
Hy4 vs Kimi K3.1 Pro: Båda kan laddas ned, en kan självhostas
- 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
Kimi K{{1}}3.1{{/1}} Pro får 46,5 på Artificial Analysis Intelligence Index. Tencent Hy4 får 34,6. Det är en skillnad på 12 poäng, och det är det största underskottet Hy4 har i någon matchning den här veckan – större än det mot Qwen4-Max, mer än tio gånger så stort som det mot Grok 4.7. På listan är Kimi K3.1 Pro den bästa listade modellen med öppna vikter, etta av 32 i sin klass.
Sedan tittar du på vad de två väger. Kimi K3.1 Pro är en modell med 2,78 biljoner parametrar och 104 miljarder aktiva per token. Tencent Hy4 har 774 miljarder totalt med 49 miljarder aktiva. Båda publicerades som nedladdningsbara vikter – Kimis den 2 november 2026, Hy4:s den 18 november, med tre veckors mellanrum. Bara en av dem får plats på en maskin som ett vanligt företag äger, och det enda faktumet organiserar om hela jämförelsen. Det här är inte en berättelse om vilken modell som är smartare. Det är en berättelse om vilken modell du faktiskt kan köra, och vad den smartare kostar dig per slutförd uppgift om du hyr den i stället.
Det enda riktmärket som avgör detta
Minsta driftsättningsbara fotavtryck, vid den precision som leverantören själv rekommenderar:
• Tencent Hy4 — 774 miljarder parametrar i BF16, publicerad som 245 shards på ungefär 12,9 GB och 6,4 GB, cirka 1,45 TB före eventuell kvantisering. Tencents eget serveringsrecept använder tensorparallellism på 8 på en enda nods GPU:er med FP8-bygget, vilket är ungefär 786 GB vikter.
• Kimi K3.1 Pro – 2,78 biljoner parametrar, 2,72 TB U8-kvantiserade vikter i repositoriet i levererat skick, där BF16-tensorerna dessutom tar 57 GB till. Det finns ingen ennodskonfiguration där den här modellen är ett helgprojekt.
Båda leverantörerna levererar programvaran som gör serveringen hanterbar, och båda är ovanligt bra på det. Tencent publicerar en vLLM-image-tagg (vllm/vllm-openai:hy4) och en SGLang-image (lmsysorg/sglang:hy4) med flaggorna för tensor-parallellism och spekulativ avkodning utskrivna; Kimis repository levererar en compressed-tensors MXFP4-konfiguration och en 4-bitarsväg som får viktfilen ner till 2,72 TB-siffran ovan. Inget av detta handlar om små modeller. Skillnaden är att en 8-GPU-nod är ett inköp som de flesta ingenjörsorganisationer kan godkänna, medan en distribution med 2,8 biljoner parametrar är ett datacenterbeslut.
Om självhosting var anledningen till att du intresserade dig för öppna vikter, är den meningen hela argumentet, och det hänger inte på ett benchmark.

Där de tolv punkterna bor
Ett indexgap på 12 punkter låter enhetligt. Det är det inte – Hy4 står sig väl i flera utvärderingar och blir förintad i en.
• Agentisk kodning, Terminal-Bench 4.0 — Kimi K3.1 Pro 67,2 %, Tencent Hy4 37,4 %. En skillnad på 30 punkter, och den enskilt största bidragande faktorn till indexskillnaden.
• Agentisk vetenskap i en terminal, Terminal-Bench-Science — Kimi 34,3 %, Hy4 12,9 %.
• Programvaruutveckling i riktiga repositorier, FrontierCode-AA 2.0 — Hy4 31,4 %, Kimi 25,5 %. Hy4 är den bättre modellen här, med sex poäng, och det är den enda utvärderingen där en terminalagents arbete i riktiga repositorier gynnar Tencent.
• Krävande resonemang, HLE-Diamond — Kimi 37,3 %, Hy4 32,7 %. Närmare än rubriken antyder.
• Fysik, CritPt v2 svår delmängd — Kimi 49,5 %, Hy4 39,0 %.
• SaaS-arbetsflödeskörning, AutomationBench-AA — Kimi 73,3 %, Hy4 65,6 %.
• Agentiskt kunskapsarbete, AA-Briefcase Elo — Kimi 1 673,6, Hy4 1 445,9. Ett Elo-gap på 228 med icke-överlappande intervall.
FrontierCode-resultatet är det som är värt att stanna upp vid, eftersom det motsäger den uppenbara tolkningen av de andra sex. På ett benchmark för att ändra riktiga öppen källkodsarkiv leder Hy4. På ett benchmark för en ren terminalmiljö leder Kimi med 30 poäng. Tencents modellkort förklarar varför det kan vara så: Hy4 tränades specifikt mot Tencents egna spel- och frontendpipelines – Unreal, Unity, Godot, hantering av UI-tillstånd – och rapporterar en förbättring på 19,1 % på sin interna GameDev-svit jämfört med Hy4 preview. Det är en modell som är finjusterad för att bygga saker, utvärderad på ett test för att reparera dem. Ta båda raderna och den ärliga slutsatsen är att kodningshistorien är arbetsbelastningsberoende, inte att en modell kodar bättre.

Ett pris som är 3,6 gånger lägre, per slutförd uppgift
Det är här jämförelsen blir aritmetik snarare än argument. Artificial Analysis rapporterar en uppmätt kostnad per Intelligence Index-uppgift för båda modellerna, vilket väger in tokenpriser, resonemangslängd och cachebeteende:
• Tencent Hy4 — $1.03 per uppgift, till $0.834 för indata och $2.501 för utdata per miljon token, 95 % cacherabatt till $0.042.
• Kimi K3.1 Pro — 3,68 USD per uppgift, med 2,00 USD för indata och 10,00 USD för utdata per miljon tokens, 90 % cacherabatt till 0,20 USD.
Så indexgapet på 12 punkter kostar 3,6 gånger så mycket per uppgift. Per indexpunkt är Kimi ungefär 4,4 gånger priset. Det är ingen skandal – en modell som verkligen är bättre på svårt agentiskt arbete förväntas kosta mer – men det sätter beslutet i ett nytt ljus. Om din arbetsbelastning kräver 67 % på Terminal-Bench finns det ingen ersättare, och då bör du betala. Om din arbetsbelastning kräver 37 %, är att betala tre och en halv gånger så mycket för de övriga 30 punkterna pengar som läggs på kapacitet du inte kommer att använda.
Det finns en andra ordningens kostnad som siffran per uppgift döljer. Kimi tar 39,7 minuter per indexuppgift mot Hy4:s 14,0, och returnerar sin första svars-token efter 162,8 sekunder mot 115,9. Med 30 utdata-token per sekund mot Hy4:s 93 är den långsammaste modellen i den här jämförelsen med en faktor tre också den dyraste. I en agentloop som kör hundratals steg förstärker latens och kostnad varandra i stället för att vägas mot varandra.
Två licenser med två olika snubbeltrådar
Båda modellerna är öppna vikter i den meningen att du kan ladda ner och använda dem. Ingen av dem är Apache 2.0, och skillnaden mellan deras kommersiella klausuler är inte akademisk:
• Tencent Hy4 — Tencent Hy-licensen 1.0, härledd från Apache 2.0. Avsnitt 10 kräver ett separat skriftligt avtal innan modellen erbjuds som en tjänst, om dina globala bruttointäkter överstiger 50 miljoner USD under någon 12-månadersperiod, eller om produkten som innehåller den överstiger 100 miljoner månatliga aktiva användare. Intern användning undantas.
• Kimi K3.1 Pro — licensen Kimi K3.1-Pro License. Samma typ av begränsning, med en intäktsgräns på 20 miljoner USD i stället för 50 miljoner.
Båda undantar slutprodukter där modellen är inbäddad i specifika funktioner i stället för att exponeras som allmän modellåtkomst. Båda tillåter enbart vidarebefordran till en tredjeparts modelltjänst. I klartext: ett litet produktteam som bygger en funktion på endera modellen är okej. Ett företag som driver en inferensverksamhet på endera behöver ett telefonsamtal, och Kimis telefonsamtal kommer till mindre än halva intäkten.
För fullständighetens skull är den föregående generationen avvikaren: Hy4-förhandsversionen, som släpptes den 28 augusti 2026, var Apache 2.0 helt utan någon kommersiell tröskel. Den som byggde på förhandsversionens licens och nu går över till Hy4 går över till andra villkor.
Kör båda utan att välja ännu
Anledningen till att den här jämförelsen inte behöver avgöras på papper är att båda modellerna finns tillgängliga från en enda slutpunkt med leverantörens eget pris vidarebefordrat: tencent/hy4 till $0,834 och $2,501 per miljon tokens, kimi/kimi-k3.1-pro till $2,00 och $10,00 med cacheläsningar till $0,20. Det är siffrorna ovan, utan påslag, och en prisändring från leverantören slår igenom här samma dag i stället för vid en förnyelse.
För ett par som ligger så långt ifrån varandra i kapacitet och kostnad är det användbara mönstret inte en uppdelning — det är ett tak. Routa till kimi/kimi-k3.1-pro via routing-DSL, ange tencent/hy4 som mål för automatisk failover och håll koll på hur ofta failover utlöses. Om det utlöses sällan betalar du för Kimis kapacitet och får den. Om det utlöses ständigt på grund av Kimis latens har du just upptäckt något som en benchmarktabell inte kan säga dig, till Hy4:s priser i stället för Kimis. Modellfusion är det andra alternativet: en panel med de två skulle låta den starkare modellens resonemang bära den svagare modellens billigare tokenbudget i de utvärderingar där de konvergerar.

Vad skulle ändra det här svaret?
Tre saker, i sannolikhetsordning. För det första en Hy4-finetuning: vikterna har varit offentliga i två dagar, och gapet på 30 punkter i Terminal-Bench är precis den typ av marginal som en riktad finetuning på ett företags egna terminalspår urholkar. För det andra en oberoende utvärdering av Kimi K3.1 Pro vid en högre resonemangsansträngning än det standardmaximum som indexet använder – taket på 943 718 token för utdata i modellens dokumentation har inte utnyttjats av någon som publicerar resultat. För det tredje ett syskon i Hy4 Flash-klass som ärver den agentiska träningen till en fjärdedel av priset, vilket skulle göra kostnadsargumentet mot Kimi ännu svårare att bemöta.
Tills en av dem lanseras är uppdelningen tydlig. Kimi K3.1 Pro är den bättre modellen och den dyrare, med en faktor som håller oavsett om man mäter per token, per uppgift eller per indexpunkt. Tencent Hy4 är den du kan köra på din egen hårdvara, med en licensgräns som är dubbelt så generös och ett pris som är en tredjedel så högt. Inget av dem är ett skäl att ångra det andra.
Jämförda i den här artikeln1
Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen
