Tencent Hy4 vs Tencent HY3: Fyra gånger så mycket kontext, fyra och en halv gånger så högt pris

Tencent HY3 är en mixture-of-experts-modell med 295 miljarder parametrar som du kan ladda ner, köra på din egen hårdvara och anropa för 0,18 USD per miljon indatatoken. Tencent Hy4 är en modell med 770 miljarder parametrar, fyra gånger så stort kontextfönster, ett datoranvändningsläge som styr skrivbordet och ett indatapris på 0,834 USD – med vikterna utlovade snarare än publicerade. De är en generation och fyra månader ifrån varandra i samma Hunyuan-serie, och den användbara jämförelsen är inte vilken som får högre poäng på Tencent egna blad. Det är vilken av dem du får köra, var och till vilken slutlig kostnad.

Den inramningen spelar roll eftersom de två modellerna inte konkurrerar om samma plats. HY3 är en arbetshäst som du kan placera bakom en brandvägg, finjustera och glömma bort. Hy4 är en API-modell i frontier-klass som lanserades i morse och vars licens ännu inte har skrivits. Att välja mellan dem handlar mest om begränsningar och bara i andra hand om förmåga.

De två modellerna, dimension för dimension

• Totala parametrar — 295B för Tencent HY3 mot 770B för Tencent Hy4.

• Aktiva parametrar per token – 21B vs 49B, båda mixture-of-experts med top-8-routing. HY3 har 192 experter över 80 lager; Hy4 har 256 routade experter plus en delad över 78 lager, med ett 10B multi-token-prediction-lager för spekulativ avkodning.

• Kontextfönster — 262,144 tokens mot 1,048,576. Exakt fyra gånger så många, och den enskilt största funktionella skillnaden mellan dem.

• Inmatningsmodalitet – endast text på HY3 jämfört med text och bild i GA-bygget, vilket är första gången produktlinjen överhuvudtaget har bildseende.

• Vikter – Apache 2.0 och nedladdningsbara idag för HY3, inklusive en FP8-checkpoint. För Hy4: planerat, utan datum, utan licens.

• Priset på OrcaRouter – 0,18 USD för indata och 0,59 USD för utdata per miljon tokens för HY3; 0,834 och 2,501 för Hy4, vilket är 4,6 gånger för indata och 4,2 gånger för utdata.

• Cachad indata – $0.059 per miljon för HY3 jämfört med $0.042 för Hy4. Den dyra modellen är den billigare här, och den där enda raden förändrar kalkylen för agentarbetsbelastningar mer än vad rubrikförhållandet antyder.

Cachelinjen är där prisgapet halveras

De flesta jämförelser stannar vid inputpriset och drar slutsatsen att Hy4 kostar fyra och en halv gånger så mycket. För en chattbox är det ungefär rätt. För en agent som läser om samma kodförråd på 200 000 token vid varje tur är det fel med en faktor två, eftersom de två modellerna fakturerar cachade token i omvänd ordning jämfört med färska.

Ta en session på tjugo turer över en kontext på 200 000 token, 2 000 uttoken per tur, med 90 % av indata levererat från cache. Det är 3,6 miljoner cachade indatatoken, 400 000 nya indatatoken och 40 000 uttoken.

• Tencent HY3 — $0.21 för cachad indata, $0.07 för ny indata, $0.02 för utdata. Totalt $0.31.

• Tencent Hy4 — $0,15 för cachad indata, $0,33 för ny indata, $0,10 för utdata. Totalt $0,58.

Samma session helt utan cache uppgår till 0,74 dollar på HY3 och 3,44 dollar på Hy4 – hela 4,6 gånger. Det är cachelagringen som sluter gapet, och den sluter det från båda håll: Hy4:s cacheandel är 29 % lägre än HY3:s, medan andelen färska tokens är 4,6 gånger högre. För en långkörande agent landar kostnaden på ungefär 1,9 gånger, inte 4,6.

Två förbehåll innan någon budgeterar utifrån det. Priset för cacheträffar gäller bara för tokens som leverantören faktiskt levererar från cachen, och träffrekvensen beror på hur du bygger upp prefixet; en session som redigerar sin egen kontext varje tur cachar mindre än en som lägger till. Och en kontext på 200 000 tokens ryms inom HY3:s fönster, vilket är anledningen till att jämförelsen alls är möjlig – över 262 144 tokens är HY3 inte ett billigare alternativ, det är inte ett alternativ.

Vad leverantörens siffror säger, och problemet med två körningar

Tencent publicerade en jämförelsetabell när de lanserade Hy4-förhandsvisningen, och det är den enda sida-vid-sida-jämförelse som företaget någonsin har gett ut. Läs den som en färdriktning, inte som en uppsättning skillnader.

• Terminal-Bench 2.1 — 70,8 för HY3 mot 85,4 för Hy4-serien, i Tencents eget jämförelsediagram.

• DeepSWE – 28,0 mot 64,3, den största relativa ökningen i tabellen.

• SWE-bench Pro — HY3 på 57,9; Hy4-linjen på 65,7.

• BrowseComp — 84,2 för HY3, upprepas inte för Hy4.

• Humanity's Last Exam med verktyg — 53,2 för HY3, inte upprepat.

Fällan är siffran 70,8. Tencents lanseringsinlägg för HY3 uppgav 71,7 för Terminal-Bench 2.1, och Hy4-jämförelsediagrammet anger 70,8 för samma modellnamn. Det är nästan säkert två körningar av samma benchmark där harness eller sampling har ändrats, och det innebär att man inte kan subtrahera de två publicerade raderna och hävda en förbättring på 14,6 punkter. Den ärliga versionen är att Hy4-linjen får resultat i mitten av 80-spannet på ett benchmark där HY3 ligger runt 71, från två separata leverantörskörningar som aldrig har sammanjämkats offentligt.

GA-släppet återpublicerade inget av detta. I stället lade det till två interna jämförelser – GameDev +19,1 % och GameLogic +9,8 % jämfört med förhandsversionen – och en expertpanel inom finans där Hy4 fick i genomsnitt 3,04 mot 2,68 för både Kimi K3.1 Pro och GLM-5.3. Inget av det är oberoende, och inget av det jämförs direkt mot HY3. Om du behöver en siffra för att försvara ett upphandlingsbeslut har ingen av modellerna en sådan som klarar granskning; det som finns är fyra månaders praktikerrapporter om HY3 och en morgon av leverantörspåståenden om Hy4.

Där HY3 fortfarande vinner klart

Fyra saker, och de tre första är inte i närheten.

Den körs där du kör. Apache 2.0-vikter, en FP8-checkpoint, recept för vLLM och SGLang och en total storlek på 295B som får plats på en enda multi-GPU-nod vid FP8. Hy4 kräver ett kluster som de flesta team inte har, och kan inte lagligen självhostas överhuvudtaget förrän Tencent publicerar en licens.

Det är snabbare per token och per uppgift. En modell med 21B aktiva parametrar och ett 256K-fönster utför mindre arbete per anrop än en modell med 49B aktiva parametrar som resonerar längre och, i förhandsversionen, öververifierade sin egen utdata. Tencent hävdar att GA-versionen kortade resonemangskedjan, men även en åtgärdad Hy4 utför mer beräkning per svar än HY3. För latenskänsliga flöden – autokomplettering, chatt, klassificering – är HY3 rätt form.

Den är billig nog att vara standardvalet. Vid $0.18 och $0.59 ligger HY3 i intervallet där du routar allt till den och eskalerar selektivt. Vid $0.834 och $2.501 är Hy4 en modell som du medvetet routar till.

Det har en dokumenterad historik. HY3 har varit allmänt tillgänglig sedan 6 juli 2026, med tre månaders produktionsanvändning och en förhandsperiod före det. Hy4 GA är några timmar gammal och släpptes utan en benchmarktabell. En modell med en känd felprofil är värd mer än en bättre modell med en okänd.

Där Hy4 är det enda svaret

Tre arbetsbelastningar har verkligen inget HY3-alternativ.

• Allt över 262 144 tokens. Ett 400-sidigt kontrakt, ett monorepo, en timmes transkriptioner – HY3 klarar inte av det, och chunkning är en annan produkt med andra felmoder.

• Bilder. HY3 är text in, text ut. Hy4 GA läser diagram, scheman och skärmdumpar, vilket gör den till den första Hy-modellen som överhuvudtaget kan ingå i en dokument- eller UI-pipeline.

• Skrivbords- och applikationskontroll. Datoranvändning via ett kombinerat GUI och CLI är nytt i GA-versionen, och oavsett hur mycket man än promptar får HY3 ingen mus.

Allt annat är ett kostnadsbeslut, och kostnadsbeslutet ligger närmare än prislistan antyder när cachning kommer in i bilden.

Att köra båda utan att välja

Den förnuftiga arkitekturen för de flesta team är inte en migrering. Det är en uppdelning: HY3 som standard för kort, frekvent, latenskänsligt arbete, och Hy4 för det långkontextuella, visuella eller agentiska segment som HY3 fysiskt inte kan hantera.

På OrcaRouter är den uppdelningen en routingregel snarare än två integrationer. Båda modellerna ligger på en och samma nyckel — orca vidarebefordrar leverantörens listpris utan påslag, så en prisändring från Tencent slår igenom här samma dag som den sker i stället för att vi prissätter om den — och tencent/hy3 och tencent/hy4-preview är båda anropbara i dag. Att flytta en arbetsbelastning mellan dem är en ändring av modellsträngen, inte ett andra avtal eller ett nytt SDK, och ett routing-DSL kan skicka allt över en token-tröskel eller med en bild till den större modellen medan allt annat faller igenom till den billigare. För just GA-bygget listar katalogen det inte ännu; när det lanseras kommer det att ligga bakom samma nyckel, och till dess är förhandsversionen den närmaste routbara proxyn till identiskt pris.

Automatisk redundansväxling är den andra halvan av det argumentet. Ett helt nytt flaggskepp utan oberoende riktmärken och med kö på lanseringsdagen är precis det fall där man vill ha en andra modell bakom rutten, och HY3 – självhostbar, publicerad, tre månader i produktion – är den självklara reserven för allt som inte är lång kontext eller visuellt.

Beslutet, klart uttryckt

Om ditt arbete får plats i 256K tokens, kommer in som text och körs i volym, är Tencent HY3 fortfarande det bättre köpet den 4 november 2026. Det är fyra till fem gånger billigare på färska tokens, ungefär dubbelt så billigt på en realistisk cachad agentsession, snabbare, nedladdningsbart och känt.

Om du behöver ett kontextfönster på en miljon tokens, bildförståelse eller styrning av skrivbordet konkurrerar Tencent Hy4 inte med HY3 – det är den enda Hunyuan-modellen som klarar jobbet, och jämförelsen blir då Hy4 mot vad du än annars skulle använda för den arbetsbelastningen. Priset är högt inom familjen och intetsägande jämfört med frontlinjen, och dess verkliga handikapp i dag är inte kostnaden. Det är att modellen saknar offentlig benchmarktabell, saknar licens och bara har funnits en morgon.