
Tencent Hy4 mot Claude Opus 5.5: En tiondel av kostnaden per uppgift
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 182 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 749 tok/s
- AlibabaNYQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M tokens · 1902 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 96 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 · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 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 · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Tencent Hy4 slutade vara en uthyrd modell den 20 november 2026. Det är datumet då Tencent publicerade vikterna — tencent/Hy4, Hy4-FP8 och den förtränade Hy4-base — på Hugging Face, ModelScope och GitCode, sexton dagar efter att själva modellen blev allmänt tillgänglig den 4 november. Claude Opus 5.5 har däremot aldrig gått att ladda ner: Anthropic släppte den den 22 september 2026 som ett flaggskepp som endast erbjuds via API och har inte publicerat något om att öppna den. Så den intressanta frågan är inte längre vilken modell som är bättre. Det är vad du köper när du betalar ungefär tio gånger mer per slutförd uppgift för en modell som får 24 poäng högre på det oberoende indexet — och om den avvägningen fortfarande håller när den billiga sidan kan köras på din egen hårdvara.
Siffrorna som gör jämförelsen konkret kommer båda från Artificial Analysis, i revision 5.0.1 av dess Intelligence Index. Claude Opus 5.5 ligger på 59 vid sin högsta ansträngningsnivå, 57 vid xhigh, 52 vid high, 48 vid medium och 35 vid low. Tencent Hy4 ligger på 35, utan någon publicerad uppdelning efter ansträngningsnivå. När det gäller kostnaden per slutförd Intelligence Index-uppgift vänds ordningen helt: 10,04 $ för Claude Opus 5.5, 1,03 $ för Tencent Hy4.
Vad förändrades egentligen den 20 november
Tencents egen formulering kring lanseringen är en enda rad i modellkortets nyhetssektion: företaget har släppt Hy4, Hy4-FP8 och Hy4-base som öppen källkod. Vad det innebär i praktiken är mer specifikt, och värt att skilja från marknadsföringen.
• Vikter – fullständiga BF16-checkpoints. Hugging Face-förrådet anger 774,4 miljarder parametrar i safetensors-indexet, vilket är 770B-stommen plus visionskodaren och draftmodellen. Ett 4-bitars GGUF-bygge finns redan i ett separat förråd för dem som vill testa modellen utan ett kluster med flera noder.
• Licens — Tencent Hy License, version 1.0. Den härstammar från Apache 2.0 men är uttryckligen inte Apache 2.0, och avsnitt 10 lägger till kommersiella villkor som spelar roll. Mer om det nedan.
• Serving – Tencent levererar färdigbyggda images i stället för att låta dig kämpa med arkitekturen: vllm/vllm-openai:hy4 och lmsysorg/sglang:hy4, båda med DFly2-draftaren för spekulativ avkodning inkopplad. vLLM-receptet kräver åtta GPU:er vid tensor-parallell storlek 8 för FP8-checkpointen.
• Det som inte förändrades – priset. Tencent Hy4 har kostat $0.834 per miljon inputtokens och $2.501 per miljon outputtokens sedan det blev allmänt tillgängligt, med cacheläsningar på $0.042. Att öppna vikterna kom inte med någon prissänkning, och det finns inga tecken på att en sådan är på väg.
GA-versionen och den öppna versionen är samma modell. Det stämde inte en månad tidigare: augustiutgåvan, Tencent Hy4 Preview, släpptes under Apache 2.0 med vikter från dag ett, och november-GA-versionen kom som ett slutet API med ett löfte. Uppladdningen den 20 november är det löftet som infrias, med en striktare licens kopplad.
Gapet på det oberoende indexet
Tjugofyra punkter är en stor skillnad, och den är större än rubriken antyder när man tittar på vad varje siffra mäter. Artificial Analysis publicerar Claude Opus 5.5 vid fem ansträngningsnivåer och Tencent Hy4 vid en. Siffran 35 för Hy4 är inte en ansträngningsmatchad siffra; det är den enda siffra som labbet har publicerat, och den återspeglar förmodligen vilken resonemangsinställning modellen använder som standard, vilket på Tencent:s egen API är hög.
