Сгенерированная титульная карточка с надписью «Tencent Hy4 против Kimi K3.1 Pro» и двумя колонками статистики: Hy4 — индекс интеллекта 34,6, 770 млрд общих и 49 млрд активных параметров, $0,834/$2,501 за миллион токенов; Kimi K3.1 Pro — 46,5, 2,8 трлн общих и 104 млрд активных параметров, $2,00/$10,00; и нижний колонтитул с надписью «Индекс по Artificial Analysis v5.0.1, по состоянию на 20 ноября 2026 г.; веса обеих моделей находятся в открытом доступе».
Guides & Insights

Hy4 vs Kimi K3.1 Pro: обе доступны для скачивания, но самостоятельно развернуть можно только одну.

Автор

Alistair Wren

Дата публикации

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

Kimi K3.1 Pro набирает 46,5 балла в Artificial Analysis Intelligence Index. T​encent Hy4 набирает 34,6. Это разрыв в 12 пунктов, и это самое большое отставание Hy4 в любом противостоянии на этой неделе — больше, чем отставание от Qwen4-Max, и более чем в десять раз превышает отставание от Grok 4.7. В рейтинге Kimi K3.1 Pro — лучшая модель с открытыми весами из перечисленных, первая из 32 в своём классе.

Затем вы смотрите на то, сколько весят эти две модели. K​imi K3.1 Pro — это модель с 2,78 трлн параметров и 104 млрд активных параметров на токен. T​encent Hy4 — 774 млрд параметров всего, из них 49 млрд активных. Обе были опубликованы в виде скачиваемых весов — веса K​imi 2 ноября 2026 года, веса Hy4 — 18 ноября, с разницей в три недели. Только одна из них помещается на машину, которой владеет обычная компания, и один этот факт перестраивает всё сравнение. Это не история о том, какая модель умнее. Это история о том, какую модель вы действительно можете запустить, и во сколько вам обойдётся более умная модель за каждую выполненную задачу, если вместо этого арендовать её.

Единственный бенчмарк, который это решает

Минимальный развертываемый объем при рекомендуемой самим поставщиком точности:

• T​encent Hy4 — 774 млрд параметров в BF16, опубликована в виде 245 шардов размером примерно 12,9 ГБ и 6,4 ГБ, около 1,45 ТБ до какого-либо квантования. Собственный рецепт обслуживания T​encent использует тензорный параллелизм 8 на GPU в объёме одного узла со сборкой FP8, что составляет примерно 786 ГБ весов.

• Kimi K3.1 Pro — 2,78 трлн параметров, 2,72 ТБ U8-квантованных весов в репозитории в поставляемом виде, а BF16-тензоры занимают ещё 57 ГБ. Нет такой одноузловой конфигурации, при которой эта модель стала бы проектом на выходные.

Оба вендора поставляют ПО, которое делает обслуживание моделей практически осуществимым, и оба на удивление хорошо с этим справляются. Tencent публикует тег образа vLLM (vllm/vllm-openai:hy4) и образ SGLang (lmsysorg/sglang:hy4) с явно прописанными флагами tensor-parallel и speculative-decoding; репозиторий Kimi содержит конфигурацию compressed-tensors MXFP4 и 4-битный путь, который уменьшает файл весов до указанных выше 2,72 ТБ. Ни то, ни другое — не история про малые модели. Разница в том, что узел с 8 GPU — это покупка, которую может одобрить большинство инженерных организаций, а развёртывание модели на 2,8 трлн параметров — это решение уровня дата-центра.

Если самостоятельный хостинг был причиной, по которой вас заинтересовали открытые веса, то эта фраза — весь аргумент, и она не зависит от бенчмарка.

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.'

Где живут двенадцать точек

Разрыв в 12 пунктов индекса звучит как равномерный. Это не так — Hy4 достойно держится в нескольких оценках и терпит сокрушительное поражение в одной.

• Агентное программирование, Terminal-Bench 4.0 — Kimi K3.1 Pro 67,2%, T​encent Hy4 37,4%. Разрыв в 30 пунктов — и крупнейший вклад в разницу индексов.

• Агентная наука в терминале, Terminal-Bench-Science — K​imi 34,3%, Hy4 12,9%.

• Разработка программного обеспечения в реальных репозиториях, FrontierCode-AA 2.0 — Hy4 31,4%, K​imi 25,5%. Hy4 здесь — более сильная модель, с преимуществом в шесть пунктов, и это единственная оценка, где работа терминального агента с реальными репозиториями говорит в пользу T​encent.

• Сложные рассуждения, HLE-Diamond — K​imi 37,3%, Hy4 32,7%. Ближе, чем следует из заголовка.

• Физика, сложное подмножество CritPt v2 — K​imi 49,5%, Hy4 39,0%.

• Выполнение рабочих процессов SaaS, AutomationBench-AA — K​imi 73,3%, Hy4 65,6%.

• Агентная работа со знаниями, AA-Briefcase Elo — K​imi 1 673,6, Hy4 1 445,9. Разрыв в 228 пунктов Elo с неперекрывающимися интервалами.

Результат FrontierCode — это тот, на котором стоит задержаться, потому что он противоречит очевидному прочтению остальных шести. На бенчмарке с изменяющимися реальными open-source-репозиториями лидирует Hy4. На бенчмарке чистой терминальной среды Kimi лидирует с отрывом в 30 пунктов. Карточка модели Tencent объясняет, почему так может быть: Hy4 обучали специально на собственных игровых и фронтенд-пайплайнах Tencent — Unreal, Unity, Godot, управление состоянием UI — и сообщают о приросте на 19,1% в их внутреннем наборе GameDev по сравнению с Hy4 preview. Это модель, настроенная на создание вещей, которую оценивают на тесте их исправления. Если взять обе строки, честный вывод таков: картина с кодингом зависит от рабочей нагрузки, а не от того, что одна модель программирует лучше.

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.

Цена в 3,6 раза ниже за выполненную задачу

Здесь сравнение становится арифметикой, а не аргументацией. Artificial Analysis сообщает измеренную стоимость выполнения одной задачи Intelligence Index для обеих моделей, которая учитывает цены на токены, длину рассуждений и поведение кэша:

• T​encent Hy4 — $1.03 за задачу: $0.834 за входные и $2.501 за выходные данные за миллион токенов, скидка 95% на кэш при $0.042.

• Kimi K3.1 Pro — $3.68 за задачу, при $2.00 за вход и $10.00 за выход на миллион токенов, скидка 90% на кэш при $0.20.

Итак, разрыв в 12 пунктов индекса обходится в 3,6 раза дороже на задачу. В расчёте на пункт индекса Kimi стоит примерно в 4,4 раза дороже. Это не скандал — модель, которая действительно лучше справляется со сложной агентной работой, должна стоить дороже, — но это меняет рамку решения. Если вашей рабочей нагрузке требуется 67% на Terminal-Bench, замены нет, и вам стоит платить. Если вашей рабочей нагрузке требуется 37%, то платить в три с половиной раза больше за остальные 30 пунктов — это деньги, потраченные на возможности, которые вы не задействуете.

Есть вторичные издержки, которые скрывает показатель в расчёте на задачу. Kimi тратит 39,7 минуты на задачу индексирования против 14,0 у Hy4 и выдаёт первый токен ответа через 162,8 секунды против 115,9. При 30 токенах вывода в секунду против 93 у Hy4 самая медленная модель в этом сравнении — в три раза медленнее — одновременно и самая дорогая. В агентном цикле, который выполняется сотни шагов, задержка и стоимость накапливаются вместе, а не компенсируют друг друга.

Две лицензии с двумя разными ловушками

Обе модели имеют открытые веса в том смысле, что вы можете скачать и использовать их. Ни одна из них не распространяется под Apache 2.0, и разница между их коммерческими условиями не является чисто теоретической:

• Tencent Hy4 — лицензия Tencent Hy License 1.0, производная от Apache 2.0. Раздел 10 требует заключения отдельного письменного соглашения до того, как предлагать модель в качестве услуги, если ваш мировой валовой доход превышает 50 млн долларов США в течение любого 12-месячного периода или если продукт, в котором она используется, превышает 100 млн ежемесячно активных пользователей. Внутреннее использование не подпадает под это требование.

• Kimi K3.1 Pro — лицензия Kimi K3.1-Pro. Та же форма ограничения, но при пороге выручки в 20 млн долларов, а не в 50 млн.

Оба делают исключение для продуктов для конечных пользователей, где модель встроена в конкретные функции, а не предоставляется как доступ к модели общего назначения. Оба разрешают простую ретрансляцию запросов в сторонний сервис модели. Проще говоря: небольшая продуктовая команда, создающая функцию на любой из этих моделей, может работать спокойно. Компании, ведущей бизнес на инференсе на любой из них, нужно созвониться, и у K​imi этот звонок обходится менее чем в половину выручки.

Для полноты картины: предыдущее поколение — исключение. Превью Hy4, вышедшее 28 августа 2026 года, распространялось под Apache 2.0 вообще без какого-либо коммерческого порога. Все, кто строил на лицензии превью и теперь переходит на Hy4, переходят на другие условия.

Запускаю оба, пока не выбирая

Причина, по которой это сравнение не обязательно должно решаться на бумаге, заключается в том, что обе модели доступны из одной конечной точки с передачей собственного тарифа провайдера: tencent/hy4 по $0.834 и $2.501 за миллион токенов, kimi/kimi-k3.1-pro по $2.00 и $10.00, а чтение из кэша — по $0.20. Это указанные выше цифры без наценки, и изменение цены поставщиком отражается здесь в тот же день, а не при продлении.

Для пары, настолько далеко разнесённой по возможностям и стоимости, полезный паттерн — не разделение, а потолок. Направляйте запросы в kimi/kimi-k3.1-pro через DSL маршрутизации, назначьте tencent/hy4 целью автоматического переключения при сбое и следите за тем, как часто срабатывает переключение при сбое. Если оно срабатывает редко, вы платите за возможности K​imi и получаете их. Если оно срабатывает постоянно из-за задержки K​imi, вы только что обнаружили то, чего не может показать таблица бенчмарков, — по ценам Hy4, а не K​imi. Слияние моделей — другой вариант: панель из двух позволила бы использовать рассуждения более сильной модели, сохраняя более дешёвый бюджет токенов более слабой модели, на оценках, где они сходятся.

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.

Что изменило бы этот ответ?

Три вещи, в порядке вероятности. Во-первых, дообучение Hy4: веса опубликованы два дня назад, а разрыв в 30 пунктов на Terminal-Bench — как раз тот запас, который сокращает целевое дообучение на собственных терминальных трейсах компании. Во-вторых, независимая оценка Kimi K3.1 Pro при более высоком усилии рассуждения, чем максимальное значение по умолчанию, используемое индексом, — потолок вывода в 943 718 токенов, указанный в карточке модели, ещё не проверял никто из публикующих результаты. В-третьих, родственная модель класса Hy4 Flash, которая унаследует агентное обучение за четверть цены, — это сделает аргумент о стоимости против K​imi ещё сложнее парировать.

Пока один из них не выйдет, разделение остаётся чётким. Kimi K3.1 Pro — лучшая модель и при этом более дорогая, с разницей, которая сохраняется независимо от того, измеряете ли вы в расчёте на токен, на задачу или на индексный пункт. Tencent Hy4 — та, которую можно развернуть на собственном оборудовании, с вдвое более щедрым порогом лицензирования и втрое более низкой ценой. Ни то, ни другое не повод жалеть о другом.

Сравнение в этой статье1

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