Titelkort för jämförelsen mellan Hy4 flash och DeepSeek V4.1 Flash, som visar Hy4 flash på $0,070 för indata och $0,281 för utdata per miljon token, mot DeepSeek V4.1 Flash på $0,15 och $0,60, med en sidfot som anger att båda siffrorna är leverantörernas listpriser och att DeepSeek-sidan är dess off-peak-kort.
Guides & Insights

Hy4 flash vs DeepSeek V4.1 Flash: Tencent tog upp den här kampen själv

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Tencent valde motståndaren. Forskningsinlägget för Hy4 flash, publicerat den 16 november 2026, prissätter sin egen kostnad per uppgift mot exakt en konkurrerande modell – DeepSeek V4.1 Flash, i dess 1017-ögonblicksbild, på den högsta ansträngningsnivån och till DeepSeeks högtrafikpriser – och uppger en åttondel. Det är en ovanligt specifik jämförelse för ett lanseringsinlägg, och den säger var Tencent tror att striden står: inte mot Alibabas flaggskepp, inte mot sitt eget Tencent HY4, utan mot den billiga modellen med öppna vikter som kodagenter har kört på sedan september. Tre veckors publicerade siffror ligger på DeepSeeks sida i den jämförelsen. Ett diagram ligger på Tencents sida.

Så den användbara frågan är inte vilken modell som är bättre i abstrakt mening. Det är huruvida en 2,1-faldig indataprisfördel står sig i mötet med det som skiljer de två åt, och huruvida siffran en åttondel per uppgift betyder det en läsare kommer att anta att den betyder. Båda går att besvara utifrån publicerat material, och svaren pekar i motsatta riktningar.

Vad varje företag faktiskt levererade

Börja med artefakterna, eftersom de inte är likvärdiga och skillnaden förklarar större delen av oenigheten nedströms.

DeepSeek V4.1 Flash lanserades den 10 september 2026 under MIT-licensen: 48 safetensors-shards med en sammanlagd storlek på ungefär 510 gigabyte, en teknisk rapport med titeln "Pushing the Limits of KV Cache Compression", ett modellkort med deployment-taggar, en fp8-variant och ett API med publicerade off-peak- och peak-priskort. En uppdaterad snapshot, 1017, ersatte den den 17 oktober och tillhandahålls nu under samma API-namn. Repositoriet har 1,69 miljoner nedladdningar och 4 978 gilla-markeringar. Artificial Analysis ger den 32,6 på Intelligence Index vid maximal ansträngning; Epoch AI:s Capabilities Index placerar 1017-checkpointen på 159, på 19:e plats av de 253 modeller den följer.

Hy4 flash publicerades den 16 november 2026 som ett forskningsinlägg utan bifogat modellkort: 224 miljarder parametrar totalt, varav 64 miljarder Engram-parametrar, 12 miljarder aktiva per token, inbyggd multimodalitet, en kontext på 1 048 576 token och en plan att öppna källkoden senare. Inga vikter, ingen licens, ingen teknisk rapport, ingen oberoende poängsättning och benchmarkresultat levererade som PNG-diagram. Artificial Analysis listar Tencent HY4 till 34,6 den 5 november och har ingen post för Hy4 flash alls.

Ställer man dem sida vid sida får jämförelsen en märklig form. Den nyare modellen är den du inte kan granska, och den äldre är den du kan ladda ner, finjustera och köra på din egen hårdvara. Den asymmetrin genomsyrar varje avsnitt nedan.

Priskortet, ärligt jämfört

Båda leverantörerna publicerar listpriser, och båda publicerar mer än ett av dem, vilket är där de flesta jämförelser går fel.

• Indata, per miljon tokens – Hy4 flash $0,070 fast; DeepSeek V4.1 Flash $0,15 utanför högtrafik, $0,30 under högtrafik.

• Utdata, per miljon tokens — Hy4 flash $0.281; DeepSeek $0.60 i lågtrafik, $1.20 i högtrafik.

• Cacheträff, per miljon tokens — Hy4 flash $0,003; DeepSeek $0,003 under lågtrafik, $0,006 under högtrafik.

• Definition av högtrafik – DeepSeeks högtrafikfönster är 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag, med undantag för kinesiska allmänna helgdagar. Allt annat är lågtrafik, vilket innebär att det billiga kortet för ett amerikanskt eller europeiskt team är det som gäller under större delen av arbetsdagen.

• Kontext — Hy4 flash 1 048 576 token; DeepSeek V4.1 Flash 1 000 000 token med ett utdatatak på 384 000 token.

• Fastlandskort – Hy4 flash ¥0,5 / ¥2 / ¥0,02 per miljon token, vilket är där dollarbeloppet kommer ifrån snarare än från en separat publicerad internationell taxa.

Vid samma tidpunkt är skillnaden 2,1 gånger för indata och 2,1 gånger för utdata: {{1}}$0,070 mot $0,15, $0,281 mot $0,60{{/1}}. Under DeepSeeks högtrafikfönster vidgas den till 4,3 gånger. För cachad indata är det jämnt ut i lågtrafik, eftersom båda landar på {{2}}$0,003{{/2}} — och det spelar större roll än rubriken, eftersom en kodningsagent som skickar om en systemprompt, ett verktygsschema och ett filträd vid varje steg betalar cachepriset större delen av tiden. För den typ av arbetsbelastning som den här jämförelsen faktiskt handlar om är de två modellerna prissatta identiskt.

Den sista raden är den som tar udden av större delen av argumentet. Tencents en åttondel är inte en cache-tung jämförelse; det är en kostnad per uppgift på WorkIndex, som räknar in utdatalängd, återförsöksfrekvens och antal steg tillsammans med prislistan. Två av dessa tre indata är sådant som Tencent styr genom sin egen post-träning, och man rapporterar kontrollen som en enda procentsats: utdatalängden minskar med 50 %.

Generated comparison card listing three rate rows for Hy4 flash and DeepSeek V4.1 Flash: input at $0.070 against $0.15 off-peak and $0.30 peak, output at $0.281 against $0.60 and $1.20, and cache hit at $0.003 against $0.003 and $0.006, with a footer noting the DeepSeek card doubles during its weekday peak windows.

Varför 12 miljarder aktiva parametrar är hela argumentet för arkitekturen

DeepSeek V4.1 Flash är en backbone med 552 miljarder parametrar och 16 miljarder aktiva per token, byggd på det DeepSeek kallar en Causal Encoder-Decoder-design: 40 lager jämnt uppdelade i en 20-lagers kausal encoder och en 20-lagers decoder, där den tekniska rapporten betonar KV-cache-komprimering snarare än perception. Hy4 flash aktiverar 12 miljarder per token mot totalt 224 miljarder, vilket är tre fjärdedelar av DeepSeeks aktiva antal och 40 % av dess totala storlek.

Tencents redogörelse för var skillnaden kommer ifrån är specifik när det gäller mekanismen och tyst när det gäller strukturen. Hybridattention, LatentMoE och Engram-parametrarna ger en KV-cache som är en tjugofjärdedel så stor som Hy3:s och en sjättedel så stor som Tencent HY4:s. Självdestillation från Tencent HY4, följt av förstärkningsinlärning, halverade längden på end-to-end-utdata. Ett megakernel med fyrabitars vikter och en DFly-avkodningsväg håller avkodningen över 150 tokens per sekund. Det som inte publiceras är något som man skulle kunna falsifiera utifrån en checkpoint: antal lager, antal experter, routningsbredd, visionskodarens storlek och huruvida multimodalitet är inbyggd eller påkopplad.

Engram-parametrarna förtjänar en egen mening, eftersom 64 miljarder av dem i en modell med 224 miljarder parametrar inte är ett normalt arrangemang. Engram, i Tencents användning, är en minnesliknande komponent som håller inlärda associationer snarare än en routad expert som körs i varje forward-pass. Den praktiska konsekvensen är att 29 % av modellens totala storlek inte belastar beräkningen per token, vilket är ett legitimt sätt att köpa kapacitet per parameter och ett illegitimt sätt att jämföra parameterantal. En 224B-modell med 64B Engram är inte mindre än en 552B-modell på det sätt som de två siffrorna antyder; den har en annan form.

DeepSeeks design är granskningsbar, men Tencents är det inte, och det är inte en liten skillnad i en direkt jämförelse. Vem som helst kan ladda ner 510 gigabyte vikter och räkna lagren. Ingen kan ladda ner Hy4 flash och göra någonting alls.

Åttondelen, spårad

Tencents jämförelse per uppgift är värd att följa noga, eftersom den är den enda direkt jämförbara siffran som något av företagen har publicerat för det här paret, och den är mer omsorgsfull än vad aritmetik i lanseringsinlägg vanligtvis är.

När det gäller WorkIndex – Tencents interna uppsättning med åtta sviter som omfattar bildskapande, bildrevision, samskrivning mellan människa och maskin, Markdown-samskrivning, dokumentredigering, tabellreparation, ljud- och videobehandling samt visuell förståelse – uppger Tencent att Hy4 flash har en kostnad per uppgift som är en trettondel av Hy4 preview, en tjugondel av Tencent HY4 och en åttondel av DeepSeek-V4.1-Flash-1017 vid högsta ansträngningsnivå och högtrafikpris. Varje precisering i den meningen kommer från Tencent, och de två sista är de man ska hålla fast vid: maximal ansträngning innebär att DeepSeeks tankebudget ställdes högt, och högtrafik innebär priskortet $0,30/$1,20 i stället för $0,15/$0,60.