Två saker följer. För det första är den ärliga jämförelsen 35 mot Opus 5.5:s 52 vid hög ansträngning, inte mot dess 59 – en skillnad på 17 punkter snarare än 24. För det andra, och mer användbart, är raden för låg ansträngning för Claude Opus 5.5 också 35. I sitt snabbaste, billigaste läge landar Anthropics flaggskepp på samma indexpoäng som Tencent öppna flaggskepp i sitt standardläge. Det är ett genuint användbart faktum för alla som bygger en routertabell, eftersom det innebär att valet inte är "bra modell kontra svag modell" utan "vilken ände av ansträngningsratten du har råd med".

Delpoängen pekar i samma riktning. I Cyber Index från Artificial Analysis, som publicerades i november, får Tencent Hy4 58 poäng och rankas som trea av 26 modeller – efter Kimi K3.1 Pro på 64 och en GPT-6 Sol-variant med betrodd åtkomst på 69, och strax före DeepSeek V4.1 Flash 1017 på 57. Den är ensam etta på CWE-Bench-AA med 76 %. Det är säkerhetsspecifika utvärderingar, inte allmän resonemangsförmåga, men de är de enda oberoende poäng som Tencent-modellen har som inte är ett enda sammanvägt mått, och de är respektabla.
Det Tencent Hy4 inte har är en offentlig benchmarktabell från sitt eget labb. GA-meddelandet i november ersatte förhandsvisningens rader för Terminal-Bench, DeepSWE och SWE-bench Pro med interna uppgiftssviter – en finanspanel med 213 experter, en jämförelse av hallucineringsfrekvens, en intern WorkIndex-poäng på 42.1. Det är leverantörsrapporterade påståenden om Tencents egna uppgifter, och modellkortet upprepar dem utan de offentliga benchmarkrader som skulle låta dig kontrollera dem mot något. Det oberoende indexet är kontrollen.
Vad gapet kostar, per uppgift
Här är delen som avgör de flesta verkliga driftsättningar, och den gynnar inte det billigare tokenpriset lika entydigt som prislistan antyder.
• Tokenpris — 0,834 USD för input och 2,501 USD för output för Tencent Hy4, mot 4,00 USD och 20,00 USD för Claude Opus 5.5. Knappt fem gånger billigare på input, åtta gånger på output.
• Cache — $0.042 per miljon cachade indatatoken för Hy4, en rabatt på 95 %, mot $0.20 för Opus 5.5. I en agentloop som läser om samma 200 000-token-repositorium vid varje tur är den skillnaden hela kostnadsmodellen.
• Kostnad per slutförd indexuppgift — 1,03 USD för Hy4 mot 10,04 USD för Opus 5.5. Observera att detta är en skillnad på 9,7x, större än skillnaden i tokenpris, eftersom Hy4 också är mer ordrik i absoluta tal: 160 miljoner utdatatoken i indexet mot 218 miljoner för Opus 5.5, med en ordrikhetsrang på 87:e av 94 modeller för Hy4 och 90:e av 94 för Opus 5.5. Ingen av modellerna är kortfattad.
Hastighet – 93 token per sekund för Hy4 mot 112 för Opus 5.5, men latensbilden är sämre än genomströmningsbilden. Tencent Hy4 tar 115,9 sekunder att producera sin första svars-token, medan medianen för nivån är 12,7 sekunder. För interaktivt arbete är det siffran som spelar roll, och det är det enda stället där den billigare modellen tydligt är den sämre produkten.
• Tid per uppgift – 14,0 minuter för Hy4 mot 25,7 minuter för Opus 5.5. Hy4 slutför indexuppgifter snabbare i väggklockstid trots fördröjningen innan första token, eftersom den tänker kortare tid totalt.
