
Hy4 flash vs Tencent HY4: En familj, två nivåer och en tolvfaldig prisskillnad
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 90 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 96 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNYOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 87 tok/s
- OrcaNYOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 133 tok/s
- OrcaNYOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 65 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 · 43 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 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M tokens · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligens
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligens
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M tokens · 219 tok/s
Tencent HY4 blev allmänt tillgänglig den 4 november 2026 som en modell med 770 miljarder parametrar, varav 49 miljarder aktiva per token, inbyggd vision, datoranvändning och ett pris på 0,834 USD för indata / 2,501 USD för utdata per miljon token. Tolv dagar senare, den 16 november, lanserade Tencent Hy4 flash: 224 miljarder totala parametrar med 12 miljarder aktiva, samma kontext på en miljon token och 0,070 USD för indata / 0,281 USD för utdata. Hy4 flash byggdes genom att destillera Tencent HY4 och sedan träna med förstärkningsinlärning att prata mindre, och Tencents egen vägledning säger detsamma – använd flash-modellen för djup sökning, dokument, presentationer, frontend-arbete och datoranvändning, och behåll flaggskeppsmodellen för långsiktig mjukvaruutveckling. Den vägledningen är ovanligt uppriktig för att vara en lansering, och den är också det mest användbara i båda lanseringarna.
Så det här är inte en tävling mellan rivaler. Det är ett företag som delar sin egen familj i två och talar om vilken halva du ska köpa, och de intressanta frågorna är hur mycket av flaggskeppet som överlever i den lilla modellen, var delningen faktiskt går, och vad prisskillnaden på tolv gånger köper utöver tokens.
Tre releaser på elva veckor
Släktskapet förklarar det mesta av priset. Tencent har släppt den här familjen tre gånger sedan augusti, och varje utgåva ändrade en annan variabel.
• 28 augusti 2026 – Hy4-förhandsvisning. Apache 2.0, vikter på Hugging Face, ModelScope, GitCode och CNB, 770B totalt / 49B aktiva, 78 lager varav ett dense och 77 mixture-of-experts med 256 routade experter plus en delad, top-8-routing, en kontext på 1 048 576 token, ett 10B multi-token-prediction-lager med 0,7B aktiva. ¥6 / ¥18 / ¥0,3 per miljon token. Åtta publicerade benchmarkrader, recept för vLLM och SGLang, publicerade standardvärden för sampling.
• 4 november 2026 — Tencent HY4. Samma backbone-skala, betydligt mer förträning och efterträning, och två nya förmågor: inbyggd syn för finmaskiga bilder, diagram och scheman, samt datoranvändning via mus, tangentbord och kommandorad med specifik träning för Blender, CAD och långsiktigt arbete över flera applikationer. Samma pris ¥6 / ¥18 / ¥0,3. Inga vikter, ingen licens, inget modellkort, ingen benchmarkbilaga.
• 16 november 2026 — Hy4 flash. 224B totalt med 64B Engram-parametrar och 12B aktiva, multimodalt, kontext på 1 048 576 token, ¥0.5 / ¥2 / ¥0.02. Inga vikter, ingen licens, inget modellkort, benchmarksiffror publicerade endast som diagrambilder.
Färdriktningen är tydlig: familjen har blivit billigare och mindre öppen samtidigt. Den billigaste medlemmen är också den med minst pappersarbete, och den enda version som någon kan ladda ner är den från augusti.
Vad flaggskeppet fortfarande gör som flash inte gör

Två förmågor finns i flaggskeppsmodellen och tillskrivs inte den lilla modellen i samma ordalag.
Vision i skala. HY4-släppet demonstrerade ett flygfoto på 2,8 gigapixlar där modellen lokaliserade en takkomponent på två meter, vilket inte så mycket är ett resultat inom vision som en demonstration av att ett fönster på en miljon token samtidigt kan rymma en bild uppdelad i brickor och en fråga. Hy4 flash kallas multimodal, och en av de åtta uppgiftstyperna i dess WorkIndex-svit är visuell förståelse, men släppet säger inte om encodern är egen eller påmonterad, hur stor den är, eller om video överhuvudtaget matas in. För dokumenttungt arbete och diagramarbete är flaggskeppet den modell som har en publicerad demonstration bakom sig.
Datoranvändning och långvarigt skrivbordsarbete.Tencent tränade HY4 specifikt för att styra ett skrivbord över olika program, körde den i en sandlåda byggd på sin egen Agent Runtime med flera hundra installerade program och angav Blender och CAD som målarbetsbelastningar. Hy4 flash rekommenderas också för datoranvändning, vilket är en betydande eftergift – men flaggskeppet är det som har träningsbeskrivningen kopplad till sig, och den interna WorkBuddy-datan visar att flash tappar mark i långa kodningsuppgifter samtidigt som den når paritet i vardagligt arbete.
