
Tencent Hy4 เทียบกับ Claude Opus 5.5: ต้นทุนต่อหนึ่งงานเพียงหนึ่งในสิบ
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 182 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 749 tok/s
- Alibabaใหม่Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 ต่อ 1 ล้านโทเค็น · 1902 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 96 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 · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
Tencent Hy4 เลิกเป็นโมเดลที่ต้องเช่าใช้เมื่อวันที่ 20 พฤศจิกายน 2026 นั่นคือวันที่ Tencent เผยแพร่น้ำหนักโมเดล — tencent/Hy4, Hy4-FP8 และเวอร์ชันที่ผ่านการฝึกมาก่อน Hy4-base — บน Hugging Face, ModelScope และ GitCode สิบหกวันหลังจากที่ตัวโมเดลเองเปิดให้ใช้งานทั่วไปเมื่อวันที่ 4 พฤศจิกายน ในทางตรงกันข้าม Claude Opus 5.5 ไม่เคยดาวน์โหลดได้เลย Anthropic เปิดตัวเมื่อวันที่ 22 กันยายน 2026 ในฐานะเรือธงที่ให้ใช้ผ่าน API เท่านั้น และยังไม่ได้เผยแพร่สิ่งใดเกี่ยวกับการเปิดให้เข้าถึงโมเดลนี้ ดังนั้นคำถามที่น่าสนใจจึงไม่ใช่แล้วว่าโมเดลไหนดีกว่า แต่เป็นคำถามว่าคุณกำลังซื้ออะไรเมื่อคุณจ่ายแพงขึ้นประมาณสิบเท่าต่อหนึ่งงานที่ทำเสร็จ สำหรับโมเดลที่ได้คะแนนสูงกว่า 24 คะแนนบนดัชนีอิสระ — และว่าข้อแลกเปลี่ยนนั้นยังคงคุ้มค่าอยู่หรือไม่เมื่อฝั่งที่ถูกกว่าสามารถรันบนฮาร์ดแวร์ของคุณเองได้
ตัวเลขที่ทำให้การเปรียบเทียบเห็นภาพชัดทั้งสองชุดมาจาก Artificial Analysis บนฉบับแก้ไข v5.0.1 ของ Intelligence Index โดย Claude Opus 5.5 อยู่ที่ 59 เมื่อตั้งค่าความพยายามสูงสุด, 57 ที่ xhigh, 52 ที่ high, 48 ที่ medium และ 35 ที่ low ส่วน Tencent Hy4 อยู่ที่ 35 โดยไม่มีข้อมูลแยกตามระดับความพยายามเผยแพร่ สำหรับต้นทุนต่องาน Intelligence Index ที่เสร็จสมบูรณ์ ลำดับกลับกันอย่างชัดเจน: $10.04 สำหรับ Claude Opus 5.5 และ $1.03 สำหรับ Tencent Hy4
จริง ๆ แล้วมีอะไรเปลี่ยนแปลงไปเมื่อวันที่ 20 พฤศจิกายน
การวางกรอบการเปิดตัวของ Tencent เองคือบรรทัดเดียวในส่วนข่าวของการ์ดโมเดล: บริษัทได้เปิดซอร์ส Hy4, Hy4-FP8 และ Hy4-base สิ่งที่หมายความในทางปฏิบัติมีความเฉพาะเจาะจงมากกว่า และควรค่าแก่การแยกออกจากการตลาด
• น้ำหนักโมเดล — เช็กพอยต์ BF16 แบบเต็ม รีโพซิทอรี Hugging Face ระบุจำนวนพารามิเตอร์ 774.4 พันล้านตัวในดัชนี safetensors ซึ่งประกอบด้วยแบ็กโบน 770B บวกกับวิชันเอนโคเดอร์และดราฟต์โมเดล มีบิลด์ GGUF แบบ 4-bit อยู่ในรีโพซิทอรีแยกต่างหากแล้ว สำหรับผู้ที่ต้องการทดสอบโมเดลโดยไม่ต้องใช้คลัสเตอร์หลายโหนด
• สัญญาอนุญาต — Tencent Hy License เวอร์ชัน 1.0 ซึ่งมีที่มาจาก Apache 2.0 แต่ระบุไว้อย่างชัดเจนว่าไม่ใช่ Apache 2.0 และข้อ 10 เพิ่มเงื่อนไขเชิงพาณิชย์ที่มีความสำคัญ รายละเอียดเพิ่มเติมอยู่ด้านล่าง
• การให้บริการ — Tencent จัดส่งอิมเมจที่สร้างไว้ล่วงหน้าให้ แทนที่จะปล่อยให้คุณต้องต่อสู้กับสถาปัตยกรรมเอง: vllm/vllm-openai:hy4 และ lmsysorg/sglang:hy4 โดยทั้งสองตัวมาพร้อมกับดราฟเตอร์สำหรับการถอดรหัสแบบคาดการณ์ล่วงหน้าของ DFly2 ที่เชื่อมต่อไว้แล้ว สูตรของ vLLM ต้องใช้ GPU แปดตัวที่ขนาดเทนเซอร์พาราเรล 8 สำหรับเช็กพอยต์ FP8
• สิ่งที่ไม่เปลี่ยนแปลง — ราคา Tencent Hy4 อยู่ที่ $0.834 ต่อล้านโทเค็นอินพุต และ $2.501 ต่อล้านโทเค็นเอาต์พุตตั้งแต่เปิดให้ใช้งานทั่วไป (GA) โดยการอ่านแคชอยู่ที่ $0.042 การเปิดน้ำหนักโมเดลไม่ได้มาพร้อมกับการลดราคา และไม่มีสัญญาณใด ๆ ว่าจะมีการลดราคาในอนาคต
บิลด์ GA และ{{1}}บิลด์แบบเปิด{{/1}}เป็นโมเดลเดียวกัน เมื่อหนึ่งเดือนก่อนยังไม่เป็นเช่นนั้น: {{2}}รีลีสเดือนสิงหาคม Tencent Hy4 Preview{{/2}} วางจำหน่ายภายใต้ Apache 2.0 พร้อมน้ำหนักโมเดลตั้งแต่วันแรก และบิลด์ GA เดือนพฤศจิกายนก็มาในรูปแบบ API แบบปิดพร้อมคำสัญญา การอัปโหลดเมื่อวันที่ 20 พฤศจิกายนคือการรักษาคำสัญญานั้น โดยมีไลเซนส์ที่เข้มงวดกว่าติดมาด้วย
ช่องว่างบนดัชนีอิสระ
ช่องว่าง 24 คะแนนถือว่าใหญ่ และใหญ่กว่าที่พาดหัวข่าวบ่งชี้เมื่อคุณดูว่าตัวเลขแต่ละตัววัดอะไร Artificial Analysis เผยแพร่ Claude Opus 5.5 ที่ห้าระดับความพยายาม และ Tencent Hy4 ที่หนึ่งระดับ ค่า 35 ของ Hy4 ไม่ใช่ตัวเลขที่จับคู่ระดับความพยายามเดียวกัน แต่เป็นตัวเลขเดียวที่ห้องแล็บเผยแพร่ และน่าจะสะท้อนการตั้งค่าการให้เหตุผลเริ่มต้นของโมเดล ซึ่งบน API ของ Tencent เองอยู่ในระดับสูง
มีสองประเด็นตามมา ประการแรก การเปรียบเทียบที่ตรงไปตรงมาคือ 35 เทียบกับ 52 ของ Opus 5.5 ที่ระดับความพยายามสูง ไม่ใช่เทียบกับ 59 ของมัน — ช่องว่าง 17 คะแนน ไม่ใช่ 24 ประการที่สอง และมีประโยชน์กว่า แถวระดับความพยายามต่ำของ Claude Opus 5.5 ก็คือ 35 เช่นกัน ที่การตั้งค่าที่เร็วที่สุดและถูกที่สุด เรือธงของ Anthropic ได้คะแนนดัชนีเท่ากับเรือธงแบบเปิดของ Tencent ที่ค่าเริ่มต้น นั่นเป็นข้อเท็จจริงที่มีประโยชน์จริง ๆ สำหรับใครก็ตามที่กำลังสร้างตารางเราเตอร์ เพราะมันหมายความว่าทางเลือกไม่ใช่ "โมเดลดีกับโมเดลอ่อน" แต่เป็น "ปลายไหนของปุ่มปรับระดับความพยายามที่คุณรับไหว"

คะแนนย่อยชี้ไปในทิศทางเดียวกัน บน Cyber Index ของ Artificial Analysis ซึ่งเผยแพร่ในเดือนพฤศจิกายน Tencent Hy4 ได้ 58 คะแนน และอยู่อันดับสามจาก 26 โมเดล — เป็นรอง Kimi K3.1 Pro ที่ 64 คะแนน และ GPT-6 Sol เวอร์ชัน trusted-access ที่ 69 คะแนน และนำหน้า DeepSeek V4.1 Flash 1017 ที่ 57 คะแนนเพียงเล็กน้อย โดยเป็นที่หนึ่งอย่างชัดเจนบน CWE-Bench-AA ที่ 76% นั่นเป็นการประเมินเฉพาะด้านความปลอดภัย ไม่ใช่การให้เหตุผลทั่วไป แต่เป็นคะแนนอิสระเพียงชุดเดียวที่โมเดลของ Tencent มี ซึ่งไม่ใช่ค่าสรุปรวมค่าเดียว และถือว่าน่านับถือ
สิ่งที่ Tencent Hy4 ไม่มีคือตาราง benchmark สาธารณะจากห้องแล็บของตัวเอง ประกาศ GA ในเดือนพฤศจิกายนได้แทนที่แถว Terminal-Bench, DeepSWE และ SWE-bench Pro ของพรีวิวด้วยชุดงานภายใน — คณะผู้เชี่ยวชาญด้านการเงิน 213 คน การเปรียบเทียบอัตราการ hallucination และคะแนน WorkIndex ภายใน 42.1 สิ่งเหล่านี้เป็นคำกล่าวอ้างที่ผู้ขายรายงานเกี่ยวกับงานของ Tencent เอง และ model card ก็กล่าวซ้ำโดยไม่มีแถว benchmark สาธารณะที่จะช่วยให้คุณตรวจสอบเทียบกับสิ่งใดได้ ดัชนีอิสระคือสิ่งที่ใช้ตรวจสอบ
ต้นทุนของช่องว่างนี้ต่อหนึ่งงาน
นี่คือส่วนที่ชี้ขาดการใช้งานจริงส่วนใหญ่ และมันไม่ได้เอื้อต่อราคาต่อโทเคนที่ถูกกว่าได้สะอาดตาอย่างที่ตารางอัตราค่าบริการบอกเป็นนัยเลย
• ราคาโทเคน — $0.834 ขาเข้า และ $2.501 ขาออก สำหรับ Tencent Hy4 เทียบกับ $4.00 และ $20.00 สำหรับ Claude Opus 5.5 ถูกลงเกือบห้าเท่าในส่วนขาเข้า และแปดเท่าในส่วนขาออก
• แคช — $0.042 ต่อล้านโทเค็นอินพุตที่แคชไว้สำหรับ Hy4 ซึ่งเป็นส่วนลด 95% เทียบกับ $0.20 สำหรับ Opus 5.5 ในลูปเอเจนต์ที่อ่านรีพอซิทอรีขนาด 200,000 โทเค็นเดิมซ้ำในทุกเทิร์น ความแตกต่างนี้คือต้นทุนทั้งหมดของโมเดล
• ต้นทุนต่อหนึ่งงานจัดทำดัชนีที่เสร็จสมบูรณ์ — {{1}}1.03 ดอลลาร์{{/1}} สำหรับ Hy4 เทียบกับ {{2}}10.04 ดอลลาร์{{/2}} สำหรับ Opus 5.5 โปรดทราบว่านี่เป็น{{3}}ช่องว่าง 9.7 เท่า{{/3}} ซึ่งกว้างกว่าช่องว่างของราคาโทเค็น เนื่องจาก Hy4 ยังใช้ถ้อยคำมากกว่าในแง่ค่าสัมบูรณ์ด้วย: {{4}}โทเค็นเอาต์พุต 160 ล้านโทเค็น{{/4}}ตลอดทั้งดัชนี เทียบกับ {{5}}218 ล้านโทเค็น{{/5}}สำหรับ Opus 5.5 โดยมีอันดับความเยิ่นเย้ออยู่ที่ {{6}}อันดับ 87 จาก 94 โมเดล{{/6}}สำหรับ Hy4 และ {{7}}อันดับ 90 จาก 94{{/7}}สำหรับ Opus 5.5 ทั้งสองโมเดลไม่ใช่สายกระชับถ้อยคำ
• ความเร็ว — Hy4 ทำได้ 93 โทเคนต่อวินาที เทียบกับ 112 ของ Opus 5.5 แต่เรื่องความหน่วงนั้นแย่กว่าเรื่องอัตราการประมวลผล Tencent Hy4 ใช้เวลา 115.9 วินาทีในการสร้างโทเคนคำตอบแรก ขณะที่ค่ามัธยฐานในระดับนี้อยู่ที่ 12.7 วินาที สำหรับงานโต้ตอบ นี่คือตัวเลขที่สำคัญ และเป็นจุดเดียวที่โมเดลที่ถูกกว่าถือเป็นผลิตภัณฑ์ที่แย่กว่าอย่างชัดเจน
• เวลาต่องาน — 14.0 นาทีสำหรับ Hy4 เทียบกับ 25.7 นาทีสำหรับ Opus 5.5 Hy4 ทำงาน index เสร็จเร็วกว่าในแง่เวลาจริง แม้จะมีความหน่วงของโทเค็นแรก เพราะใช้เวลาคิดโดยรวมน้อยกว่า
ดังนั้นข้อกล่าวอ้างเรื่องต้นทุนจึงต้องมีข้อกำหนดประกอบที่ตารางอัตราค่าบริการปิดบังไว้ Tencent Hy4 มีต้นทุนต่อหนึ่งงานที่ทำเสร็จประมาณหนึ่งในสิบ แต่จะทำให้ผู้ใช้ต้องรอเกือบสองนาทีกว่าจะได้โทเคนแรก และจะตอบคำถามได้แย่ลง 17 คะแนนที่ความพยายามเท่ากัน หากภาระงานของคุณเป็นแบบแบตช์ — การสกัดข้อมูลจากเอกสาร การจำแนกประเภท การรันเอเจนต์ข้ามคืน การสร้างข้อมูลสังเคราะห์ — ความหน่วงของโทเคนแรกก็ไม่มีความหมาย และความคุ้มค่าทางเศรษฐศาสตร์ก็压倒 ทุกอย่าง หากเป็นแบบโต้ตอบ ความหน่วงคือตัวผลิตภัณฑ์ และข้อได้เปรียบด้านราคาก็ไม่สามารถชดเชยได้
จุดที่ Hy4 ชนะอย่างชัดเจน
สามมิติ และไม่มีมิติใดเลยที่เกี่ยวกับการเป็นคนฉลาดขึ้น
• เศรษฐศาสตร์ของบริบท ทั้งสองโมเดลโฆษณาหน้าต่าง 1M โทเค็น มีเพียงตัวเดียวที่คิด $0.042 ต่อล้านโทเค็นสำหรับการอ่านหน้าต่างเดิมซ้ำ งานที่ใช้บริบทยาวซึ่งต้องวนอ่านคลังข้อมูลคงที่ซ้ำหลายรอบ — เช่น การรีวิวโค้ดเทียบกับทั้งรีโพซิทอรี การวิเคราะห์สัญญาทั่วชุดเอกสาร หรือเอเจนต์วิจัยที่เก็บโน้ตไว้ในบริบท — ถูกกว่าอย่างมากบน Hy4 แม้ก่อนคิดอัตราฐาน
• ความสามารถหลากรูปแบบ (Modality) Tencent Hy4 รองรับข้อความ รูปภาพ และเฟรมวิดีโอผ่านเส้นทาง ViT เพียงเส้นทางเดียว และส่งคืนข้อความ Claude Opus 5.5 รองรับข้อความ รูปภาพ และไฟล์ วิดีโอคือความแตกต่าง: การ์ดโมเดลของ Hy4 อธิบายถึงตัวเข้ารหัสภาพ (vision encoder) พร้อมอะแดปเตอร์ที่แปลงคุณลักษณะของเฟรมวิดีโอเป็นโทเค็นภาพ และไม่มีข้อความเทียบเท่าในลักษณะเดียวกันสำหรับ Opus 5.5
• ความยาวเอาต์พุตเป็นจุดเดียวที่ Opus 5.5 ชนะอย่างชัดเจน: เอาต์พุตสูงสุด 128K โทเคน เทียบกับ 64K ของ Hy4 สำหรับงานที่ต้องสร้างอาร์ติแฟกต์ยาว ๆ ในการเรียกครั้งเดียว เพดานนี้เป็นตัวตัดสิน
ข้อได้เปรียบของ Claude Opus 5.5 คือสิ่งที่ Anthropic เน้นขายมาโดยตลอด ได้แก่ ช่องว่างในดัชนี 17 จุดเมื่อใช้ความพยายามเท่ากัน, โทเคนแรกภายใน 24 วินาทีที่ความพยายามสูง เทียบกับ 116 วินาที, เพดานเอาต์พุตที่สูงเป็นสองเท่า และชุดการประเมินจากบุคคลที่สามที่รองรับมากกว่าอย่างมาก หากงานคือวิศวกรรมซอฟต์แวร์ที่ยากหรืองานวิเคราะห์หลายขั้นตอนซึ่งคำตอบที่ผิดมีต้นทุนสูง ส่วนต่างราคาสิบเท่าก็ไม่ใช่ตัวเลขที่เกี่ยวข้อง หากงานคือปริมาณ มันเป็นตัวเลขเดียวที่สำคัญ
ใบอนุญาตไม่ใช่ Apache

นี่คือจุดที่รีลีสวันที่ 20 พฤศจิกายนแตกต่างจากฉบับเดือนสิงหาคม และเป็นรายละเอียดที่หน้าเปรียบเทียบส่วนใหญ่จะมองข้ามไป
Tencent Hy4 Preview เปิดตัวภายใต้ Apache 2.0 — สัญญาอนุญาตแบบ permissive ที่แท้จริงโดยไม่มีเงื่อนไขแอบแฝง Tencent Hy4 เปิดตัวภายใต้ Tencent Hy License 1.0 ซึ่งเป็น Apache 2.0 ที่เพิ่ม Section 10 เข้าไป Section ดังกล่าวระบุว่า หากคุณดำเนินธุรกิจแบบ model-as-a-service และรายได้รวมทั่วโลกของคุณเกิน 50 ล้านดอลลาร์สหรัฐในช่วงสิบสองเดือนใด ๆ หรือผลิตภัณฑ์ที่คุณฝังโมเดลนี้มีผู้ใช้งานรายเดือนมากกว่า 100 ล้านคน คุณต้องได้รับสัญญาอนุญาตเป็นลายลักษณ์อักษรแยกต่างหากจาก Tencent ก่อนใช้งาน การใช้งานภายในได้รับการยกเว้น: หากทั้งโมเดลและผลลัพธ์ของโมเดลไม่ถึงมือบุคคลภายนอก Section 10 จะไม่มีผลบังคับใช้
สำหรับสตาร์ทอัพ กลุ่มวิจัย หรือองค์กรที่รันโมเดลอยู่เบื้องหลังเครื่องมือภายใน ข้อกำหนดนั้นไม่มีผลในทางปฏิบัติ และ Hy4 ก็เปิดกว้างอย่างแท้จริง สำหรับแพลตฟอร์มที่วางแผนจะนำการอนุมานไปขายต่อบนพื้นฐานของมัน นี่คือการเจรจา เปรียบเทียบกับ Claude Opus 5.5 ซึ่งคำถามนี้ไม่เกิดขึ้นเพราะไม่มีอะไรให้ขอรับสิทธิ์ใช้งาน — คุณเช่าปลายทาง (endpoint) หรือไม่ใช้โมเดลนี้เลย
ผลที่ตามมาในทางปฏิบัติคือการแบ่งแยกที่เมื่อเดือนที่แล้วยังไม่มีอยู่ ตอนนี้ Tencent Hy4 เป็นโมเดลเดียวในการเปรียบเทียบนี้ที่คุณสามารถ fine-tune, distil, quantise หรือรันภายในเครือข่ายที่ไม่มีการเชื่อมต่อออกภายนอกได้ Claude Opus 5.5 เป็นเพียงหนึ่งเดียวในสองตัวที่มีเพดานเอาต์พุต 128K และได้โทเคนแรกภายในครึ่งนาทีเมื่อใช้การตั้งค่า high effort
การเลือกระหว่างพวกมัน
แผนผังการตัดสินใจนั้นสั้นพอที่จะกล่าวได้โดยไม่ต้องใช้ถ้อยคำกำกวมหรือถ้อยคำป้องกันตัว
• คุณต้องการคะแนนต่อโทเค็นให้สูงที่สุด และงานนี้เป็นแบบโต้ตอบ — Claude Opus 5.5 ข้อโต้แย้งเรื่องราคาใด ๆ ล้วนหมดความหมายเมื่อผู้ใช้ต้องจ้องรอความหน่วงของโทเค็นแรกนาน 116 วินาที
• คุณต้องการต้นทุนต่ำที่สุดต่องานที่เสร็จสมบูรณ์ และงานเป็นแบบแบตช์ — Tencent Hy4 และอัตรากำไรใกล้เคียงกับหนึ่งลำดับขนาด
• คุณต้องโฮสต์เอง ไฟน์จูน หรือเก็บข้อมูลไว้ภายในเครือข่ายของคุณเอง — Tencent Hy4 โดยต้องอ่านข้อ 10 ของสัญญาอนุญาตด้วย ที่นี่ไม่มีตัวเลือก Claude Opus 5.5 อยู่เลยแม้แต่ตัวเดียว
• คุณต้องการเอาต์พุตที่สร้างขึ้น 128K ในการเรียกครั้งเดียว หรืออินพุตวิดีโอ — เพดานเอาต์พุตชี้ไปที่ Opus 5.5 ส่วนอินพุตวิดีโอชี้ไปที่ Hy4 มีงานไม่กี่ประเภทที่ต้องการทั้งสองอย่าง