Så kostnadspåståendet behöver en förbehåll som prislistan döljer. Tencent Hy4 kostar ungefär en tiondel per slutförd uppgift, men det får en användare att vänta nästan två minuter på första token, och det svarar 17 poäng sämre på en fråga vid matchad ansträngning. Om din arbetsbelastning är batch – dokumentutvinning, klassificering, agentkörningar över natten, generering av syntetiska data – är latensen för första token irrelevant och ekonomin överväldigande. Om den är interaktiv är latensen produkten, och pris fördelen räddar den inte.
Där Hy4 vinner utan konkurrens
Tre dimensioner, och ingen av dem handlar om att vara smartare.
• Kontextekonomi. Båda modellerna marknadsför ett fönster på 1 miljon token. Bara en av dem tar $0.042 per miljon token för att läsa samma fönster igen. Långkontextarbete som innebär upprepade genomgångar av ett fast corpus – kodgranskning mot ett helt kodförråd, kontraktsanalys över en dokumentuppsättning, en forskningsagent som håller sina anteckningar i kontexten – är dramatiskt billigare på Hy4 redan före baspriset.
• Modalitet. Tencent Hy4 tar emot text, bilder och videorutor via en enda ViT-väg och returnerar text. Claude Opus 5.5 tar emot text, bilder och filer. Video är skillnaden: Hy4:s modellkort beskriver en synencoder med en adapter som omvandlar egenskaper från videorutor till visuella tokens, och det finns inget motsvarande uttalande för Opus 5.5.
• Utmatningslängd är det enda område där Opus 5.5 vinner klart: 128K maximalt antal utmatningstokens mot 64K för Hy4. För en uppgift som kräver en lång genererad artefakt i ett enda anrop är det taket avgörande.
Claude Opus 5.5:s fördelar är de som Anthropic alltid har sålt: ett indexgap på 17 punkter vid matchad ansträngning, en första token på 24 sekunder vid hög ansträngning mot 116, dubbelt så högt utdatatak och en mycket större mängd tredjepartsutvärderingar bakom sig. Om uppgiften är svår mjukvaruutveckling eller flerstegetsanalys där ett felaktigt svar är dyrt, är prisskillnaden på tio gånger inte det relevanta talet. Om uppgiften är volym är det det enda talet.
Licensen är inte Apache

Det är här 20 november-utgåvan skiljer sig från augustiversionen, och det är detaljen som de flesta jämförelsesidor kommer att hoppa över.
Tencent Hy4 Preview släpptes under Apache 2.0 – en genuint tillåtande licens utan villkor. Tencent Hy4 släpps under Tencent Hy License 1.0, som är Apache 2.0 med ett tillagt avsnitt 10. Det avsnittet säger att om du bedriver en model-as-a-service-verksamhet och antingen dina globala bruttointäkter överstiger 50 miljoner US-dollar under någon tolvmånadersperiod, eller produkten som du bäddar in modellen i har fler än 100 miljoner månatligt aktiva användare, behöver du en separat skriftlig licens från Tencent innan du använder den. Intern användning undantas: om varken modellen eller dess utdata når tredje parter gäller inte avsnitt 10.
För en startup, en forskargrupp eller ett företag som kör modellen bakom ett internt verktyg är den klausulen verkningslös och Hy4 är i praktiken öppen. För en plattform som planerar att sälja vidare inferens ovanpå den är det en förhandlingsfråga. Jämför det med Claude Opus 5.5, där frågan inte uppstår eftersom det inte finns något att licensiera – antingen hyr du slutpunkten eller så använder du inte modellen.
Den praktiska konsekvensen är en splittring som inte fanns för en månad sedan. Tencent Hy4 är nu den enda modellen i den här jämförelsen som du kan finjustera, destillera, kvantisera eller köra i ett nätverk utan utgående åtkomst. Claude Opus 5.5 är den enda av de två med ett tak på 128K utdata och en första token inom en halv minut vid sin inställning för hög ansträngning.
Att välja mellan dem
Beslutsträdet är tillräckligt kort för att kunna anges utan förbehåll.
• Du behöver högsta poäng per token och uppgiften är interaktiv – Claude Opus 5.5. Inget av prisargumentet överlever att en användare stirrar på en fördröjning på 116 sekunder till första token.
• Du behöver lägsta kostnaden per slutförd uppgift och arbetet är batchbaserat — Tencent Hy4, och marginalen ligger nära en storleksordning.
• Du behöver självhosta, finjustera eller hålla data inom ditt eget nätverk — Tencent Hy4, förutsatt att du läser avsnitt 10 i licensen. Det finns inget Claude Opus 5.5-alternativ här alls.
• Du behöver 128K genererad utdata i ett enda anrop, eller videoinmatning – utdatataket pekar mot Opus 5.5, videoinmatningen mot Hy4. Få arbetsbelastningar behöver båda.
• Om du vill hedga mellan de två – sätt en viktad rutt framför dem och låt den billiga modellen göra första försöket. Hy4 till $1,03 per uppgift är tillräckligt billigt för att ett misslyckat försök ska kosta ungefär en tiondel av att låta Opus 5.5 försöka först, och eskaleringsvägen aktiveras bara för de uppgifter som behöver den.
Kör båda på en och samma knapp

Båda modellerna kan anropas via OrcaRouter under sina egna modellsträngar – tencent/hy4 till $0,834 per miljon input-tokens och $2,501 per miljon output, och anthropic/claude-opus-5.5 till $4,00 och $20,00. Det innebär att jämförelsen ovan kan köras som ett experiment i stället för ett argument: en nyckel, en SDK, två modellsträngar och ett routing-DSL som skickar det billigaste först och eskalerar vid fel.
Eftersom OrcaRouter för vidare leverantörernas listpriser med noll påslag, är Tencents prislista den taxa du betalar hos oss, och detsamma gäller Anthropics. Om någon av leverantörerna ändrar sitt pris gäller ändringen samma dag i stället för att vänta på att en återförsäljare ska lägga in det på nytt i en katalog.
För det självhostade fallet förändras kalkylen helt. När du väl kör Hy4 på dina egna GPU:er slutar marginalkostnaden per token vara en leverantörssiffra och blir din siffra för el och utnyttjandegrad, vilket är varför vikterna spelar större roll än licensdebatten för alla med ledig kapacitet.
Vad den kommande månaden avgör
Två saker kommer att avgöra den här jämförelsen, och ingen av dem är en benchmarkrad.
Det första är huruvida Tencent:s öppna släpp leder till oberoende utvärdering av vikterna. Uppladdningen den 20 november innehåller ett systemkort och en guide för finjustering, men benchmarkmaterialet i modellkortet är fortfarande mestadels förträningstabellen – MMLU på 91,6, MMLU-Pro på 73,9, SuperGPQA på 62,7, MMMU-Pro på 59,6 för basmodellen – plus de interna uppgiftssviterna. Ingen utanför Tencent har publicerat en poäng för den instruktionstränade versionen, och 35:an på det oberoende indexet är en enda siffra från en enda utvärderare.
Det andra är ansträngning. Claude Opus 5.5 publicerar redan fem nivåer från 35 till 59; spannet mellan dess billigaste och dyraste inställning är bredare än hela gapet till Tencent Hy4:s enda poäng. Om Tencent publicerar samma typ av uppdelning – och API:et redan har en växling mellan high och no-think – blir jämförelsen en tabell med matchade inställningar i stället för ett tal mot ett annat. Fram till dess är den ärliga sammanfattningen att Tencent Hy4 är en modell i mittenfältet vid oberoende utvärdering, en stark sådan vid säkerhetsspecifik utvärdering, en storleksordning billigare per slutförd uppgift och nu genuint öppen, vilket den inte var den 4 november.
Jämförda i den här artikeln2
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