Allt annat i flaggskeppets kolumn handlar om skala snarare än förmåga: 49 miljarder aktiva parametrar mot 12 miljarder, 78 dokumenterade lager mot ett oangivet antal, 256 routade experter mot ett oangivet antal. Fler aktiva parametrar ger djup vid svåra resonemang och långa verktygskedjor. De ger inte tillgång till kontextfönstret, som är detsamma för båda, eller i princip till multimodalitet, vilket båda hävdar.
Var den tolvfaldiga skillnaden kommer ifrån
Prisskillnaden är ingen rabatt. Den utgörs av fyra gånger färre aktiva parametrar plus en uppsättning förändringar i serveringen, och Tencent är ovanligt specifika om den andra delen.
Effektivitetsarbetet, enligt leverantören: hybriduppmärksamhet, LatentMoE och Engram-parametrarna ger tillsammans en KV-cache som är en tjugofjärdedel så stor som Hy3:s och en sjättedel så stor som Tencent HY4:s. Självdestillering från HY4 följt av förstärkningsinlärning minskade den end-to-end-utdatans längd med 50 %. En inferensmegakärna med fyrabitars kvantisering och en avkodningsväg som kallas DFly upprätthåller mer än 150 token per sekund. Var och en är rimlig, var och en är förenlig med arkitekturen, och ingen har oberoende reproducerats.
KV-cache-siffran är den som förändrar distributionskalkylen och inte bara priset. I ett kontext på en miljon token avgör cachestorleken hur många samtidiga långa förfrågningar som får plats på en nod, och en sjättedel av flaggskeppets cache till en tolftedel av priset är en kombination som kan göra en olönsam arbetsbelastning lönsam utan någon förändring av modellkvaliteten. Nedskärningen av utdatalängden med 50 % är den som förändrar kvaliteten, och det är siffran att testa: kortare svar är billigare eftersom de är kortare, och om de är kortare för att modellen är effektiv eller för att den slutade tänka är precis vad en leverantör inte kan berätta om sin egen modell.
Som referens för familjens egen utvecklingsbana rapporterar Tencent kostnaden per uppgift i sin interna WorkIndex-suite till en trettondel av Hy4-förhandsversionen och en tjugondel av Tencent HY4. Kostnad per uppgift är ett annat mått än per token, eftersom det räknar in utdatalängd och återförsök, så tjugondelen är den ärliga operativa siffran och tolftedelen är prislistan. Båda är tillräckligt stora för att riktningen inte ska vara tveksam.
Distillationsfrågan ingen har besvarat
En destillerad modell ärver sin lärares beteende på de uppgifter som destillationen omfattade och hittar på sitt eget på resten. Tencent säger att Hy4 flash självdestillerades från HY4, vilket gör flaggskeppet till både konkurrenten och träningssignalen – ett arrangemang som vanligtvis producerar en liten modell som är mycket bra på det läraren drillades i och märkbart svagare på annat.
Företagets interna produktdata stämmer överens med det mönstret. I WorkBuddy körs Hy4 flash till ungefär en femtondedel av kostnaden för Tencent HY4, med 70 % kortare uppgiftstid, samma nivå på vardagliga uppgifter och en liten försämring på lång kodning. I agentflöden för 微信支付 matchar eller överträffar den DeepSeek-V4.1-Flash-1017 med 6 % färre steg och 29 % färre utdatatokens. I rotorsaksanalys för 王者荣耀 ligger den nära både DeepSeek-V4.1-Flash-1017 och GLM-5.3-Flash när det gäller lokalisering, samtidigt som den använder 22 % till 39 % färre förfrågningar och 40 % till 61 % färre tokens. I 企业微信 ger den 88 % snabbare utdata med 60 % färre tänktokens än HY4.
Lästa tillsammans beskriver dessa siffror en modell som är utmärkt på den typ av uppgifter som familjen tränades på – dokument, agenter, strukturerad utdata, informationssökning – och som ger lite sämre resultat på de uppgifter där lärarens extra djup gjorde jobbet. Det är det förväntade resultatet av destillering och det är inte en kritik; det är anledningen till att behålla båda nivåerna i stället för att ersätta den ena med den andra.
Vad ingen av modellerna har
Varken flaggskeppet eller flash-versionen levereras med modellvikter. Tencent säger att man planerar att öppna källkoden för Hy4 flash och att iterera ofta, men det finns ingen licens, inget datum och inget repository. Tencent HY4:s eget släpp av modellvikter aviseras likaså som en plan. Den enda medlemmen i den här familjen som du kan ladda ner i dag är Hy4 preview, Apache 2.0, på Hugging Face sedan 28 augusti, och så är det fortfarande elva veckor och två versioner senare.
Ingen av dem har ett oberoende benchmarkresultat. Artificial Analysis har inte publicerat något för Tencent HY4 eller Hy4 flash. Varje siffra i båda släppen är Tencents, benchmarktabellerna finns som diagrambilder i stället för text, och blindtestet bakom flashmodellens huvudpåstående är 85 Tencent-anställda som använder en Tencent-produkt på uppgifter som Tencent valt. Det gör inte siffrorna felaktiga. Det gör dem till en utgångshypotes.
Ingendera har en publicerad samplingskonfiguration, ett systemkort eller ett uttalande om vägranbeteende. Förhandsversionen levererade alla tre.
Den praktiska uppdelningen
Tencents vägledning stämmer renare överens med arbetsbelastningens form än de flesta leverantörers råd, och den är värd att formulera om i operativa termer.
Använd Hy4 flash som standard för allt som mestadels handlar om läsning.Djupsökning, dokumentbearbetning, extrahering över långa indata, bildspelsgenerering, enkel frontend-scaffolding och agentloopar som spenderar större delen av sina tokens på att skicka om kontext. Den tiofaldiga cacherabatten och det mindre KV-avtrycket gör långkontextsretrieval till den arbetsbelastning där den billiga nivån är tydligast rätt, och den interna datan täcker exakt det området.
Använd Tencent HY4 när uppgiften är en lång kedja av beslut. Programvaruutveckling över flera filer, långsiktig skrivbordsautomatisering, CAD- och Blender-arbete och allt där en körning måste hålla ihop en plan över dussintals steg. Detta är det fall som Tencent självt medger, och flaggskeppets extra 37 miljarder aktiva parametrar är mekanismen.
Använd Hy4 preview som kontroll. Det är samma familj, samma 770B/49B-skala som flaggskeppet, en publicerad benchmarkbilaga och Apache 2.0-vikter som du kan köra själv. När du avgör om flash är tillräckligt bra ger preview dig en referenspunkt som inte kräver att du litar på ett diagram.
Var jämförelsen ska köras

Varken Tencent HY4 eller Hy4 flash dirigeras via OrcaRouter. Det som finns här är tencent/hy4-preview till leverantörens listpris på 0,834 USD per miljon indatatokens och 2,501 USD per miljon utdatatokens, plus en gratisnivå med hastighetsbegränsning, och tencent/hy3 till 0,18 USD och 0,59 USD för den äldre generationen. De två modellerna i den här artikeln är tillgängliga via Tencent egen TokenHub, där flash-nivån för närvarande har en 50 % rabattkampanj under en obestämd period och WorkBuddy är gratis till den 30 november.
Förhandsversionsvägen är värd mer än den ser ut att vara. Den kör samma arkitektur i samma skala som flaggskeppet, publicerar en åttaradig benchmarkbilaga som du kan köra om mot checkpointen och kostar en fjärdedel av vad en utvärdering av flaggskeppet skulle göra. Om din fråga är huruvida den här familjens stora modell är tillräckligt bra för ditt arbete svarar förhandsversionen på det till en bråkdel av priset; om svaret är ja är Hy4 flash den version du bör jämföra priset mot, och det destillerade släktskapet innebär att jämförelsen är ovanligt ren — samma familj, samma kontext, samma tokenizer-härkomst, tolvfaldig skillnad i vad du betalar.
Ett skäl att behålla utvärderingen på en router även för en familj som du bara kan nå via dess leverantör: en modell som släpptes för sex dagar sedan har ingen offentlig drifttidshistorik, och ett byte till tencent/hy4-preview på samma nyckel är en enradig ändring om en endpoint beter sig illa under en kampanj i lanseringsveckan. Inget läggs på utöver det Tencent tar betalt — listpriset är priset — och när Tencent justerar en taxa är den nya siffran det du betalar vid nästa anrop, inte vid nästa utgåva av någons jämförelseblad. Samma autentiseringsuppgift öppnar också fler än tvåhundra andra modeller om utvärderingen breddas bortom den här familjen.

Nivåuppdelningen är tillkännagivandet.
Det mest betydelsefulla Tencent sade den 16 november var inte priset. Det var att flaggskeppsmodellen stannar för långsiktig mjukvaruutveckling medan den billiga modellen tar hand om det vardagliga arbetet – ett företag som delar upp sin egen produktlinje längs den axel som kunderna faktiskt känner av, och som medger att den billiga modellen inte är en ersättning för den dyra.
För alla som befinner sig inom den uppdelningen är beslutet enkelt och siffrorna stora: en tolftedel av priset för indata, en niondel av utdata, en hundradel av cachen, fyra gånger färre aktiva parametrar och ett mindre KV-avtryck i samma kontextfönster på en miljon token. För alla utanför den – långa agentiska körningar, skrivbordsautomatisering, kod i flera filer – är flaggskeppet fortfarande familjens svar, och det säger dess egen leverantör.
Det som saknas är bevis, och det saknas i båda nivåerna. Ingen oberoende poängsättning, inga vikter för någon av de nya modellerna, benchmarktabeller som man måste läsa som bilder, och en huvudjämförelse hämtad från en intern panel. En tolvfaldig prisskillnad är ett tillräckligt starkt påstående för att det kommer att testas av personer utanför Tencent inom några veckor. Tills det är gjort är den rimliga hållningen den som Tencents egen vägledning antyder: kör den billiga nivån på de uppgifter den byggdes för, behåll flaggskeppet där arbetet är långt, och mät båda i stället för att välja utifrån prislistan.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