Tar man bort {{1}}förbehållen{{/1}} ändras aritmetiken kraftigt. Vid lågtrafikpriser med samma utdatalängder är gapet per token {{2}}2,1 gånger{{/2}}, inte {{3}}8{{/3}}. Om {{4}}Hy4 flash{{/4}} dessutom avger hälften så många output-token halveras kostnaden per uppgift ungefär igen ovanpå prisskillnaden, vilket placerar de två modellerna någonstans mellan {{5}}4 och 5 gånger{{/5}} ifrån varandra på en uppgift som {{6}}Tencent{{/6}} har utformat – och {{7}}DeepSeek{{/7}}s eget publicerade beteende, styrda tankeansträngning och ett utdatatak på {{8}}384 000 token{{/8}} antyder att dess högsta nivå utför betydligt mer arbete per uppgift än en modell som är inställd på att svara med hälften så många token.

Produktionssiffrorna som Tencent självmant redovisade är den mer intressanta hälften av lanseringen, eftersom de åtföljs av räknare i stället för en enda poäng. I WeChat Pays agentflöden, jämfört med DeepSeek-V4.1-Flash-1017, rapporterar Tencent likvärdighet eller bättre över fyra processsteg med cirka 6 % färre exekveringssteg och 29 % kortare enskilda utdata. I WeChat Pays statiska skanning: 37 % kortare tid för att slutföra en skanning och 46 % färre tokens vid likvärdig detektionskvalitet. I rotorsaksanalysen för Honor of Kings: 22 % till 39 % färre förfrågningar och 40,5 % till 61,2 % färre tokens än DeepSeek och GLM-5.3-Flash – samtidigt som den gjorde 51,2 % respektive 7,7 % fler verktygsanrop än vardera. I Marvis ökade uppgiftsnöjdheten med 6,2 % för appinstallation, 4,4 % för systeminställning och diagnostik, 6,9 % för dokumenthantering och forskningsrapporter.

Två saker syns i den listan. Minskningarna av tokens och steg är stora och konsekventa, vilket är vad en 12B-aktiv modell tränad att förkorta sina svar borde ge. Och ökningen av verktygsanrop är den ärliga fotnoten: Hy4 flash kommer dit med fler, kortare rundturer. I en faktureringsmodell per förfrågan är det ett nollsummespel eller en vinst; i en väggklockebudget per steg är det en annan avvägning, och Tencents egen formulering – att den är 88 % snabbare i WeCom – är ett påstående om latens snarare än om arbete.

Bevisasymmetri, som är det faktiska beslutet

Här är vad de två modellerna kan berätta om sig själva.

DeepSeek V4.1 Flash har ett offentligt harness-poäng, en teknisk rapport du kan läsa, vikter du kan köra och tre månader av inferensstacken som möter modellen: kvantiseringar, serveringsrecept och en dokumenterad uppsättning egenheter som andra redan har stött på. Dess benchmarkposition är inte spektakulär – 90,6 på Terminal-Bench 2.1, 74,2 på DeepSWE v1.1, 65,4 på NL2Repo-Bench vid lanseringen och ett Intelligence Index på 32,6 – men det är en position som någon annan har mätt.

Hy4 flash har ett leverantörsdiagram, ett leverantörsblindtest med 85 anställda, ett internt prestandatest från leverantören och en mening om framtida öppna vikter. Påståendena är rimliga och internt konsistenta: en KV-cache som är en sjättedel så stor som flaggskeppets, halverad utdatalängd, avkodning över 150 tokens per sekund. Inget av dem har reproducerats, och det som skulle vara enklast att kontrollera – huruvida 12 miljarder aktiva parametrar verkligen klarar kontorsarbete lika bra som DeepSeeks 16 miljarder – är precis det som ingen utanför Tencent kan köra, eftersom det inte finns några vikter.

Den asymmetrin gör inte Hy4 flash sämre. Den gör det obevisat, och skillnaden mellan sämre och obevisat är där utvärderingsbudgeten bör läggas. Ett team som behöver en billig multimodal modell som det kan finjustera, självhosta eller granska bör sluta läsa här: DeepSeek V4.1 Flash är svaret, och prisskillnaden på 2,1 gånger är kostnaden för det alternativet. Ett team vars arbetsbelastning består av dokument, bildspel, extrahering och korta agentloopar, och som betalar per token snarare än per uppgift, har en verklig anledning att titta på Tencent-kortet — en anledning som är tillräckligt stark för att det är värt att skaffa den saknade evidensen på annat sätt än att vänta på den.

Kör jämförelsen på en nyckel

Varken Hy4 flash eller Tencentsegens färdplan gör detta enkelt: från och med den 16 november tillhandahålls Hy4 flash via Tencent Clouds TokenHub och Tencentsegens konsument- och företagsprodukter, med tredjepartsplattformar aviserade men utan datum, och DeepSeek V4.1 Flash finns på DeepSeeksegens API och som öppna vikter.

Den halva av den här duellen som du kan köra i dag är den halva som sätter ribban. deepseek/deepseek-v4.1-flash finns på OrcaRouter för $0.15 in och $0.60 ut per miljon token, med cacheläsningar för $0.003 – DeepSeeks eget off-peak-listpris utan något påslag – över en kontext på 1 048 576 token, och 1017-snapshoten ligger på samma pris under sin egen identifierare så att du kan låsa den checkpoint som Tencent benchmarkade mot i stället för aliaset. Tencent-vägen på samma nyckel är tencent/hy4-preview för $0.834 och $2.501, som är Hy4 flashs lärare; att köra din egen uppgiftsuppsättning på preview och på DeepSeek ger dig förhållandet mellan lärare och rival nu, och flash-nivån kan läggas in i samma testrigg när den lanseras.

Screenshot of the OrcaRouter model page for deepseek/deepseek-v4.1-flash in English, captured 16 November 2026, showing the model name, the route identifier, a 1,048,576-token context and the $0.15 input / $0.60 output per million token pricing panel.

Det är mönstret som är värt att kopiera från Tencents egen lansering. Dess argument är en kostnad per uppgift för åtta uppgiftstyper som den valde. Din bör vara en kostnad per uppgift för de uppgifter du faktiskt betalar för, mätt på båda modellerna, med tokens, steg och väggklockstid registrerade – och de tre tillsammans är det som kommer att visa dig om en 2,1-faldig hastighetsfördel blir något på fakturan.

Automatisk redundansväxling är den oglamorösa delen av den planen. En modell i sin första vecka, tillgänglig via en kampanj utan angivet slutdatum, är precis den modell du vill ha en reservkedja bakom snarare än att migrera till; samma nyckel når redan DeepSeek, så en regel som gör ett nytt försök med den befintliga modellen innan svaret börjar kostar en rad i konfigurationen och tar bort lanseringsveckans risk från experimentet.

Screenshot of the OrcaRouter model page for tencent/hy4-preview in English, captured 16 November 2026, showing the route identifier, a 64K maximum output, $0.834 input and $2.501 output per million tokens, a $0.042 cache read rate and a measured 39.0 tokens per second.

Vad skulle avgöra det?

Tre saker, i ordning efter hur mycket de skulle förändra svaret.

Ett oberoende resultat för Hy4 flash. Artificial Analysis indexerade Tencent HY4 åtta dagar efter att den lanserades; en flash-post skulle åtminstone sätta båda modellerna i samma testram, och gapet på 32,6 till 34,6 mellan DeepSeeks flash och Tencents flaggskepp är det spann som den här jämförelsen handlar om. Ingen bör bli förvånad om en destillerad modell landar under sin lärare, och storleken på det tappet är det enskilt mest användbara okända i den här jämförelsen.

Vikter, eller ett datum för dem. Tencents egen augustiförhandsvisning levererades under Apache 2.0 med recept för vLLM och SGLang redan från första dagen, så företaget vet hur man gör det här. Om Hy4 flash följer efter blir dess effektivitetsanspråk kontrollerbara och nedladdningen på 510 gigabyte är inte längre det enda alternativet i rummet.

Ett neutralt benchmark per uppgift. Tencents en åttondel är en ärligt menad siffra med två förbehåll kopplade till sig och en testrigg som ingen annan kan köra. Reproducera den på publika agentuppgifter, och diskussionen är över på en eftermiddag, på ett eller annat sätt.

Fram till dess är den ärliga sammanfattningen snävare än båda leverantörernas: DeepSeek V4.1 Flash är den billiga multimodala modellen med revisionsspår, Hy4 flash är den billigare utan, och prisskillnaden är mindre vid cache-tungt arbete än på en prislista. Det är ingen dom. Det är en korrekt beskrivning av vad den 16 november faktiskt förändrade, vilket var en prislista och en plan – och en strid som Tencent valde att ta på en resultattavla som de själva hade ritat.

Jämförda i den här artikeln4

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen