
Hy4 flash vs Claude Haiku 5.5: Tencent เปรียบเทียบสิ่งนี้ด้วยตนเอง และเปิดเผยว่าตนเป็นฝ่ายแพ้
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 138 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 176 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 89 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 97 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 187 tok/s
มีคนใน Tencent ตัดสินใจว่าคู่ต่อสู้ที่เหมาะสมสำหรับ Hy4 flash คือ Claude Haiku 5.5 ให้ผู้ใช้ WorkBuddy ของบริษัทเอง 85 คนลองใช้ทั้งสองโมเดลใน 259 งาน และเผยแพร่ผลออกมาแม้จะแพ้ Hy4 flash ได้ 2.79 จาก 4 ในด้านความพึงพอใจของผู้ใช้ ส่วน Claude Haiku 5.5 ได้ 2.81 นั่นคือช่องว่าง 0.02 คะแนนบนสเกล 4 คะแนน ซึ่งวัดโดยผู้ท้าชิง บนงานของผู้ท้าชิงเอง — และมันเป็นตัวเลขที่น่าสนใจที่สุดเพียงหนึ่งเดียวในการเปิดตัว Hy4 flash เพราะมันบอกคุณว่าแท้จริงแล้ว Tencent เชื่อว่าตนกำลังขายอะไร ไม่ใช่โมเดลที่ดีกว่า แต่เป็นโมเดลที่ถูกกว่าและใกล้เคียงพอจนความแตกต่างไม่หลงเหลือเมื่อต้องเผชิญกับแบบสำรวจความพึงพอใจ
ส่วนที่เหลือของประกาศนี้สนับสนุนการตีความดังกล่าว Hy4 flash ถูกเผยแพร่เป็น open weights เมื่อวันที่ 17 พฤศจิกายน 2026 สองวันหลังจากที่เปิดให้ใช้ผ่าน API ของ Tencent เมื่อวันที่ 16 พฤศจิกายน โดยมีพารามิเตอร์รวม 220B, เปิดใช้งาน 12B ต่อโทเค็น, คอนเท็กซ์ 1M โทเค็น, รับอินพุตเป็นภาพและให้เอาต์พุตเป็นข้อความ Claude Haiku 5.5 พร้อมใช้งานทั่วไปตั้งแต่ 7 ตุลาคม 2026 ในราคา $0.10 และ $0.50 ต่อล้านโทเค็น ทั้งสองโมเดลไม่อยู่ในแคตตาล็อกของ OrcaRouter และบทความนี้จะไม่แสร้งทำเป็นว่าเป็นเช่นนั้น; สิ่งที่สามารถเราเตอร์ได้จะถูกกล่าวถึงช่วงท้าย และเป็นโมเดลอีกคู่หนึ่งที่แตกต่างออกไป
การทดสอบแบบปกปิด เมื่ออ่านอย่างถูกต้อง
บทความของ Tencent เกี่ยวกับการประเมินมีสามประโยคและแผนภูมิหนึ่งรูป และแผนภูมินั้นทำหน้าที่เฉพาะเจาะจงอย่างหนึ่ง นั่นคือพลอตความพึงพอใจเทียบกับค่ามัธยฐานของเวลาการทำงานจนเสร็จแบบครบวงจรและต้นทุนต่องาน เพื่อให้เห็นได้ในพริบตาว่าโมเดลใดชนะในสองแกน ตัวเลขคือ 2.79/4 สำหรับ Hy4 flash เทียบกับ 2.81/4 สำหรับ Claude Haiku 5.5 โดย Hy4 flash มีค่ามัธยฐานเวลาทำงานจนเสร็จ 6.7 นาที และต้นทุน 0.26 หยวนต่องาน ข้อกล่าวอ้างของ Tencent คือ Hy4 flash มีทั้งต้นทุนต่องานต่ำที่สุดและค่ามัธยฐานเวลาทำงานจนเสร็จสั้นที่สุดในบรรดาโมเดลที่ได้รับการประเมิน
สิ่งที่บทความนี้ไม่ได้ให้คุณคือรายชื่อโมเดลที่ถูกประเมินทั้งหมด การแจกแจงรายหมวดหมู่ หรือเกณฑ์การให้คะแนน แต่บอกถึงกลุ่มตัวอย่างไว้ คือ ผู้ใช้ภายใน 85 คน 27 หมวดหมู่ 259 งาน ซึ่งทั้งหมดดึงมาจาก WorkBuddy ผู้ช่วยเพิ่มผลิตภาพของ Tencent เอง นั่นคือการประเมินที่มีความสอดคล้องกัน แต่ไม่ใช่การประเมินที่เป็นกลาง พนักงานที่ประเมินโมเดลของนายจ้างตัวเองย่อมรู้ว่าโมเดลใดเป็นของตัวเอง และแม้ในอินเทอร์เฟซแบบปิด งานที่ใช้ก็ล้วนเป็นงานที่ Tencent เลือกเอง เพราะมันคล้ายคลึงกับผลิตภัณฑ์ของ Tencent
สิ่งที่มีประโยชน์เกี่ยวกับช่องว่าง 0.02 คือสิ่งที่มันทำกับข้อโต้แย้งไม่ว่าจะมองทางไหนก็ตาม หากคุณมีแนวโน้มที่จะเชื่อถือการทดสอบนี้ คุณก็มีคำยืนยันจาก Tencent ว่าความแตกต่างด้านความสามารถเมื่อเทียบกับ Claude Haiku 5.5 นั้นน้อยมากจนไม่สำคัญสำหรับงานสำนักงาน ซึ่งเป็นข้อกล่าวอ้างที่ขัดกับผลประโยชน์ของตัวเอง แต่หากคุณมีแนวโน้มที่จะไม่เชื่อถือการทดสอบนี้ การทดสอบเดียวกันก็ไม่ได้ให้เหตุผลใด ๆ แก่คุณที่จะเชื่อว่า Hy4 flash ดีกว่า และคุณก็เหลือเพียงคอลัมน์ต้นทุน ซึ่งเป็นจุดที่ Tencent อยากให้คุณสนใจอยู่แล้ว
จุดที่โมเดลทั้งสองแตกต่างกันจริง ๆ
เอกสารสเปกแตกต่างกันในแง่ที่คะแนนความพึงพอใจไม่อาจแสดงให้เห็น ตัวเลขทุกตัวด้านล่างเป็นข้อมูลสเปกที่ผู้จำหน่ายเผยแพร่เอง เว้นแต่จะระบุว่าเป็นผลการวัดของ Artificial Analysis
• พารามิเตอร์ทั้งหมดและพารามิเตอร์ที่ใช้งาน — Hy4 flash มีพารามิเตอร์รวม 220B โดย 64B อยู่ในตาราง Engram และมีพารามิเตอร์ที่ใช้งาน 12B ต่อโทเคน; จำนวนพารามิเตอร์ของ Claude Haiku 5.5 ไม่เปิดเผย ซึ่งเป็นเรื่องปกติสำหรับ Anthropic
• หน้าต่างบริบท — 1,048,576 โทเค็นสำหรับ Hy4 flash; 1,000,000 สำหรับ Claude Haiku 5.5
• เอาต์พุตสูงสุด — 64,000 โทเค็นบน Hy4 flash ตามการกำหนดค่าการให้บริการ; 128,000 โทเค็นบน Claude Haiku 5.5 ซึ่งมากกว่าเป็นสองเท่า
• รูปแบบอินพุต — Hy4 flash รับข้อความและรูปภาพผ่านเอนโคเดอร์ 27 เลเยอร์ที่พัฒนามาจาก SigLIP2 ส่วนเอกสารเปิดตัวของ Claude Haiku 5.5 เน้นเรื่องข้อความและการใช้เครื่องมือ และชุดความสามารถที่เผยแพร่ของมันแคบกว่าในด้านภาพ
• สัญญาอนุญาต — Hy4 flash เผยแพร่ภายใต้ Tencent Hy License ซึ่งมีข้อ 10.2 ที่กำหนดให้ต้องมีข้อตกลงแยกต่างหากเมื่อรายได้จาก MaaS สูงกว่า 50 ล้านดอลลาร์ หรือมีผู้ใช้รายเดือน (MAU) 100 ล้านคน; ส่วน Claude Haiku 5.5 เป็นซอฟต์แวร์กรรมสิทธิ์และไม่มีไฟล์น้ำหนักโมเดลเลยแม้แต่น้อย
• คะแนนจากแหล่งอิสระ — Hy4 flash ไม่มีคะแนนดังกล่าว และ URL ของ Artificial Analysis ส่งคืน 404; Claude Haiku 5.5 ได้ 36 คะแนนบน Intelligence Index v5.0.1 ที่การตั้งค่า Max effort
• ต้นทุนที่วัดได้ต่องาน Index — $0.41 สำหรับ Claude Haiku 5.5 ตามข้อมูลของ Artificial Analysis; ยังไม่ได้วัดสำหรับ Hy4 flash ซึ่งไม่อยู่ในกระดานจัดอันดับ
เพดานเอาต์พุตคือข้อจำกัดที่มักสร้างปัญหาในทางปฏิบัติมากที่สุด โมเดลที่มีบริบท 1M และเอาต์พุต 64k ถูกกำหนดค่าให้อ่านได้มากและเขียนได้ในปริมาณปานกลาง เวิร์กโฟลว์การร่างเอกสารที่คาดว่าจะส่งออกมากกว่า 64,000 โทเค็นในการตอบกลับครั้งเดียวจึงใช้โมเดลนี้ไม่ได้ การใช้งานที่ Tencent แนะนำเอง — การค้นหาเชิงลึก การประมวลผลเอกสาร การสร้างสไลด์ เดโมฟรอนต์เอนด์แบบง่าย การใช้คอมพิวเตอร์ — สอดคล้องกับเพดานดังกล่าว การสร้างเนื้อหายาวไม่อยู่ในรายการ
การเปรียบเทียบราคาไม่ใช่การนำตัวเลขหนึ่งมาเทียบกับอีกตัวเลขหนึ่ง
อัตราราคาในจีนแผ่นดินใหญ่ของ Tencent สำหรับ Hy4 flash อยู่ที่ ¥0.5 ต่อหนึ่งล้านโทเคนอินพุต ¥2 ต่อหนึ่งล้านโทเคนเอาต์พุต และ ¥0.02 ต่อโทเคนอินพุตที่แคชไว้หนึ่งโทเคน — ประมาณ $0.070, $0.281 และ $0.003 ตารางราคาที่ประกาศของ Claude Haiku 5.5 เริ่มต้นที่ $0.10 ต่อหนึ่งล้านโทเคนอินพุต และ $0.50 ต่อหนึ่งล้านโทเคนเอาต์พุต โดยค่าเขียนแคชอยู่ที่ $0.125 และ $0.625 สำหรับแคชห้าชั่วโมงและหนึ่งชั่วโมง และค่าอ่านแคชอยู่ที่ $0.01
เมื่อดูจากอัตราที่ประกาศไว้ Hy4 flash มีราคาถูกกว่าประมาณ 30% สำหรับอินพุต ถูกกว่า 44% สำหรับเอาต์พุต และถูกกว่า 70% เมื่อเกิดแคชฮิต ทั้งสองเป็นอัตราคงที่สำหรับหนึ่งแสนโทเคนแรก ความแตกต่างอยู่ที่สิ่งที่เกิดขึ้นหลังจากนั้น: การ์ดของ Anthropic ปรับราคาอินพุตของ Claude Haiku 5.5 จาก $0.10 เป็น $0.50 ต่อล้าน และราคาเอาต์พุตจาก $0.50 เป็น $2.50 เมื่อคำขอมีอินพุตเกิน 100,000 โทเคน สำหรับเอกสารขนาด 200,000 โทเคน Claude Haiku 5.5 จะถูกคิดเงินในอัตราอินพุตที่ประกาศไว้คูณห้า ซึ่งทำให้การเปรียบเทียบนั้นอยู่ที่ $0.50 เทียบกับ $0.070 ของ Tencent — ช่องว่าง 7 เท่า ไม่ใช่ 30%
นั่นเป็นตัวเลือกด้านการออกแบบ ไม่ใช่กลอุบาย และมีตรรกะที่ป้องกันได้: อินพุตยาวมีต้นทุนการพรีฟิลสูงกว่า ผู้ให้บริการจึงคิดราคาแพงกว่าสำหรับอินพุตเหล่านั้น แต่สิ่งนี้หมายความว่าตัวเลขที่เด่นอยู่บนหัวตารางเป็นตัวเลขที่ไม่ถูกต้องสำหรับภาระงานที่ทั้งสองモデลอ้างว่าถนัดพอดี การประมวลผลเอกสารที่บริบท 1M ตามนิยามแล้วคือภาระงานที่มากกว่า 100,000 โทเคน หากกรณีการใช้งานของคุณคืองานเอกสารยาว ให้เทียบราคาทั้งสองโมเดลจากแถวที่ใช้กับความยาวพรอมป์ต์ของคุณ ไม่ใช่จากตัวเลขบนสุดของการ์ดราคา
Latency: ตัวชี้วัดที่ Tencent วัด ไม่ใช่ตัวเดียวกับที่ Anthropic เผยแพร่
เทนเซนต์รายงานว่าเวลาดำเนินการเสร็จสิ้นแบบครบวงจรระดับมัธยฐานของ Hy4 flash อยู่ที่ 6.7 นาทีในงาน WorkBuddy หนึ่งงาน ส่วน Artificial Analysis รายงานว่า Claude Haiku 5.5 ใช้เวลา 14.7 นาทีต่องาน Intelligence Index ที่ระดับ Max effort โดยใช้เวลา 192 วินาทีถึงโทเคนคำตอบแรก — และบอร์ดได้ตั้งข้อสังเกตว่าโมเดลนี้ "ช้าอย่างเห็นได้ชัดต่อแต่ละงานและตอบยาวมาก" ด้วยโทเคนเอาต์พุต 298M สำหรับการรันดัชนี
ตัวเลขสองตัวนั้นไม่สามารถเปรียบเทียบกันได้และไม่ควรนำมาลบกัน งานต่างกัน ฮาร์เนสต่างกัน คำจำกัดความของ "เสร็จสิ้น" ต่างกัน สิ่งที่ตัวเลขเหล่านี้ยืนยันได้คือ การตั้งค่าความพยายาม (effort setting) ของ Claude Haiku 5.5 เป็นปุ่มปรับความหน่วงที่มีช่วงกว้างมาก และค่าสูงสุดของมันมีต้นทุนสูงในแง่เวลาจริงบนนาฬิกา:
• Max — Index 36, 14.7 นาทีต่องาน, เวลาไปยังโทเค็นแรก 192 วินาที, โทเค็นเอาต์พุต 298M
• Xhigh — Index 35, 9.6 นาที, โทเค็นแรก 44 วินาที, 151M โทเค็น
• สูง — ดัชนี 30, 6.4 นาที, โทเค็นแรก 21 วินาที, 89.8 ล้านโทเค็น
• Medium — Index 25, 3.9 นาที, โทเคนแรกใช้เวลา 10 วินาที, 52.7M โทเคน
• ต่ำ — ดัชนี 19, 2.2 นาที, โทเค็นแรก 5.8 วินาที, 29.9 ล้านโทเค็น

ทั้งห้าแถวเป็นการวัดของ Artificial Analysis บน v5.0.1 จุดประสงค์ของการแสดงผลเหล่านั้นคือ "Claude Haiku 5.5 ได้ 36 คะแนน" เป็นข้อความเกี่ยวกับการตั้งค่าที่แพงที่สุดที่ Anthropic มีให้ ที่การตั้งค่าสูงสุด оноได้ 30 คะแนนและเสร็จภายในเวลาไม่ถึงครึ่ง ใครก็ตามที่นำผลิตภัณฑ์ที่ไวต่อ latency ไปเปรียบเทียบกับตัวเลข Max กำลังเปรียบเทียบกับการตั้งค่าที่พวกเขาจะไม่เปิดใช้จริง
Hy4 flash มีปุ่มปรับแบบเดียวกัน ในรูปแบบที่หยาบกว่า: reasoning_effortที่ high ซึ่งเป็นค่าเริ่มต้น หรือ no_think สองตำแหน่งเทียบกับห้าตำแหน่ง หากงานของคุณต้องการการตั้งค่ากลาง ๆ — เปิดการคิดไว้ แต่ไม่ถึงขั้นสูงสุด — Claude Haiku 5.5 มีปุ่มปรับให้คุณ ส่วน Hy4 flash โดยมากไม่มี

สามสิ่งที่ใช้ตัดสินเรื่องนี้และไม่มีอยู่ในเอกสารสเปกทั้งสองฉบับ
