
Hy4 flash vs DeepSeek V4.1 Flash: Tencent tự khơi mào cuộc đối đầu này
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 96 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 87 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 120 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 219 tok/s
Tencent đã chọn đối thủ. Bài đăng nghiên cứu cho Hy4 flash, công bố ngày 16 tháng 11 năm 2026, định giá chi phí trên mỗi tác vụ của chính nó so với đúng một mô hình đối thủ — DeepSeek V4.1 Flash, trong bản chụp 1017 của mô hình này, ở bậc nỗ lực tối đa và theo mức giá giờ cao điểm của DeepSeek — và báo cáo chỉ bằng một phần tám. Đó là một so sánh đặc biệt cụ thể đối với một bài đăng ra mắt, và nó cho bạn biết Tencent nghĩ cuộc chiến diễn ra ở đâu: không phải với mô hình hàng đầu của Alibaba, không phải với Tencent HY4 của chính họ, mà là với mô hình trọng số mở giá rẻ mà các tác nhân lập trình đã chạy trên đó từ tháng Chín. Ba tuần số liệu đã công bố nằm về phía DeepSeek trong so sánh đó. Một biểu đồ nằm về phía Tencent.
Vậy nên câu hỏi hữu ích không phải là mô hình nào tốt hơn trên lý thuyết. Mà là liệu lợi thế giá đầu vào gấp 2,1 lần có còn đứng vững khi đối chiếu với những điểm khác nhau giữa hai mô hình hay không, và liệu con số một phần tám cho mỗi tác vụ có đúng là điều mà người đọc sẽ mặc định hiểu hay không. Cả hai đều có thể trả lời được từ tài liệu đã công bố, và các câu trả lời chỉ về hai hướng trái ngược nhau.
Mỗi công ty thực sự đã tung ra những gì
Hãy bắt đầu với các tạo tác, vì chúng không tương đương và chính sự khác biệt đó giải thích phần lớn những bất đồng ở các bước sau.
DeepSeek V4.1 Flash đã được phát hành vào ngày 10 tháng 9 năm 2026 theo giấy phép MIT: 48 phân mảnh safetensors với tổng dung lượng khoảng 510 gigabyte, một báo cáo kỹ thuật mang tên "Pushing the Limits of KV Cache Compression", một thẻ mô hình kèm nhãn triển khai, một biến thể fp8 và một API với bảng giá giờ thấp điểm và giờ cao điểm đã công bố. Một bản snapshot làm mới, 1017, đã thay thế nó vào ngày 17 tháng 10 và hiện phục vụ dưới cùng tên API. Kho lưu trữ có 1,69 triệu lượt tải xuống và 4.978 lượt thích. Artificial Analysis chấm điểm nó 32,6 trên Chỉ số Trí tuệ ở mức nỗ lực tối đa; Chỉ số Năng lực của Epoch AI xếp checkpoint 1017 ở mức 159, đứng thứ 19 trong số 253 mô hình mà tổ chức này theo dõi.
Hy4 flash được đăng lên vào ngày 16 tháng 11 năm 2026 dưới dạng một bài đăng nghiên cứu không kèm model card: tổng cộng 224 tỷ tham số, 64 tỷ trong số đó là tham số Engram, 12 tỷ tham số hoạt động mỗi token, đa phương thức gốc, ngữ cảnh 1.048.576 token và kế hoạch mở mã nguồn sau này. Không có trọng số, không có giấy phép, không có báo cáo kỹ thuật, không có điểm số độc lập và kết quả benchmark được đưa ra dưới dạng biểu đồ PNG. Artificial Analysis ghi nhận Tencent HY4 ở mức 34,6 tính đến ngày 5 tháng 11 và hoàn toàn không có mục Hy4 flash.
Đặt chúng cạnh nhau và cuộc đối đầu mang một hình thù kỳ lạ. Mô hình mới hơn là mô hình bạn không thể kiểm tra, còn mô hình cũ hơn là mô hình bạn có thể tải xuống, tinh chỉnh và chạy trên phần cứng của riêng bạn. Sự bất đối xứng đó xuyên suốt mọi phần bên dưới.
Bảng giá, so sánh trung thực
Cả hai nhà cung cấp đều công bố giá niêm yết, và cả hai đều công bố nhiều hơn một mức giá, đây chính là chỗ mà hầu hết các phép so sánh bị sai.
• Đầu vào, mỗi triệu token — Hy4 flash $0.070 cố định; DeepSeek V4.1 Flash $0.15 ngoài giờ cao điểm, $0.30 trong giờ cao điểm.
• Đầu ra, trên mỗi triệu token — Hy4 flash $0,281; DeepSeek $0,60 ngoài giờ cao điểm, $1,20 giờ cao điểm.
• Cache hit, mỗi triệu token — Hy4 flash $0.003; DeepSeek $0.003 ngoài giờ cao điểm, $0.006 giờ cao điểm.
• Định nghĩa giờ cao điểm — Khung giờ cao điểm của DeepSeek là 01:00–04:00 và 06:00–10:00 UTC, từ Thứ Hai đến Thứ Sáu, không tính các ngày lễ công cộng của Trung Quốc. Mọi thời gian còn lại là ngoài giờ cao điểm, nghĩa là với một nhóm ở Mỹ hoặc châu Âu, mức giá rẻ là mức được áp dụng trong phần lớn ngày làm việc của họ.
• Ngữ cảnh — Hy4 flash 1.048.576 token; DeepSeek V4.1 Flash 1.000.000 token với giới hạn đầu ra 384.000 token.
• Bảng giá Trung Quốc đại lục — Hy4 flash ¥0,5 / ¥2 / ¥0,02 mỗi triệu token, đây là nguồn của con số tính bằng đô-la chứ không phải từ một mức giá quốc tế được công bố riêng.
Tính tại cùng thời điểm, khoảng cách là 2,1 lần ở đầu vào và 2,1 lần ở đầu ra: $0.070 so với $0.15, $0.281 so với $0.60. Trong các khung giờ cao điểm của DeepSeek, khoảng cách này nới rộng lên 4,3 lần. Với đầu vào được cache, ngoài giờ cao điểm thì không bên nào có lợi thế, vì cả hai đều ở mức $0.003 — và điều đó quan trọng hơn con số nổi bật, vì một coding agent gửi lại system prompt, tool schema và file tree ở mỗi bước thì phần lớn thời gian đang trả theo mức giá cache. Ở dạng khối lượng công việc mà cuộc đối chiếu này thực sự xoay quanh, hai mô hình có giá giống hệt nhau.
Dòng cuối cùng đó chính là dòng hóa giải phần lớn tranh luận. Một phần tám của Tencent không phải là một so sánh nặng về bộ nhớ đệm; đó là chi phí trên mỗi tác vụ trên WorkIndex, vốn kết hợp độ dài đầu ra, tỷ lệ thử lại và số bước cùng với bảng giá. Hai trong ba đầu vào đó là những thứ Tencent kiểm soát thông qua quá trình hậu huấn luyện của chính mình, và họ báo cáo mức kiểm soát đó dưới dạng một tỷ lệ phần trăm duy nhất: độ dài đầu ra giảm 50%.

Tại sao 12 tỷ tham số hoạt động lại là toàn bộ lập luận về kiến trúc
DeepSeek V4.1 Flash là một trục chính 552 tỷ tham số với 16 tỷ tham số hoạt động trên mỗi token, được xây dựng trên thiết kế Causal Encoder-Decoder mà DeepSeek gọi là: 40 lớp được chia đều thành một encoder nhân quả 20 lớp và một decoder 20 lớp, với báo cáo kỹ thuật nhấn mạnh vào nén KV cache hơn là vào nhận thức. Hy4 flash kích hoạt 12 tỷ tham số trên mỗi token so với tổng 224 tỷ, tức bằng ba phần tư số tham số hoạt động của DeepSeek và 40% tổng kích thước của DeepSeek.
