Сгенерированная титульная карточка с надписью «Hy4 flash vs Tencent HY4», подзаголовком «Одно семейство, два уровня, двенадцатикратный разрыв в цене», двумя чипами с надписями «Hy4 flash: 224B всего, 12B активно, $0.070 / $0.281» и «Tencent HY4: 770B всего, 49B активно, $0.834 / $2.501», а также нижним колонтитулом «Hy4 flash выпущена 16 ноября 2026 г.; Tencent HY4 общедоступна с 4 ноября 2026 г.».
Guides & Insights

Hy4 flash против Tencent HY4: одно семейство, два уровня и двенадцатикратная разница в цене

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Tencent HY4 стала общедоступной 4 ноября 2026 года как модель с 770 млрд параметров, 49 млрд активных на токен, нативным зрением, использованием компьютера и ценой $0.834 за ввод / $2.501 за вывод за миллион токенов. Двенадцать дней спустя, 16 ноября, Tencent выпустила Hy4 flash: 224 млрд общих параметров при 12 млрд активных, тот же контекст в один миллион токенов и $0.070 за ввод / $0.281 за вывод. Модель Hy4 flash была создана путём дистилляции Tencent HY4 и последующего обучения с подкреплением, чтобы меньше говорить, и собственные рекомендации Tencent говорят именно об этом — используйте flash-модель для глубокого поиска, документов, слайдов, фронтенд-разработки и использования компьютера, а флагманскую модель оставляйте для долгосрочных задач программной инженерии. Эти рекомендации на удивление откровенны для запуска и при этом являются самым полезным в обоих релизах.

Так что это не состязание между конкурентами. Это компания, которая делит собственную линейку на две части и указывает, какую половину покупать, а интересные вопросы — сколько от флагмана сохраняется в младшей модели, где на самом деле проходит разделение и что даёт двенадцатикратная разница в цене помимо токенов.

Три релиза за одиннадцать недель

История этой линейки объясняет большую часть цены. С августа Tencent трижды выпустила это семейство, и каждый релиз менял другую переменную.

• 28 августа 2026 г. — превью Hy4. Apache 2.0, веса на Hugging Face, ModelScope, GitCode и CNB, 770B всего / 49B активных, 78 слоёв, из которых один плотный, а 77 — mixture-of-experts с 256 маршрутизируемыми экспертами плюс один общий, маршрутизация top-8, контекст 1 048 576 токенов, слой multi-token prediction на 10B с 0,7B активных. ¥6 / ¥18 / ¥0,3 за миллион токенов. Восемь опубликованных строк бенчмарков, рецепты vLLM и SGLang, опубликованные настройки сэмплирования по умолчанию.

• 4 ноября 2026 г. — Tencent HY4. Тот же масштаб базовой модели, существенно больше предварительного и пост-обучения, а также две новые возможности: нативное зрение для мелкодетальных изображений, графиков и диаграмм и управление компьютером через мышь, клавиатуру и командную строку со специальным обучением для Blender, CAD и длительной работы в нескольких приложениях. Та же цена ¥6 / ¥18 / ¥0,3. Ни весов, ни лицензии, ни карточки модели, ни приложения с бенчмарками.

• 16 ноября 2026 — Hy4 flash. Всего 224 млрд параметров, из них 64 млрд — параметры Engram, активно 12 млрд; мультимодальная модель, контекст 1 048 576 токенов, ¥0.5 / ¥2 / ¥0.02. Весов нет, лицензии нет, карточки модели нет; результаты бенчмарков опубликованы только в виде изображений с диаграммами.

Вектор движения очевиден: семейство одновременно становится дешевле и менее открытым. Самый дешёвый его представитель — также и тот, с которым меньше всего бумажной волокиты, а единственная версия, которую кто-либо может скачать, — августовская.

Что флагман по-прежнему делает, а flash — нет

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

Две возможности присутствуют во флагманской модели и не заявлены для малой модели в тех же выражениях.

Зрение в масштабе. Релиз HY4 продемонстрировал аэрофотографию разрешением 2,8 гигапикселя, на которой модель обнаружила двухметровый элемент кровли, — это скорее не результат компьютерного зрения, а демонстрация того, что окно в миллион токенов может одновременно вмещать мозаичное изображение и запрос. Hy4 flash называют мультимодальным, и один из восьми типов задач в его наборе WorkIndex — визуальное понимание, но в релизе не говорится, является ли энкодер собственным или прикрученным, насколько он велик и вообще подаётся ли видео. Для работы с плотными документами и диаграммами флагманом является модель, за которой стоит опубликованная демонстрация.

Использование компьютера и долгосрочная работа с рабочим столом. Tencent обучала HY4 специально для управления рабочим столом в разных приложениях, запускала её в песочнице, построенной на собственном Agent Runtime с несколькими сотнями установленных приложений, и назвала Blender и CAD в качестве целевых рабочих нагрузок. Hy4 flash также рекомендуется для использования компьютера, что является значимой уступкой — но именно флагманская модель идёт с описанием обучения, а внутренние данные WorkBuddy показывают, что flash уступает позиции на длительных задачах по программированию, даже достигая паритета в повседневной работе.

