Tencent Hy4 vs Tencent HY3: Quatro vezes o contexto, quatro vezes e meia o preço

O Tencent HY3 é um modelo de mistura de especialistas com 295 bilhões de parâmetros que você pode baixar, executar em seu próprio hardware e chamar por US$ 0,18 por milhão de tokens de entrada. O Tencent Hy4 é um modelo de 770 bilhões de parâmetros com uma janela de contexto quatro vezes maior, um modo de uso de computador que controla o desktop e um preço de entrada de US$ 0,834 — com seus pesos prometidos em vez de publicados. Eles estão separados por uma geração e quatro meses na mesma linha Hunyuan, e a comparação útil não é qual deles obtém a pontuação mais alta na própria tabela da Tencent. É qual deles você tem permissão para executar, onde e a que custo final.

Esse enquadramento importa porque os dois modelos não estão competindo pelo mesmo espaço. O HY3 é um cavalo de batalha que você pode colocar atrás de um firewall, ajustar finamente e esquecer. O Hy4 é um modelo de API de classe frontier lançado esta manhã, cuja licença ainda não foi redigida. Escolher entre eles é sobretudo uma questão de restrições e, apenas secundariamente, de capacidade.

Os dois modelos, dimensão por dimensão

• Total de parâmetros — 295B para o Tencent HY3 vs 770B para o Tencent Hy4.

• Parâmetros ativos por token — 21B vs 49B, ambos mixture-of-experts com roteamento top-8. HY3 tem 192 especialistas em 80 camadas; Hy4 tem 256 especialistas roteados mais um compartilhado em 78 camadas, com uma camada de previsão multi-token de 10B para decodificação especulativa.

• Janela de contexto — 262.144 tokens vs 1.048.576. Exatamente quatro vezes, e a maior diferença funcional entre eles.

• Modalidade de entrada — apenas texto no HY3, versus texto e imagem na versão GA, o que marca a primeira vez que a linha conta com visão.

Pesos — Apache 2.0 e disponíveis para download hoje para o HY3, incluindo um checkpoint FP8. Para o Hy4, planejados, sem data e sem licença.

• Preço no OrcaRouter — US$ 0,18 de entrada e US$ 0,59 de saída por milhão de tokens para o HY3; US$ 0,834 e US$ 2,501 para o Hy4, o que é 4,6 vezes na entrada e 4,2 vezes na saída.

• Entrada em cache — US$ 0,059 por milhão para o HY3 vs. US$ 0,042 para o Hy4. O modelo caro é o mais barato aqui, e essa única linha muda a aritmética para cargas de trabalho de agentes mais do que a proporção anunciada sugere.

A linha de cache é onde o diferencial de preço cai pela metade.

A maioria das comparações para no preço de entrada e conclui que o Hy4 custa quatro vezes e meia mais. Para uma caixa de chat, isso está mais ou menos certo. Para um agente que relê o mesmo repositório de 200.000 tokens a cada turno, isso está errado por um fator de dois, porque os dois modelos cobram tokens em cache na ordem inversa à dos tokens novos.

Considere uma sessão de vinte turnos com um contexto de 200.000 tokens, 2.000 tokens de saída por turno, com 90% da entrada servida a partir do cache. Isso equivale a 3,6 milhões de tokens de entrada em cache, 400.000 tokens de entrada novos e 40.000 tokens de saída.

• Tencent HY3 — US$ 0,21 para entrada em cache, US$ 0,07 para entrada nova, US$ 0,02 para saída. Total: US$ 0,31.

• Tencent Hy4 — US$ 0,15 para entrada em cache, US$ 0,33 para entrada nova, US$ 0,10 para saída. Total de US$ 0,58.

A mesma sessão sem cache nenhum chega a US$ 0,74 no HY3 e a US$ 3,44 no Hy4 — os 4,6 vezes completos. O cache é o que fecha a lacuna, e fecha pelos dois lados: a taxa de cache do Hy4 é 29% menor que a do HY3, enquanto sua taxa de dados novos é 4,6 vezes maior. Em um agente de execução longa, a conta fica em cerca de 1,9 vezes, não 4,6.

Duas ressalvas antes que alguém faça um orçamento com base nisso. O preço de acerto de cache só se aplica aos tokens que o provedor realmente entrega a partir do cache, e as taxas de acerto dependem de como você estrutura o prefixo; uma sessão que edita o próprio contexto a cada turno terá menos cache do que uma que apenas acrescenta. E um contexto de 200.000 tokens cabe na janela do HY3, e é por isso que a comparação é possível — acima de 262.144 tokens, o HY3 não é uma opção mais barata, não é uma opção.

O que dizem os números do fornecedor, e o problema das duas execuções

A Tencent publicou uma tabela comparativa quando lançou a prévia do Hy4, e é o único comparativo lado a lado que a empresa já divulgou. Leia-a como uma indicação de rumo, não como um conjunto de diferenças.

• Terminal-Bench 2.1 — 70,8 para o HY3 contra 85,4 para a linhagem Hy4, no próprio gráfico comparativo da Tencent.

• DeepSWE — 28,0 contra 64,3, o maior salto relativo da tabela.

• SWE-bench Pro — HY3 em 57,9; a linhagem Hy4 em 65,7.

• BrowseComp — 84,2 para o HY3, não repetido para o Hy4.

• Humanity's Last Exam com ferramentas — 53,2 para HY3, não reafirmado.

A armadilha é o 70,8. O post de lançamento do HY3 da Tencent reportou 71,7 no Terminal-Bench 2.1, e o gráfico comparativo do Hy4 imprime 70,8 para o mesmo nome de modelo. Isso é quase certamente duas execuções do mesmo benchmark com o harness ou a amostragem alterados, e significa que você não pode subtrair as duas linhas publicadas e alegar uma melhoria de 14,6 pontos. A versão honesta é que a linhagem Hy4 pontua na faixa dos 80 e poucos em um benchmark em que o HY3 pontua por volta de 71, a partir de duas execuções separadas do fornecedor que nunca foram reconciliadas em público.

A versão GA não republicou nada disso. Em vez disso, acrescentou duas comparações internas — GameDev +19,1% e GameLogic +9,8% em relação à preview — e um painel de especialistas financeiros em que o Hy4 teve média de 3,04 contra 2,68 tanto para o Kimi K3.1 Pro quanto para o GLM-5.3. Nada disso é independente, e nada disso compara diretamente com o HY3. Se você precisa de um número para defender uma decisão de aquisição, nenhum dos modelos tem um que resista ao escrutínio; o que existe são quatro meses de relatos de profissionais sobre o HY3 e uma manhã de alegações do fornecedor sobre o Hy4.

Onde o HY3 ainda vence de forma decisiva

Quatro coisas, e as três primeiras não chegam nem perto.

Ele roda onde você roda. Pesos Apache 2.0, um checkpoint FP8, receitas para vLLM e SGLang, e um tamanho total de 295B que cabe em um único nó multi-GPU em FP8. O Hy4 precisa de um cluster que a maioria das equipes não tem, e não pode ser auto-hospedado legalmente de forma alguma até que a Tencent publique uma licença.

É mais rápido por token e por tarefa. Um modelo com 21B ativos e janela de 256K faz menos trabalho por chamada do que um modelo com 49B ativos que raciocina por mais tempo e, na prévia, verificou excessivamente a própria saída. A Tencent afirma que a versão GA encurtou a cadeia de raciocínio, mas mesmo um Hy4 corrigido está fazendo mais computação por resposta do que o HY3. Para caminhos sensíveis à latência — preenchimento automático, chat, classificação — o HY3 é o formato certo.

