara. O Kimi K3.1 Pro é o modelo melhor e o mais caro, por um fator que se mantém quer se meça por token, por tarefa ou por ponto de índice. O T​encent Hy4 é aquele que você pode colocar no seu próprio hardware, com um limite de licença duas vezes mais generoso e um preço equivalente a um terço. Nenhum dos dois é motivo para se arrepender do outro.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente