
Hy4 flash vs GLM-5.3-Flash: более дешёвая модель — та, которую нельзя скачать
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 90 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 97 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaНОВИНКАOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 87 tok/s
- OrcaНОВИНКАOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 133 tok/s
- OrcaНОВИНКАOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 за 1 млн токенов · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 за 1 млн токенов · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Интеллект
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Интеллект
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 за 1 млн токенов · 219 tok/s
Hy4 flash и GLM-5.3-Flash нацелены на одного и того же покупателя — того, кто хочет контекстное окно на миллион токенов, ввод изображений и вызов инструментов агентного уровня, не платя по флагманским тарифам, — и отвечают почти идентичными ценовыми карточками. Hy4 flash, выпущенная Tencent 16 ноября 2026 года, тарифицирует $0.070 за миллион входных токенов и $0.281 за миллион выходных при $0.003 за кэшированные. GLM-5.3-Flash, которую Zhipu запустила и открыла 26 августа 2026 года, по прайс-листу стоит $0.15, $0.50 и $0.03. У Tencent цена примерно вдвое ниже на входе и чуть более чем вдвое ниже на выходе, а на кэшированном вводе — в десять раз дешевле, и именно эта строка определяет большинство бюджетов агентов. При этом у этой модели нет весов, лицензии, карточки модели и независимого бенчмарка — в отличие от второй, которая распространяется по лицензии MIT на Hugging Face и набирает 27.8 в Artificial Analysis Intelligence Index.
Вот всё сравнение в одном предложении, и оно не сводится к однозначному выводу. Дешевле и непроверяемо против дороже и поддающегося проверке — это настоящий компромисс, а не маркетинговая проблема, и то, какая сторона победит, зависит от того, о чём ни один из поставщиков вам не расскажет. Далее — что каждый из них фактически опубликовал, что даёт и чего стоит разница в цене и где происходит перелом в решении.
Две карточки с ценами, читать построчно
Начните с опубликованных цифр, потому что это единственные показатели в этом сравнении, которые обе компании называют прямо и которые любой может проверить по счёту.
• Ввод, за миллион токенов — Hy4 flash $0.070; GLM-5.3-Flash $0.15.
• Вывод, за миллион токенов — Hy4 flash $0,281; GLM-5.3-Flash $0,50.
• Кэшированный ввод, за миллион токенов — Hy4 flash $0,003; GLM-5.3-Flash $0,03.
• Контекстное окно — Hy4 flash 1,048,576 токенов; GLM-5.3-Flash 1,000,000 токенов.
• Активные параметры на токен — Hy4 flash: 12B из 224B всего, включая 64B параметров Engram; GLM-5.3-Flash: 18B из 320B всего по 45 слоям.
• Веса — Hy4 flash анонсирован как план без даты; GLM-5.3-Flash под MIT на Hugging Face со дня запуска.
• Независимая оценка интеллекта — Hy4 flash: данные не опубликованы; GLM-5.3-Flash: 27,8 в Artificial Analysis Intelligence Index и 71,5 в Coding Index той же лаборатории.
Строка «кэшируемый ввод» заслуживает большего внимания, чем обычно. При $0,003 за миллион кэширование в Hy4 flash в десять раз дешевле, чем в GLM-5.3-Flash, и в сто раз дешевле, чем в собственном флагмане Tencent HY4. Для агента, который на каждом шаге повторно отправляет фиксированный системный промпт, схему инструментов и извлечённый документ, тариф за кэш — это тариф, который вы фактически платите большую часть времени, и десятикратная разница там перевешивает двукратную разницу на свежем вводе. Если ваша рабочая нагрузка связана в основном с извлечением данных, преимущество Hy4 flash больше, чем предполагает заявленная цена. Если ваша рабочая нагрузка — одноразовая генерация без повторного использования, преимущество сужается до соотношений по входу и выходу.
Обе карточки цен частично носят промо-характер. TokenHub от Tencent Cloud проводит акцию со скидкой 50% в течение необозначенного ограниченного периода, а WorkBuddy бесплатен до 30 ноября. Стартовая ставка Zhipu со скидкой 50% истекла 9 сентября 2026 года и не была продлена, поэтому цифры $0,075 и $0,25, ходившие в конце августа, больше не применяются — указанная выше ставка является постоянной. Предполагайте, что промоакция Tencent закончится так же, и закладывайте в бюджет тариф по прайс-листу.
Разница в параметрах меньше, чем разница в цене.

Hy4 flash активирует 12 млрд параметров на токен против 18 млрд у GLM-5.3-Flash — на треть меньше вычислений на токен, и это механическая причина, по которой его можно продавать вдвое дешевле. Интересна общая цифра: 224 млрд против 320 млрд, причём 64 млрд из общего объёма Tencent приходятся на параметры Engram, которые хранят выученные ассоциации, а не участвуют в каждом прямом проходе так, как это делает маршрутизируемый эксперт. Tencent не опубликовала число слоёв, число экспертов или ширину маршрутизации для Hy4 flash, поэтому ближайшее к архитектурному сравнению — это то, что обе модели являются разреженными mixture-of-experts моделями с небольшой активной долей, и оба поставщика выбрали такую конструкцию по одной и той же причине: стоимость обслуживания масштабируется по активным параметрам, а не по общим.
Архитектура GLM-5.3-Flash описана более подробно, и эту документацию можно проверить, поскольку веса открыты: 45 слоёв, гибридное разреженно-линейное внимание, подход к остаточным связям, который Zhipu называет Manifold-Constrained Hyper-Connections, и механизм IndexPool, который сжимает четыре ключевых вектора индексатора в один взвешенный пул, чтобы снизить задержку при длинном контексте. Предварительное обучение проводилось на мультимодальном корпусе объёмом 30 триллионов токенов. Ничто из этого не прошло независимый аудит, но по крайней мере это описание достаточно конкретно, чтобы его можно было опровергнуть любому, кто скачает контрольную точку.
Асимметрия не в том, что Zhipu опубликовала, а Tencent — нет. Обе опубликовали; они опубликовали разные типы вещей. Zhipu описала модель — это утверждение о структуре, которое чекпоинт может подтвердить или опровергнуть. Tencent описала результат — KV-кэш размером в одну шестую от кэша её флагманской модели, вдвое сокращённую за счёт самодистилляции длину вывода, более 150 токенов в секунду при декодировании благодаря четырёхбитной квантизации и мегаядру — а это утверждение о поведении, которое может разрешить только воспроизведение. Результаты — это более коммерчески интересные утверждения и при этом более трудные для проверки. Для модели с публичными весами утверждение о сервинге проверяется посторонними в течение нескольких недель; для модели без них оно остаётся фразой на исследовательской странице столько, сколько захочет вендор.
Один из них можно скачать
Для значительной доли покупателей это решающее различие, и оно отнюдь не мало. GLM-5.3-Flash распространяется по лицензии MIT, в форматах FP8 и BF16, по адресу zai-org/GLM-5.3-Flash на Hugging Face — и так с 26 августа 2026 года. MIT разрешает коммерческое использование, модификацию, дообучение и распространение без порога по выручке. Модель находится в широком публичном использовании почти три месяца, а значит, стек инференса уже с ней освоился: существуют квантованные версии, готовые рецепты обслуживания, и любое утверждение о её поведении можно проверить, запустив её.
Для Hy4 flash ничего подобного не существует. Тамошнее обещание — это одно предложение о будущих планах, смягчённое намерением продолжать итерации, и в нём не указаны ни лицензия, ни дата. Tencent уже делала это как следует раньше — августовский предварительный выпуск вышел под Apache 2.0 с весами на четырёх хостинговых площадках и рецептами для vLLM и SGLang в первый же день — так что схема не вызывает сомнений. Сомнение вызывает робость нынешних формулировок: они читаются как обязательство в отношении процесса, а не артефакта. Всем, кто планирует дообучать, развёртывать у себя или строить модель затрат вокруг запуска собственного инференса, следует считать Hy4 flash доступным только через API, пока не появится репозиторий.
Та же асимметрия применима и к доказательствам. У GLM-5.3-Flash есть два числа от тестового стенда, который не писала ни одна из компаний-вендоров: 27.8 в Artificial Analysis Intelligence Index и 71.5 в его Coding Index. Оба можно проверить, и эта пара говорит о конкретной вещи: 71.5 по программированию против 27.8 по общему индексу описывает модель, которая действительно хороша в одном деле и заурядна во всём остальном — именно такой и должен быть дешёвый уровень. Подобное различие стирает единственный заголовочный балл, и поэтому остальные цифры от вендоров в этой статье представлены как заявления, а не как результаты. У Hy4 flash нет независимой оценки, а его результаты бенчмарков — DeepSWE, Terminal-Bench 4.0, APEX-Agents, OSWorld 2.1 и внутренние наборы Tencent — существуют только в виде изображений графиков на исследовательской странице вендора. Это не причина не доверять им. Это причина рассматривать их как гипотезы.
Что измерял каждый вендор и кого он обошёл
Обе компании опубликовали сравнения, и они сравнивали себя с разными вещами, что показывает, в чём каждая видела свою слабость.
Главный тезис Tencent — это слепой тест: 85 пользователей WorkBuddy, 27 категорий задач, 259 реальных задач из повседневной работы; сообщается, что Hy4 flash по удовлетворённости оказался близок к Claude Haiku 5.5, при этом у него самая низкая стоимость в расчёте на задачу и самая короткая длительность задачи в панели. Обратите внимание: «близок», а не «лучше», и учтите, что панель — это собственные сотрудники поставщика в его собственном продукте. Подкрепляющее утверждение — стоимость в расчёте на задачу в WorkIndex, внутреннем бенчмарке Tencent из восьми наборов: одна тринадцатая от Hy4 preview, одна двадцатая от Tencent HY4, одна восьмая от DeepSeek-V4.1-Flash-1017. В сравнении с GLM-5.3-Flash единственная опубликованная цифра — рост на 2,52% в общем чате внутри 元宝; это продуктовая метрика в одном потребительском приложении, и она не переносится на что-либо, что вы бы запускали.
Позиционирование Zhipu иное: она продаёт модель как возможность, близкую к передовому уровню, по цене flash, устанавливает цену относительно собственного флагмана на 743B и указывает на открытые веса и результат оценки эксплойтов как доказательство того, что дешёвая модель — не игрушка. Её внутренние показатели уже прошли одну независимую корректировку, и именно число AA стоит приводить.
Практическое следствие состоит в том, что ни один из поставщиков не опубликовал прямое сравнение на нейтральном стенде, а того сравнения, которое вам действительно нужно — одинаковые задачи, одинаковые промпты, одинаковый стенд, обе модели, — не существует. Придётся провести его самому. Десяти задач, которые вы уже выполняете, с зафиксированным числом токенов достаточно, чтобы решить этот вопрос для вашего трафика, и это ценнее любой из страниц запуска.
Две разные ставки на мультимодальность
GLM-5.3-Flash нативно принимает на вход текст, изображения и видео и стал первой моделью GLM-5, которая делает это напрямую, а не направляет обработку изображений через отдельный адаптер. Это задокументированное и проверяемое утверждение, а веса общедоступны, поэтому это можно проверить, не запрашивая разрешения.
Hy4 flash описывается как мультимодальная модель, а набор WorkIndex, на котором её оценивали, включает визуальное понимание как один из восьми типов задач. Tencent не сообщила, является ли визуальный путь нативным или адаптером, не опубликовала размер энкодера и не сказала, поддерживается ли видео вообще. Самое большее, что можно утверждать: ввод изображений входит в заявленные возможности, а предшественник модели в семействе — Tencent HY4, вышедшая в общую доступность 4 ноября 2026 года, — добавил нативное зрение и использование компьютера в качестве главной особенности, так что эта возможность правдоподобна для модели, дистиллированной из неё. Правдоподобно — не значит задокументировано.
Если скриншоты, графики, отсканированные документы или видеокадры критически важны в вашем пайплайне, GLM-5.3-Flash — это модель, мультимодальное поведение которой можно проверить до принятия решения. Если изображения встречаются лишь изредка, разница в возможностях значит меньше, чем цена.
Где всё решается
Выбирайте Hy4 flash, когда проблема в объёме, а задача — офисного типа. Обработка документов, поиск по длинному корпусу, генерация слайдов, простая работа с фронтендом, циклы computer-use — это те рабочие нагрузки, для которых Tencent его создавал, те, которые покрываются данными его внутренних продуктов, и те, где десятикратная скидка на кэш и сокращение длины вывода на 50% в сумме дают что-то на порядок дешевле. Сначала запустите его на своих задачах и следите за выходными токенами: если модель действительно лаконичнее, ваш счёт упадёт сильнее, чем предсказывает тарифная сетка, а если она лаконичнее потому, что поверхностнее, вы увидите это в том же измерении.
Выбирайте GLM-5.3-Flash, когда вам нужны артефакт, аудит или модальность. Тонкая настройка, развёртывание на собственной инфраструктуре, регулируемые данные, лицензия, которую можно показать юристу, видеовход или оценка от тестового стенда, который написал не сотрудник Zhipu, — всё это указывает в одном направлении. При цене $0.15 и $0.50 это недорого; это примерно десятая часть прейскурантной цены GLM-5.3 для модели, которая уже прошла независимое измерение.
Выбирайте оба, когда нагрузка смешанная. Честное прочтение этих двух релизов таково: на самом деле они не заменяют друг друга — один представляет собой оптимизированную по стоимости API-модель для массовой повседневной работы, другой — открытый чекпойнт с документированной архитектурой для всего, что должно выйти из-под контроля поставщика. Маршрутизатор, который обращается к обоим, — более дешёвый ответ, чем выбрать один и ошибиться.

Что на самом деле можно вызвать сегодня
Именно здесь две модели различаются как в операционном, так и в коммерческом плане. GLM-5.3-Flash присутствует в каталоге OrcaRouter как z-ai/glm-5.3-flash по указанной провайдером цене $0,15 за миллион входных и $0,50 за миллион выходных токенов, а также с ограниченным по скорости бесплатным тарифом для оценки. Hy4 flash здесь не маршрутизируется — Tencent не сделала её доступной для нас — поэтому всем, кто сравнивает эти две модели, для flash-версии нужен собственный TokenHub от Tencent, а для GLM-версии можно использовать тот же ключ OrcaRouter.
Такой расклад стоит использовать, а не досадовать на него. OrcaRouter передаёт цену провайдера по прайс-листу без наценки, а значит, сторона GLM в вашем сравнении тарифицируется ровно по ставке Zhipu и остаётся верной, даже если Zhipu её изменит; таблицы реселлера, которая может устареть, здесь нет. И для самой оценки наличие tencent/hy4-preview на том же ключе, что и z-ai/glm-5.3-flash, полезно, даже если речь не об этой модели: preview — это модель, из которой дистиллировали Hy4 flash, так что это естественный контроль, когда вы проверяете, выдерживают ли ответы маленькой модели. Один ключ, более 200 моделей и путь аварийного переключения на случай, если эндпоинт недели запуска окажется ненадёжным, — а для модели, выпущенной шесть дней назад и не имеющей публичной статистики uptime, это разумное желание.

Вопрос не в цене
Tencent построила более дешёвую модель, и по цифрам она дешевле на существенную величину: вдвое на входе, чуть больше чем вдвое на выходе, в десять раз на кеше. Чего она не построила — так это модели, которую можно изучить. Ни весов, ни лицензии, ни деталей архитектуры, ни независимой оценки, бенчмарки скрыты за пикселями, а громкое сравнение построено на панели собственных сотрудников. Zhipu построила более дорогую модель и опубликовала достаточно, чтобы её слабые места — включая индекс вендора, который независимое измерение снизило на пятнадцать пунктов, — были публично зафиксированы, и вы могли их оценить.
Через шесть дней после запуска выбор выглядит так: продемонстрированная скидка на модель без документации — или модель с документацией по цене, которая всё ещё очень низка. Скидка, вероятно, настоящая, а пробел в документации, вероятно, временный. Ни то, ни другое не гарантировано, и способ выяснить это — потратить день на измерения, а не квартал на выбор.
Сравнение в этой статье3
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