พื้นผิวของ API รูปแบบคำขอของ Claude Haiku 5.5 เข้มงวดกว่ารุ่นก่อนในจุดที่ทำให้โค้ดพัง เอกสารของ Anthropic ไม่ยอมรับ temperature, top_p และ top_k เมื่อตั้งเป็นค่าใดที่ไม่ใช่ค่าเริ่มต้น, ตัด assistant prefill ออก, ลบการกำหนด budget_tokens ด้วยตนเอง, และกำหนดให้ใช้ชุดเครื่องมือ computer-use เวอร์ชันที่เฉพาะเจาะจง Hy4 flash ยอมรับชุดพารามิเตอร์การสุ่มตัวอย่างทั้งหมด แนะนำ temperature 0.9 พร้อม top_p 1.0 และจัดส่ง hy_v4 ตัวแยกวิเคราะห์ tool-call และ reasoning สำหรับ vLLM หากคุณมีไลบรารีพรอมป์ต์ที่ปรับจูนด้วยการกวาดค่า temperature หนึ่งในโมเดลเหล่านี้จะรันมันได้โดยไม่ต้องแก้ไข และอีกตัวจะคืนค่า 400
รูปแบบการติดตั้งใช้งาน Claude Haiku 5.5 เป็นเพียง API เท่านั้น Hy4 flash เป็นทั้ง API, รีโพซิทอรีบน Hugging Face, บิลด์ FP8, เช็กพอยต์ฐาน, การควอนไทซ์ GGUF และคู่มือการ fine-tuning นั่นไม่ได้เป็นข้อได้เปรียบโดยอัตโนมัติ — โมเดลที่คุณโฮสต์เองคือโมเดลที่คุณต้องดำเนินการ แพตช์ และวางแผนกำลังความจุ — แต่มันคือความแตกต่างระหว่างความสัมพันธ์แบบผู้ขายกับสินทรัพย์ และสำหรับทีมที่มีข้อกำหนดด้านที่ตั้งข้อมูลหรือมีความจำเป็นในการ fine-tuning สิ่งนี้ตัดสินการเปรียบเทียบได้ก่อนจะพิจารณา benchmark ใด ๆ
ช่องว่างของการวัดผล Claude Haiku 5.5 อยู่ใน Artificial Analysis มาตั้งแต่เดือนตุลาคม และถูกวิเคราะห์วิจารณ์โดยบล็อกเปรียบเทียบทุกเจ้าในอินเทอร์เน็ต รวมถึงบล็อกนี้ด้วย Hy4 flash มี 404 ตรงตำแหน่งที่คะแนนของมันควรอยู่ ไม่ใช่เพราะโมเดลแย่ แต่เพราะมันเพิ่งมีอายุสองวันและยังไม่มีใครที่เป็นอิสระได้ทดลองรันมัน คะแนนความพึงพอใจด้านบนคือการวัดจากประชากรจริง และยังเป็นการวัดโมเดลนี้เพียงครั้งเดียวโดยใครก็ตามที่ไม่ใช่ผู้สร้างมัน
พูดตามตรงนะ การโทรหาใครสักคนในสองคนนั้น
ณ เวลาที่เขียนข้อความนี้ ทั้ง Hy4 flash และ Claude Haiku 5.5 ต่างไม่อยู่ในแคตตาล็อกของ OrcaRouter ดังนั้นจึงไม่มีเวอร์ชันใดของส่วนนี้ที่เราจะบอกให้คุณเรียกใช้งานทั้งสองที่นี่ สิ่งที่มีอยู่คือรุ่นเจเนอเรชันในแต่ละฝั่ง: tencent/hy4-preview ซึ่งเป็นโมเดล 770B/49B ที่ Hy4 flash ถูกดิสทิลมาจาก ในราคาอินพุต $0.834 และเอาต์พุต $2.501 ต่อล้านโทเค็น พร้อมอัตราการอ่านแคช $0.042; และ anthropic/claude-haiku-4.5 ในราคาอินพุต $1.00 และเอาต์พุต $5.00 ต่อล้านโทเค็น พร้อมการอ่านแคช $0.10 — รุ่นเจเนอเรชันก่อนหน้า ไม่ใช่ 5.5 ในการเปรียบเทียบนี้.
การจับคู่นี้มีประโยชน์กว่าที่ฟังดู หากคุณกำลังตัดสินใจว่าโครงสร้างต้นทุนของ Hy4 flash คุ้มค่าที่จะปรับโครงสร้างไปป์ไลน์หรือไม่ โมเดลพรีวิวจะให้พฤติกรรมของตระกูลนี้ในราคาที่ทำให้การทดลองมีต้นทุนต่ำ บนคีย์เดียวกันและ endpoint เดียวกับทุกอย่างในแคตตาล็อก โดยมี ราคาตามรายการของผู้ให้บริการที่ส่งต่อโดยบวกกำไร 0% ดังนั้นการเปลี่ยนแปลงราคาของ Tencent จะมาถึงคุณในวันที่เกิดขึ้น routing DSL คือส่วนที่สำคัญเมื่อคุณมีตัวเลือกสองตัว: ส่งงานเอกสารยาวไปยังโมเดลใดก็ตามที่ชนะ eval ของคุณเอง และเก็บอีกตัวไว้เป็น fallback แทนที่จะเลือกผู้ขายรายเดียวสำหรับทุกอย่างเพราะการสลับต้องมีค่าใช้จ่ายเป็นสัญญา
และเมื่อ Hy4 flash ถูกบรรจุอยู่ในแคตตาล็อก — แคตตาล็อกใดก็ตาม รวมถึงของเรา — สิ่งที่ต้องทดสอบไม่ใช่คะแนนความพึงพอใจ แต่คือจำนวนโทเคนเอาต์พุตในงานของคุณเอง การ post-training ของ Tencent อ้างว่าลดจำนวนโทเคนเอาต์พุตเฉลี่ยแบบ end-to-end ได้ 50% และหากเป็นจริงกับปริมาณงานของคุณ มันมีค่ามากกว่าส่วนลด 30% ต่อโทเคน เพราะโทเคนเอาต์พุตคือครึ่งที่มีค่าใช้จ่ายสูงของทุกใบแจ้งหนี้ในทั้งสองโมเดล

อะไรจะทำให้เรื่องนี้ยุติลง
การรันอิสระหนึ่งครั้งบนฮาร์เนสเดียวกัน นำ Hy4 flash และ Claude Haiku 5.5 ผ่าน Intelligence Index ชุดเดียวกันซึ่งมีเก้าภารประเมิน แล้วดูสองแถว: คะแนน และต้นทุนต่องานที่ทำเสร็จ Tencent บอกคุณแล้วว่าคาดหวังให้สองแถวนั้นระบุอะไร — ว่า Hy4 flash อยู่ในระดับใกล้เคียง Claude Haiku 5.5 ในด้านความสามารถ และมีต้นทุนต่ำกว่ามาก จนกว่าจะมีคนนอก Tencent เผยแพร่คู่นั้น ความคาดหวังดังกล่าวเป็นเพียงสมมติฐานที่มีงบการตลาดของบริษัทหนุนอยู่ ไม่ใช่ผลลัพธ์
สิ่งที่คุณลงมือทำได้ในวันนี้แคบลงและมีประโยชน์มากขึ้น หากภาระงานของคุณคือเอกสารยาว ให้ประเมินราคาของแถวที่ใช้เกิน 100,000 โทเคนก่อนสิ่งอื่นใด เพราะนั่นคือจุดที่การ์ดทั้งสองรุ่นแตกต่างกันมากที่สุด หากมีความอ่อนไหวต่อเวลาแฝง ให้เปรียบเทียบ Claude Haiku 5.5 ที่โหมดความพยายามสูงแทน Max หากต้องมีการปรับแต่งละเอียดหรือการอนุมานภายในองค์กร การตัดสินใจได้เกิดขึ้นแล้วและไม่มีเบนช์มาร์กใดจะเปลี่ยนแปลงได้ ช่องว่างความพึงพอใจ 0.02 คะแนนไม่ใช่เหตุผลที่จะเปลี่ยนไปในทิศทางใดทิศทางหนึ่ง และการที่ Tencent เผยแพร่ข้อมูลนี้คือสิ่งที่น่าเชื่อถือที่สุดในการเปิดตัวครั้งนี้