Всё остальное в колонке флагмана — это масштаб, а не возможности: 49 млрд активных параметров против 12 млрд, 78 задокументированных слоёв против нераскрытого количества, 256 маршрутизируемых экспертов против нераскрытого числа. Больше активных параметров даёт глубину в сложных рассуждениях и длинных цепочках инструментов. Они не дают доступа к контекстному окну, которое одинаково у обеих моделей, или к мультимодальности в принципе, которую заявляют обе.

Откуда берётся двенадцатикратная разница

Ценовая разница — это не скидка. Это в четыре раза меньше активных параметров плюс набор изменений в сервинге, и Tencent на удивление конкретен насчёт второй части.

По данным вендора, гибридное внимание, LatentMoE и параметры Engram вместе дают KV-кэш размером в одну двадцать четвёртую от кэша Hy3 и в одну шестую от кэша Tencent HY4. Самодистилляция от HY4 с последующим обучением с подкреплением сократила сквозную длину вывода на 50%. Инференсное мегаядро с четырёхбитным квантованием и путь декодирования под названием DFly обеспечивают более 150 токенов в секунду. Всё это правдоподобно, согласуется с архитектурой, и ничто из этого не было независимо воспроизведено.

Показатель KV-кэша — это то, что меняет арифметику развёртывания, а не просто цену. На контексте в миллион токенов размер кэша определяет, сколько одновременных длинных запросов помещается на узле, и одна шестая кэша флагманской модели при одной двенадцатой цены — это комбинация, которая может превратить убыточную нагрузку в прибыльную без какого-либо изменения качества модели. Сокращение длины вывода на 50% — это то, что меняет качество, и именно это число нужно проверять: короткие ответы дешевле, потому что они короче, а то, короче ли они потому, что модель эффективна, или потому, что она перестала думать, — это именно то, о чём поставщик не может рассказать применительно к собственной модели.

Для справки о собственной траектории семейства: Tencent сообщает, что стоимость на задачу в его внутреннем наборе WorkIndex составляет одну тринадцатую от Hy4 preview и одну двадцатую от Tencent HY4. Показатель на задачу — это иное измерение, чем показатель на токен: он учитывает длину вывода и повторные попытки, поэтому честная операционная цифра — одна двадцатая, а одна тринадцатая — это тарифная ставка. Обе цифры достаточно велики, так что направление не вызывает сомнений.

Вопрос о дистилляции, на который никто не ответил

Дистиллированная модель наследует поведение своего учителя на задачах, которые охватила дистилляция, а на остальных изобретает собственное. Tencent говорит, что Hy4 flash была получена самодистилляцией из HY4, что делает флагманскую модель одновременно и конкурентом, и обучающим сигналом — схема, которая обычно даёт небольшую модель, очень сильную в том, на чём натаскивали учителя, и заметно более слабую в остальном.

Внутренние данные компании о продуктах согласуются с этой закономерностью. В WorkBuddy Hy4 flash обходится примерно в одну пятнадцатую стоимости Tencent HY4, при этом время выполнения задач сокращено на 70%, на повседневных задачах наблюдается паритет, а на длинном программировании — небольшое снижение. В агентных сценариях 微信支付 он не уступает DeepSeek-V4.1-Flash-1017 или превосходит его, сокращая число шагов на 6%, а выходных токенов — на 29%. В анализе первопричин 王者荣耀 он близок к DeepSeek-V4.1-Flash-1017 и GLM-5.3-Flash по локализации, но использует на 22–39% меньше запросов и на 40–61% меньше токенов. В 企业微信 он выдаёт результат на 88% быстрее при на 60% меньшем числе токенов рассуждения, чем HY4.

Если читать эти числа вместе, они описывают модель, которая отлично справляется с тем типом задач, на которых обучалось это семейство — документы, агенты, структурированный вывод, поиск и извлечение информации, — и немного уступает в задачах, где работу выполняла дополнительная глубина учителя. Это ожидаемый результат дистилляции, и это не критика; это причина сохранять оба уровня, а не заменять один другим.

То, чего нет ни у одной из моделей

Ни флагманский, ни flash-релиз не поставляются с весами. Tencent заявляет, что планирует открыть исходный код Hy4 flash и часто выпускать обновления, но ни лицензии, ни даты, ни репозитория не существует. Выпуск весов самого Tencent HY4 также анонсирован лишь как план. Единственный представитель этого семейства, который можно скачать сегодня, — Hy4 preview, Apache 2.0, на Hugging Face с 28 августа, и это остаётся верным спустя одиннадцать недель и два релиза.

Ни у одной из них нет независимой оценки бенчмарков. Artificial Analysis ничего не публиковала по Tencent HY4 или Hy4 flash. Каждая цифра в обоих релизах — от Tencent, таблицы бенчмарков существуют в виде изображений-диаграмм, а не текста, а слепой тест, лежащий в основе главного заявления flash-модели, — это 85 сотрудников Tencent, использующих продукт Tencent на задачах, выбранных Tencent. Это не делает цифры ошибочными. Это делает их исходной гипотезой.

Ни у одного из них нет опубликованной конфигурации сэмплирования, системной карточки или заявления о поведении при отказах. В предварительной версии были все три.

Практическое разделение

Рекомендации Tencent точнее соотносятся с профилем нагрузки, чем советы большинства поставщиков, и их стоит переформулировать в операционных терминах.

По умолчанию используйте Hy4 flash для всего, что в основном связано с чтением. Глубокий поиск, обработка документов, извлечение данных из длинных входных данных, создание слайдов, простое создание каркаса фронтенда и агентные циклы, которые тратят большую часть токенов на повторную отправку контекста. Десятикратная скидка на кэш и меньший объем KV-кэша делают поиск по длинному контексту той рабочей нагрузкой, где дешевый уровень наиболее очевидно уместен, а внутренние данные покрывают именно эту область.

Обращайтесь к Tencent HY4, когда задача представляет собой длинную цепочку решений. Многофайловая разработка ПО, долгосрочная автоматизация рабочего стола, работа в CAD и Blender и всё, где в рамках одного запуска нужно удерживать план на протяжении десятков шагов. Именно этот случай признаёт сама Tencent, и дополнительные 37 миллиардов активных параметров флагманской модели — это механизм.

Используйте Hy4 preview в качестве контрольного образца. Это то же семейство, тот же масштаб 770B/49B, что и у флагманской модели, опубликованное приложение с результатами бенчмарков и веса Apache 2.0, которые вы можете запустить самостоятельно. Когда вы решаете, достаточно ли хорош flash, preview даёт вам точку отсчёта, не зависящую от доверия к графику.

Где выполнить сравнение

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Ни Tencent HY4, ни Hy4 flash не маршрутизируются через OrcaRouter. Здесь есть tencent/hy4-preview по прейскурантной цене провайдера $0,834 за миллион входных и $2,501 за миллион выходных токенов, плюс бесплатный тариф с ограничением частоты запросов, и tencent/hy3 по $0,18 и $0,59 для предыдущего поколения. Две модели из этой статьи доступны через собственный TokenHub Tencent, где тариф flash сейчас участвует в акции со скидкой 50% на неопределённый срок, а WorkBuddy бесплатен до 30 ноября.

Превью-вариант ценнее, чем кажется. Он использует ту же архитектуру в том же масштабе, что и флагман, публикует приложение с результатами бенчмарка на восемь строк, которое можно заново прогнать на чекпоинте, и стоит четверть того, во что обошлась бы оценка флагмана. Если ваш вопрос — достаточно ли большая модель этого семейства хороша для вашей работы, превью отвечает на него за долю цены; если ответ «да», Hy4 flash — это версия, с которой стоит сравнивать по цене, а связь через дистилляцию делает сравнение необычно чистым — то же семейство, тот же контекст, та же линия токенизатора, двенадцатикратная разница в том, сколько вы платите.

Одна из причин проводить оценку через роутер даже для семейства моделей, доступного только у его поставщика: у модели, выпущенной шесть дней назад, нет публичной статистики безотказной работы, а переключение на tencent/hy4-preview на том же ключе — это изменение в одну строку, если эндпоинт начнёт сбоить во время промо-акции недели запуска. Ничего не добавляется сверх того, что взимает Tencent — цена по прайс-листу и есть цена — и когда Tencent корректирует тариф, новая цифра — это то, что вы платите при следующем вызове, а не при следующем обновлении чьей-то сравнительной таблицы. Тот же ключ доступа также открывает более двухсот других моделей, если оценка расширится за пределы этого семейства.

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

Разделение на уровни — это и есть анонс.

Самым значимым, что Tencent сказала 16 ноября, была не цена. А то, что флагманская модель остаётся для долгосрочной разработки программного обеспечения, тогда как дешёвая модель берёт на себя повседневную работу — компания разделяет собственную продуктовую линейку по той оси, которую её клиенты действительно ощущают, и признаёт, что дешёвая модель не является заменой дорогой.

Для тех, кто попадает в этот сегмент, выбор очевиден, а цифры впечатляют: одна двенадцатая цены за вход, одна девятая — за выход, одна сотая — за кэш, в четыре раза меньше активных параметров и меньший объем KV при том же окне в миллион токенов. Для тех, кто находится за его пределами — длительные агентные прогоны, автоматизация рабочего стола, многофайловый код — флагман по-прежнему остается ответом семейства, и сам его производитель это подтверждает.

Чего не хватает — так это доказательств, и их не хватает на обоих уровнях. Нет независимой оценки, нет весов ни для одной из новых моделей, таблицы бенчмарков приходится читать как картинки, а главное сравнение построено на внутренней панели. Двенадцатикратная разница в цене — достаточно сильное заявление, чтобы его в течение нескольких недель проверили люди за пределами Tencent. Пока этого не произошло, разумная позиция — та, которую подразумевают собственные рекомендации Tencent: запускать дешёвый уровень на задачах, для которых он создан, оставлять флагман там, где работа длинная, и измерять оба, а не выбирать по прайс-листу.

Сравнение в этой статье1

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно

© 2026 OrcaRouter