• คุณต้องการป้องกันความเสี่ยงระหว่างสองตัวเลือก — วางเส้นทางแบบถ่วงน้ำหนักไว้ข้างหน้าพวกมัน แล้วให้โมเดลราคาถูกได้ลองก่อนเป็นครั้งแรก Hy4 ที่ราคา $1.03 ต่องานนั้นถูกมากพอที่การลองที่ล้มเหลวจะมีต้นทุนประมาณหนึ่งในสิบของการปล่อยให้ Opus 5.5 ลองก่อน และเส้นทางการยกระดับจะทำงานเฉพาะกับงานที่ต้องการเท่านั้น
รันทั้งสองบนคีย์เดียว

ทั้งสองโมเดลเรียกใช้งานได้ผ่าน OrcaRouter ภายใต้สตริงโมเดลของตัวเอง — tencent/hy4 ในราคา 0.834 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 2.501 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน และ anthropic/claude-opus-5.5 ในราคา 4.00 และ 20.00 ดอลลาร์ ซึ่งหมายความว่าการเปรียบเทียบข้างต้นสามารถรันเป็น Experiment ได้จริง แทนที่จะเป็นการเถียงกัน: คีย์เดียว SDK เดียว สตริงโมเดลสองรายการ และ routing DSL ที่ส่งแบบประหยัดก่อนและยกระดับเมื่อเกิดข้อขัดข้อง
เพราะ OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม อัตราค่าบริการของ Tencent คืออัตราที่คุณจ่ายในฝั่งเรา และเช่นเดียวกันกับของ Anthropic หากผู้ให้บริการรายใดปรับราคา การเปลี่ยนแปลงจะมีผลในวันเดียวกัน แทนที่จะต้องรอให้ผู้ขายต่อบันทึกแคตตาล็อกใหม่
ในกรณีที่โฮสต์ใช้งานเอง การคำนวณเปลี่ยนรูปแบบไปโดยสิ้นเชิง เมื่อคุณรัน Hy4 บน GPU ของตัวเอง ต้นทุนส่วนเพิ่มต่อโทเคนก็ไม่ใช่ตัวเลขจากผู้ขายอีกต่อไป แต่กลายเป็นตัวเลขค่าไฟฟ้าและอัตราการใช้งานของคุณ ซึ่งเป็นเหตุผลว่าทำไมน้ำหนักโมเดลจึงสำคัญกว่าการถกเถียงเรื่องใบอนุญาตสำหรับใครก็ตามที่มีกำลังประมวลผลเหลืออยู่
สิ่งที่เดือนหน้าจะตัดสิน
สองสิ่งจะตัดสินการเปรียบเทียบนี้ และทั้งสองอย่างไม่ใช่แถวในตาราง benchmark
ประการแรกคือการเผยแพร่แบบเปิดของ Tencent จะดึงดูดให้เกิดการประเมินน้ำหนักโมเดลโดยอิสระหรือไม่ การอัปโหลดเมื่อวันที่ 20 พฤศจิกายนมี system card และคู่มือการปรับแต่งละเอียด included? Wait need Thai only. Need no English? Brand names okay. "system card" maybe keep English? We can translate "การ์ดระบบ" but "system card" likely term. Could use "system card" as product term? The instruction preserve brand/product names, not necessarily technical term. Thai translation can say "การ์ดระบบ (system card)" but output only translated text; parenthetical okay. But no need. Need ensure no accidental English "included?" no. Final. Need craft full Thai: "ประการแรกคือการเผยแพร่แบบเปิดของ Tencent จะดึงดูดให้เกิดการประเมินน้ำหนักโมเดลโดยอิสระหรือไม่ การอัปโหลดเมื่อวันที่ 20 พฤศจิกายนประกอบด้วยการ์ดระบบและคู่มือการปรับแต่งละเอียด แต่เนื้อหาด้าน benchmarking ใน model card ยังคงเป็นตารางก่อนการฝึกเป็นส่วนใหญ่ — MMLU อยู่ที่ 91.6, MMLU-Pro อยู่ที่ 73.9, SuperGPQA อยู่ที่ 62.7, MMMU-Pro อยู่ที่ 59.6 สำหรับโมเดลฐาน — บวกกับชุดงานภายใน ยังไม่มีใครนอก Tencent เผยแพร่คะแนนสำหรับเวอร์ชันที่ปรับแต่งด้วยคำสั่ง และค่า 35 บนดัชนีอิสระเป็นตัวเลขเดียวจากผู้ประเมินรายเดียว" Need "model card" maybe Thai "การ์ดโมเดล" not "model card". Use "การ์ดโมเดล". "benchmarking" maybe "การวัดประสิทธิภาพ" or "ข้อมูล benchmark". Thai natural: "เนื้อหาการวัดประสิทธิภาพในการ์ดโมเดลยังคงเป็นตารางก่อนการฝึกเป็นส่วนใหญ่". Use " benchmarking" maybe no. "pre-training table" = ตารางก่อนการฝึก. Good. Need "base model" = โมเดลฐาน. Good. Need "instruction-tuned build" = เวอร์ชันที่ปรับแต่งด้วยคำสั่ง. Good. "independent index" = ดัชนีอิสระ. Good. Need maybe "pulls independent evaluation" = "ทำให้เกิดการประเมิน...โดยอิสระ" better. Final only.ประการแรกคือการเผยแพร่แบบเปิดของ Tencent จะทำให้เกิดการประเมินน้ำหนักโมเดลโดยอิสระหรือไม่ การอัปโหลดเมื่อวันที่ 20 พฤศจิกายนประกอบด้วยการ์ดระบบและคู่มือการปรับแต่งละเอียด แต่เนื้อหาด้านการวัดประสิทธิภาพในการ์ดโมเดลยังคงเป็นตารางก่อนการฝึกเป็นส่วนใหญ่ — MMLU อยู่ที่ 91.6, MMLU-Pro อยู่ที่ 73.9, SuperGPQA อยู่ที่ 62.7, MMMU-Pro อยู่ที่ 59.6 สำหรับโมเดลฐาน — บวกกับชุดงานภายใน ยังไม่มีใครนอก Tencent เผยแพร่คะแนนสำหรับเวอร์ชันที่ปรับแต่งด้วยคำสั่ง และค่า 35 บนดัชนีอิสระเป็นตัวเลขเดียวจากผู้ประเมินรายเดียว
ประการที่สองคือความพยายาม Claude Opus 5.5 เผยแพร่ห้าระดับตั้งแต่ 35 ถึง 59 อยู่แล้ว ช่วงห่างระหว่างการตั้งค่าที่ถูกที่สุดกับแพงที่สุดนั้นกว้างกว่าช่องว่างทั้งหมดเมื่อเทียบกับคะแนนเดียวของ Tencent Hy4 หาก Tencent เผยแพร่การแยกแบบเดียวกัน — และ API ก็เปิดให้ใช้สวิตช์ high/no-think อยู่แล้ว — การเปรียบเทียบจะกลายเป็นตารางของการตั้งค่าที่จับคู่กัน แทนที่จะเป็นตัวเลขหนึ่งเทียบกับอีกตัวเลขหนึ่ง จนถึงตอนนั้น สรุปอย่างซื่อตรงคือ Tencent Hy4 เป็นโมเดลระดับกลางในการประเมินอิสระ เป็นโมเดลที่แข็งแกร่งในการประเมินเฉพาะด้านความปลอดภัย ถูกกว่าหนึ่ง ordem ของขนาดต่องานที่ทำเสร็จ และตอนนี้เปิดอย่างแท้จริง ซึ่งไม่ใช่เช่นนั้นเมื่อวันที่ 4 พฤศจิกายน
การเปรียบเทียบในบทความนี้2
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