É barato o suficiente para ser o padrão. A $0,18 e $0,59, o HY3 está na faixa em que você encaminha tudo para ele e escala seletivamente. A $0,834 e $2,501, o Hy4 é um modelo para o qual você encaminha deliberadamente.

Tem um histórico comprovado. O HY3 está disponível em geral desde 6 de julho de 2026, com três meses de uso em produção e um período de pré-visualização antes disso. O GA do Hy4 tem apenas algumas horas de vida e foi lançado sem uma tabela de benchmarks. Um modelo com um perfil de falhas conhecido vale mais do que um modelo melhor com um perfil desconhecido.

Onde Hy4 é a única resposta

Três cargas de trabalho realmente não têm uma opção HY3.

• Qualquer coisa acima de 262.144 tokens. Um contrato de 400 páginas, um monorepo, uma hora de transcrições — o HY3 não consegue comportar isso, e a divisão em partes é um produto diferente com diferentes modos de falha.

• Imagens. O HY3 é texto entra, texto sai. O Hy4 GA lê gráficos, diagramas e capturas de tela, o que o torna o primeiro modelo Hy capaz de fazer parte de um pipeline de documentos ou de UI.

• Controle de desktop e de aplicativos. O uso do computador por meio de uma combinação de GUI e CLI é novo na versão GA, e nenhuma quantidade de prompts concede um mouse ao HY3.

Todo o resto é uma decisão de custo, e essa decisão é mais apertada do que a tabela de preços sugere quando o cache entra em jogo.

Executando ambos sem escolher

A arquitetura sensata para a maioria das equipes não é uma migração. É uma divisão: HY3 como padrão para trabalhos curtos, frequentes e sensíveis à latência, e Hy4 para a parcela de contexto longo, visual ou agêntica que o HY3 fisicamente não consegue atender.

No OrcaRouter, essa divisão é uma regra de roteamento, e não duas integrações. Ambos os modelos estão em uma única chave — a orca repassa o preço de tabela do provedor sem margem, então uma mudança de preço da Tencent fica vigente aqui no dia em que acontece, em vez de ser reprecificada por nós — e tencent/hy3 e tencent/hy4-preview podem ser chamados hoje. Mover uma carga de trabalho entre eles é uma mudança de string de modelo, não um segundo contrato nem um novo SDK, e uma DSL de roteamento pode enviar tudo o que estiver acima de um limite de tokens ou contiver uma imagem para o modelo maior, enquanto todo o resto é encaminhado para o mais barato. Especificamente para a build GA, o catálogo ainda não a lista; quando ela chegar, ficará atrás da mesma chave, e até lá o preview é o proxy roteável mais próximo pelo mesmo preço.

O failover automático é a outra metade desse argumento. Um flagship novíssimo, sem benchmarks independentes e com fila no dia do lançamento, é exatamente o caso em que você quer um segundo modelo por trás da rota, e o HY3 — auto-hospedável, publicado, há três meses em produção — é o fallback óbvio para tudo que não seja contexto longo ou visual.

A decisão, dita claramente

Se o seu trabalho cabe em 256 mil tokens, chega como texto e roda em volume, o Tencent HY3 ainda é a melhor compra em 4 de novembro de 2026. É de quatro a cinco vezes mais barato em tokens novos, cerca de duas vezes mais barato numa sessão realista de agente com cache, mais rápido, baixável e conhecido.

Se você precisa de uma janela de um milhão de tokens, compreensão de imagens ou controle de desktop, o Tencent Hy4 não está competindo com o HY3 — é o único modelo Hunyuan que dá conta do recado, e a comparação passa a ser entre o Hy4 e qualquer outra coisa que você usaria para essa carga de trabalho. Seu preço é alto dentro da família e nada notável diante da fronteira, e sua verdadeira desvantagem hoje não é o custo. É que o modelo não tem tabela pública de benchmarks, nem licença, e apenas uma manhã de existência.