
Hy4 flash vs MiniMax M3.1 Flash: Två billiga modeller med öppna vikter, en med ett resultat
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 138 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 175 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 89 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 97 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Här är den sällsynta matchningen där båda modellerna går att ladda ner, båda marknadsförs i samma "billig och snabb"-segment, båda tar emot bilder, båda rymmer en miljon token, och en av dem har en siffra från någon annan än tillverkaren. MiniMax-M3.1-Flash har funnits på Artificial Analysis sedan lanseringen den 19 oktober 2026 och ligger för närvarande på 29 i Intelligence Index v5.0.1, till 0,15 USD per miljon indatatoken och 0,60 USD per miljon utdatatoken. Hy4 flash har varit offentlig sedan den 16 november 2026, släpptes med öppna vikter den 17 november, kostar ungefär hälften av det för indata och mindre än hälften för utdata, och saknar helt en post hos Artificial Analysis.
Så den här sidan kan inte säga vilken modell som är smartare, eftersom bara en av dem har mätts. Vad den kan göra är något mer användbart för den som faktiskt väljer: ställa de två utgivningsartefakterna sida vid sida, eftersom de här är genuint jämförbara objekt – samma nivå, samma öppenhet, samma månad – och de skillnader som kvarstår är konkreta sådana när det gäller licensiering, driftkostnad och vad respektive leverantör optimerade för.
Börja med vad båda leverantörerna faktiskt levererade
Båda utgåvorna innehåller en instruktionstränad modell, öppna vikter och en bas- eller kvantiserad syskonmodell. Ingen av dem är ett slutet API med en nedladdning påhängd.
• MiniMax-M3.1-Flash — 428B parametrar totalt, 23B aktiva, blandning av experter, resonemangsmodell, text och bild in med text ut, kontext på 1M token, vikter på Hugging Face under MiniMax Community License, som tillåter kommersiell användning med restriktioner.
• Hy4 flash — 220B parametrar totalt (155,5B stomme plus 63,5B Engram plus en 0,43B visionskodare och en 0,85B drafter), 12B aktiva, mixture-of-experts, text och bild som indata med text som utdata, kontext på 1 048 576 token, vikter på Hugging Face som Hy4 flash, Hy4 flash-FP8 och Hy4 flash-Base under Tencent Hy License.
• Vad MiniMax inte släppte – ingen separat bascheckpoint och ingen benchmarktabell för basmodellen; 428B-modellen är artefakten.
• Vad Tencent inte släppte – ingen oberoende poäng, ingen publicerad agentisk benchmark-svit för instruktionsmodellen och ingen Transformers-version (integrationen finns i pull request 50903).
Parameterantalen förtjänar en brasklapp snarare än en jämförelse, eftersom de inte mäter samma sak. MiniMax 428B/23B är ett konventionellt antal täta parametrar. Tencent 220B omfattar 63,5B Engram n-gram-inbäddningstabeller – parametrar som hashas och slås upp i stället för att multipliceras – så de två totalerna är inte ett jämförbart mått på modellstorlek, lika lite som antalet hyllor i ett bibliotek är ett mått på hur mycket det har läst. Siffrorna för aktiva parametrar är den rättvisare jämförelsen, 12B mot 23B, och de förutsäger vad priskorten faktiskt visar.
Prisraderna, och den enda platsen där de inverteras
Båda prislistorna är leverantörernas egna listpriser, inte mätningar.
• Indata – Hy4 flash $0,070 jämfört med MiniMax-M3.1-Flash $0,15. Hy4 flash är 2,1 gånger billigare.
• Utdata — 0,281 $ mot 0,60 $. Hy4 flash är 2,1 gånger billigare.
• Cachad inmatning — $0.003 mot $0.015. Hy4 flash är 5 gånger billigare.
• Uppmätt kostnad per Index-uppgift – 0,49 USD för MiniMax-M3.1-Flash enligt Artificial Analysis; inte uppmätt för Hy4 flash.
Den sista raden är den intressanta, eftersom den visar varför priset per token är ett dåligt mått på kostnaden per uppgift. MiniMax-M3.1-Flash tar 0,49 dollar per slutförd Index-uppgift och debiteras en indatatakt på 0,15 dollar – mer än dubbelt så hög som Hy4 flash – och blir ändå billigare per uppgift än modeller med lägre tokenpriser, eftersom antalet tokens en modell gör av med för att nå ett svar varierar mer än priset. Tencents påstående att RL-efterträning minskade den genomsnittliga utdatalängden med 50 % är samma idé från andra hållet: den billigaste modellen är vanligtvis den som slutar prata först.
Så den ärliga tolkningen av prisjämförelsen är: Hy4 flash:s priser är lägre med en faktor två, och ingen vet om det innebär en faktor två per uppgift förrän en oberoende testrigg kör båda. Tencent:s egna WorkIndex-siffror visar att Hy4 flash har 1/8 av kostnaden per uppgift jämfört med DeepSeek-V4.1-Flash-1017, vilket är en annan jämförelse på en annan testsvit. Dra inte över det till den här jämförelsen.

Hastighet: en uppmätt, en påstådd
• MiniMax-M3.1-Flash – 132 utdatatoken per sekund, 50,64 sekunder till första svarstoken, cirka 14,2 minuters reell tid per Index-uppgift om man extrapolerar från siffrorna $0,49 och 132 t/s. Allt från Artificial Analysis.
• Hy4 flash — över 150 tokens per sekund vid avkodning, enligt Tencent för FP8-bygget på en nod med tensor-parallellitet 8, och en median på 6,7 minuter för end-to-end-slutförandetiden i Tencents eget blindtest med 85 användare.
De är inte jämförbara och skillnaden är lärorik. MiniMaxs siffra är en genomströmningsmätning i en standardiserad testrigg; Tencents är ett påstående om servering för en specifik containeravbildning på specifik hårdvara, plus en median för uppgiftsavslut från en intern population. Ingen av leverantörerna är oärlig. De svarar på olika frågor, och den andra — hur lång tid det tar innan användaren har sitt svar — är den som avgör om en produkt känns snabb.
Tiden till första token på 50 sekunder hos MiniMax-M3.1-Flash är värd att uppmärksamma i sig. Det är en resonemangsmodell som tänker färdigt innan den säger något, och det fungerar bra för batchjobb men dåligt för allt interaktivt som streamar. Hy4 flash har samma strukturella problem i mildare form: reasoning_effort har standardvärdet high, och det dokumenterade alternativet är no_think. Det finns ingen mellaninställning på Tencent:s modell, medan MiniMax erbjuder en mer fullständig resonemangskonfiguration. Om din latensbudget kräver att den "tänker lite" är det en verklig lucka.
Licenser: två olika sätt att inte vara helt öppna
Ingen av checkpunkterna är öppen källkod. Båda är öppna vikter med villkor, och villkoren är utformade tillräckligt olika för att de kommer att avgöra olika affärer.
• MiniMax Community License – tillåter kommersiell användning med begränsningar; det är licenstexten som styr driftsättningen, och den återfinns i modellkortet snarare än i en OSI-godkänd licens.
• Tencent Hy License v1.0 — Apache 2.0 plus ett avsnitt 10.2 som kräver en separat skriftlig licens om du bedriver en verksamhet med modeller som tjänst med över 50 miljoner USD i globala bruttointäkter under en valfri tolvmånadersperiod, eller har fler än 100 miljoner månatliga aktiva användare.
• Tencents undantag – ett team som aldrig återförsäljer åtkomst betalar inget extra, en produkt som endast exponerar modellen inom en fast funktion i stället för öppen promptning är inte MaaS alls, och att vidarebefordra en begäran till någon annans hostade slutpunkt räknas inte. De tre meningarna är anledningen till att ett europeiskt SaaS-företag vanligtvis kan läsa den här licensen en gång och gå vidare, medan MiniMax-texten kräver en bedömning av vad ”restriktioner” innebär för dess egen driftsättning.
• Tencents utlösare är intäktskopplad, inte territoriekopplad — det finns ingen utesluten jurisdiktion, vilket skiljer den från licenser som helt och hållet förbjuder EU, Storbritannien eller Sydkorea.
Tencents dokument är ovanligt läsbart för att vara i den här genren eftersom de ytterligare villkoren är isolerade i ett numrerat avsnitt som exakt anger vad det gör med Apache-beviljandet. Vad som än annars gäller för utgåvan har licensen utformats av någon som förväntade sig att ingenjörer skulle läsa den.

Poänggapet, och varför "29" inte är hela historien
Artificial Analysis mäter MiniMax-M3.1-Flash till 29 i v5.0.1. Om du har läst något annat om den här modellen på den här bloggen kan du ha sett 42 eller 43 – de var korrekta i den tidigare indexversionen, och omkalibreringen den 27 oktober 2026 flyttade varje modell på resultattavlan. Att i dag citera 43 och 29 för en konkurrent vore att jämföra två olika instrument. I den aktuella indexversionen är 29 siffran, och den placerar MiniMax-M3.1-Flash i samma breda intervall som Gemini 3.8 Flash med 31 och under Claude Haiku 5.5 med 36.
För Hy4 flash finns det inget intervall. Det närmaste tillgängliga beviset är blindtestet från Tencent, där den fick 2,79 av 4 för användarnöjdhet mot Claude Haiku 5.5:s 2,81. Om du är villig att göra en slutledning – och det är bara en slutledning – är en modell som hamnar inom brusmarginalen för en 36-indexmodell på kontorsuppgifter förmodligen inte långt från det intervallet heller. Det är en hypotes att testa, inte en poäng att citera.
Det som skulle avgöra saken är en gemensam körning i samma testramverk. Båda modellerna går att ladda ner, vilket betyder att hindret är beräkningskraft, inte åtkomst, och communityn som benchmarkar kinesiska modeller med öppna vikter kommer att ta sig an det. Fram till dess är asymmetrin ett faktum: en av dem har mätts offentligt och en har inte, och ingen mängd arkitekturbeskrivning stänger det gapet.

Routing: en av dessa två kan du ringa idag
Det här är den praktiska skillnaden, och den råkar gå genom vår egen katalog. MiniMax-M3.1-Flash finns på OrcaRouter som minimax/minimax-m3.1-flash, till 0,15 dollar per miljon indatatoken och 0,60 dollar per miljon utdatatoken, med 0,015 dollar för cacheläsning — MiniMax egna listpris, vidarebefordrat med 0 % påslag, så en prisändring från leverantören slår igenom här samma dag. Multimodal indata är text, bild och video, och kontextfönstret är 1 048 576 token.
Hy4 flash finns inte i katalogen. Det som finns från Tencent är tencent/hy4-preview, modellen 770B/49B som Hy4 flash destillerades från, till $0.834 och $2.501 per miljon med en cacheread på $0.042. Det är en genuint användbar tredje modell för detta beslut snarare än en tröst: om du funderar på om Hy-familjens beteende passar din arbetsbelastning, berättar förhandsversionen det för dig på en eftermiddag, och de öppna vikterna berättar vad det skulle kosta att köra den billiga själv.
Routing-DSL:en är där detta blir mer intressant än ett tvåvägsval. En pipeline kan skicka korta interaktiva anrop till den billigare vägen och långt dokumentarbete till vilken modell som helst som vann din egen eval, i en och samma endpoint, med automatisk failover mellan leverantörer så att en modell under sin första vecka med tillgänglighet inte är en enda felpunkt. Den hållningen – att lägga den nya modellen på den trafik du har råd att förlora – är rätt för varje checkpoint så ung som denna, och det är samma hållning som du skulle vilja ha för en självhostad FP8-distribution bakom en intern gateway.
Vilken, för vilket jobb
Välj MiniMax-M3.1-Flash om du behöver en uppmätt modell nu, om dina indata innehåller video, om du behöver en inställning för resonemangsansträngning mellan "på" och "av", eller om du vill vara på en plattform där leverantörens pris redan är live i stället för ett kort som du själv måste modellera. Dess 428B/23B-form och 132 tokens per sekund gör den till en arbetshäst, och det faktum att den har funnits på resultattavlan i en månad innebär att andra redan har hittat dess fellägen offentligt.
Välj Hy4 flash om kostnaden per token är den avgörande begränsningen, om du vill äga driftsättningen, om du behöver en bascheckpunkt för finjustering, eller om licensfrågan är den som avgör – Tencents dokument har ingen territoriell uteslutning och ett tydligt undantag för internt bruk, och för ett europeiskt team kan det vara hela svaret. Dess 12B aktiva parametrar och 1M-tokenkontext med 1/6 av föregångarens KV-cache är ett argument för att det andra priset, det som mäts i GPU:er, är ovanligt lågt.
Vänta, i båda fallen, om beslutet är kostsamt. En av dessa modeller har aldrig benchmarkats oberoende, och den andra har aldrig körts mot den. Jämförelsen som faktiskt skulle avgöra saken – båda i ett och samma testramverk, poängsatta på samma uppgifter, med kostnad per slutförd uppgift bredvid poängen – finns ännu inte. När den gör det kommer parametrarna och licensraderna ovan fortfarande att vara sanna, och poängraden kommer äntligen att betyda något.
Jämförda i den här artikeln4
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