Cách Tencent lý giải về nguồn gốc của sự khác biệt rất cụ thể về cơ chế nhưng lại im lặng về cấu trúc. Hybrid attention, LatentMoE và các tham số Engram tạo ra KV cache có kích thước bằng một phần hai mươi tư của Hy3 và bằng một phần sáu của Tencent HY4. Tự chưng cất từ Tencent HY4, rồi học tăng cường, đã cắt độ dài đầu ra end-to-end xuống một nửa. Một megakernel với trọng số bốn bit và đường giải mã DFly giữ tốc độ giải mã trên 150 token mỗi giây. Điều không được công bố là bất kỳ thứ gì bạn có thể phản chứng từ một checkpoint: số lớp, số chuyên gia, độ rộng định tuyến, kích thước bộ mã hóa thị giác, và liệu tính đa phương thức là bản địa hay được gắn thêm.
Các tham số Engram xứng đáng có một câu riêng, vì 64 tỷ trong số đó nằm bên trong một mô hình 224 tỷ tham số không phải là một cách bố trí bình thường. Engram, theo cách Tencent sử dụng, là một thành phần kiểu bộ nhớ lưu giữ các liên tưởng đã học thay vì một chuyên gia được định tuyến chạy trong mọi lượt truyền xuôi. Hệ quả thực tế là 29% tổng kích thước của mô hình không bị tính vào chi phí tính toán trên mỗi token, đây là một cách chính đáng để mua năng lực trên mỗi tham số và là một cách không chính đáng để so sánh số lượng tham số. Một mô hình 224B với 64B Engram không nhỏ hơn một mô hình 552B theo cách mà hai con số gợi ý; nó có hình dạng khác.
Thiết kế của DeepSeek có thể kiểm chứng còn của Tencent thì không, và đó không phải là một khác biệt nhỏ khi so sánh trực tiếp. Ai cũng có thể tải xuống 510 gigabyte trọng số và đếm các lớp. Không ai có thể tải Hy4 flash xuống và làm được bất cứ điều gì.
Một phần tám, được truy vết
So sánh theo từng tác vụ của Tencent đáng được theo dõi kỹ vì đây là con số đối đầu trực tiếp duy nhất mà bất kỳ công ty nào trong hai công ty đã công bố cho cặp này, và nó cẩn trọng hơn cách tính toán thường thấy trong các bài công bố ra mắt.
Trên WorkIndex — bộ tám ứng dụng nội bộ của Tencent bao gồm tạo slide, chỉnh sửa slide, đồng viết người-máy, đồng viết Markdown, chỉnh sửa tài liệu, sửa bảng, xử lý âm thanh và video, và hiểu thị giác — Tencent báo cáo Hy4 flash có chi phí mỗi tác vụ bằng một phần mười ba so với Hy4 preview, một phần hai mươi so với Tencent HY4, và một phần tám so với DeepSeek-V4.1-Flash-1017 ở mức nỗ lực tối đa và giá giờ cao điểm. Mọi từ định tính trong câu đó đều là của Tencent, và hai cái cuối là những cái cần giữ lại: nỗ lực tối đa nghĩa là ngân sách suy nghĩ của DeepSeek được đặt cao, và giờ cao điểm nghĩa là bảng giá $0.30/$1.20 thay vì bảng giá $0.15/$0.60.
Bỏ các điều kiện kèm theo đi thì phép tính thay đổi rất nhiều. Với mức giá ngoài giờ cao điểm và cùng độ dài đầu ra, khoảng cách chi phí trên mỗi token là 2,1 lần, chứ không phải 8 lần. Nếu Hy4 flash cũng sinh ra một nửa số token đầu ra, chi phí mỗi tác vụ lại giảm khoảng một nửa, cộng dồn lên mức chênh lệch giá, khiến hai mô hình cách nhau khoảng 4 đến 5 lần trong một tác vụ do Tencent thiết kế — và hành vi được công bố của chính DeepSeek, mức nỗ lực suy nghĩ có kiểm soát cùng giới hạn đầu ra 384.000 token, cho thấy bậc tối đa của nó đang thực hiện nhiều công việc hơn đáng kể mỗi tác vụ so với một mô hình được tinh chỉnh để trả lời trong một nửa số token.
Các con số vận hành thực tế mà Tencent tự nguyện công bố là nửa thú vị hơn trong bản phát hành của hãng, vì chúng đi kèm các bộ đếm thay vì một điểm số duy nhất. Trong các luồng tác nhân của WeChat Pay, so với DeepSeek-V4.1-Flash-1017, Tencent báo cáo mức ngang bằng hoặc tốt hơn qua bốn giai đoạn quy trình với ít hơn khoảng 6% số bước thực thi và đầu ra đơn lẻ ngắn hơn 29%. Trong tính năng quét tĩnh của WeChat Pay, thời gian hoàn thành một lần quét ít hơn 37% và ít hơn 46% token với chất lượng phát hiện tương đương. Trong phân tích nguyên nhân gốc của Honor of Kings, ít hơn 22% đến 39% yêu cầu và ít hơn 40.5% đến 61.2% token so với DeepSeek và GLM-5.3-Flash — trong khi thực hiện nhiều hơn 51.2% và 7.7% lệnh gọi công cụ so với từng mô hình. Trong Marvis, mức độ hài lòng với tác vụ tăng 6.2% ở cài đặt ứng dụng, 4.4% ở thiết lập và chẩn đoán hệ thống, 6.9% ở xử lý tài liệu và báo cáo nghiên cứu.
Có hai điều dễ thấy trong danh sách đó. Mức giảm token và số bước là lớn và nhất quán, đúng như những gì một mô hình 12B active được huấn luyện để rút ngắn câu trả lời nên tạo ra. Và sự gia tăng lời gọi công cụ chính là chú thích trung thực: Hy4 flash đạt được điều đó bằng nhiều lượt đi-về ngắn hơn. Trong mô hình tính phí theo từng yêu cầu, đó là hòa hoặc có lợi; còn với ngân sách thời gian thực theo từng bước, đó là một sự đánh đổi khác, và cách diễn đạt của chính Tencent — rằng nó nhanh hơn 88% trong WeCom — là tuyên bố về độ trễ chứ không phải về khối lượng công việc.
Sự bất đối xứng về bằng chứng, mà đó mới là quyết định thực sự
Đây là những gì hai mô hình có thể cho bạn biết về chính chúng.
DeepSeek V4.1 Flash có điểm số trên harness công khai, một báo cáo kỹ thuật để đọc, trọng số để chạy, và ba tháng bộ stack suy luận làm việc với mô hình: các phương án lượng tử hóa, công thức phục vụ, và một bộ quirks được ghi lại mà người khác đã từng gặp. Vị thế benchmark của nó không ngoạn mục — 90,6 trên Terminal-Bench 2.1, 74,2 trên DeepSWE v1.1, 65,4 trên NL2Repo-Bench tại thời điểm phát hành, và Chỉ số Thông minh 32,6 — nhưng đó là vị thế do người khác đo.
Hy4 flash có một biểu đồ của nhà cung cấp, một bài kiểm tra mù do nhà cung cấp thực hiện với 85 nhân viên, một chuẩn đối sánh nội bộ của nhà cung cấp và một câu về trọng số mở trong tương lai. Các tuyên bố đều hợp lý và nhất quán nội tại: KV cache chỉ bằng một phần sáu kích thước của mô hình hàng đầu, độ dài đầu ra giảm một nửa, giải mã trên 150 token mỗi giây. Không có tuyên bố nào trong số đó được tái lập, và cái dễ kiểm chứng nhất — liệu 12 tỷ tham số hoạt động thực sự làm việc văn phòng tốt như 16 tỷ của DeepSeek — lại đúng là cái mà không ai bên ngoài Tencent có thể chạy, vì không có trọng số.
Sự bất đối xứng đó không khiến Hy4 flash tệ hơn. Nó khiến nó trở thành chưa được chứng minh, và sự khác biệt giữa tệ hơn và chưa được chứng minh chính là nơi nên dồn ngân sách đánh giá. Một nhóm cần một mô hình đa phương thức rẻ mà họ có thể tinh chỉnh, tự triển khai hoặc kiểm toán nên dừng đọc ở đây: DeepSeek V4.1 Flash là câu trả lời, và mức chênh lệch giá gấp 2,1 lần là cái giá của lựa chọn đó. Một nhóm có khối lượng công việc là tài liệu, trang trình chiếu, trích xuất và các vòng lặp tác nhân ngắn, và trả tiền theo token thay vì theo tác vụ, có lý do thực sự để xem xét thẻ Tencent — lý do đủ mạnh để việc thiếu bằng chứng trở thành thứ đáng để mua giải pháp thay thế xung quanh hơn là chờ đợi.
Đang chạy so sánh trên một khóa
Cả Hy4 flash lẫn lộ trình của chính Tencent đều không làm cho việc này trở nên dễ dàng: tính đến ngày 16 tháng 11, Hy4 flash được cung cấp thông qua TokenHub của Tencent Cloud và các sản phẩm tiêu dùng lẫn doanh nghiệp của Tencent, với các nền tảng bên thứ ba đã được công bố nhưng chưa có ngày cụ thể, còn DeepSeek V4.1 Flash có mặt trên API riêng của DeepSeek và dưới dạng trọng số mở.
Nửa phần của cuộc so tài này mà bạn có thể chạy hôm nay chính là nửa phần đặt ra chuẩn mực. deepseek/deepseek-v4.1-flash đang có trên OrcaRouter với giá $0.15 đầu vào và $0.60 đầu ra trên mỗi triệu token, lượt đọc cache ở mức $0.003 — giá niêm yết ngoài giờ cao điểm của chính DeepSeek, không cộng thêm gì — trên ngữ cảnh 1,048,576 token, và bản snapshot 1017 nằm ở cùng mức giá dưới định danh riêng của nó để bạn có thể ghim đúng checkpoint mà Tencent đã benchmark thay vì bí danh. Tuyến Tencent trên cùng khóa là tencent/hy4-preview ở mức $0.834 và $2.501, đây là teacher của Hy4 flash; chạy bộ tác vụ của riêng bạn trên preview và trên DeepSeek sẽ cho bạn tỷ lệ teacher so với đối thủ ngay bây giờ, và hạng flash có thể được đưa vào cùng bộ khung đánh giá khi nó ra mắt.

Đó chính là cách làm đáng để sao chép từ bản công bố của chính Tencent. Lập luận của bản đó là chi phí trên mỗi tác vụ đối với tám loại tác vụ mà họ đã chọn. Bản của bạn nên là chi phí trên mỗi tác vụ đối với những tác vụ bạn thực sự trả tiền, được đo trên cả hai mô hình, với token, số bước và thời gian thực được ghi lại — và chính ba yếu tố đó cộng lại sẽ cho bạn biết liệu lợi thế về đơn giá gấp 2,1 lần có chuyển thành bất cứ điều gì trên hóa đơn hay không.
Chuyển đổi dự phòng tự động là phần kém hào nhoáng của kế hoạch đó. Một mô hình đang trong tuần đầu tiên, được phục vụ từ một chương trình khuyến mãi không nêu ngày kết thúc, chính là mô hình mà bạn muốn có một chuỗi dự phòng phía sau thay vì chuyển hẳn sang; cùng một khóa đã truy cập được DeepSeek, nên một quy tắc thử lại mô hình hiện hành trước khi phản hồi bắt đầu chỉ tốn một dòng cấu hình và loại bỏ rủi ro tuần ra mắt khỏi thử nghiệm.

Điều gì sẽ giải quyết được chuyện đó?
Ba điều, xếp theo mức độ chúng sẽ làm thay đổi câu trả lời.
Một điểm số độc lập dành cho Hy4 flash. Artificial Analysis đã xếp hạng Tencent HY4 tám ngày sau khi nó ra mắt; một mục flash ít nhất sẽ đưa cả hai mô hình vào cùng một harness, và khoảng cách 32,6 đến 34,6 giữa bản flash của DeepSeek và mô hình chủ lực của Tencent chính là dải mà cuộc đối đầu này đang tranh luận. Không ai nên ngạc nhiên nếu một mô hình được chưng cất nằm dưới mô hình thầy của nó, và mức độ sụt giảm đó là ẩn số hữu ích nhất trong phép so sánh này.
Trọng số, hoặc một ngày phát hành cho chúng. Bản xem trước tháng 8 của chính Tencent đã phát hành theo Apache 2.0 cùng các công thức vLLM và SGLang ngay từ ngày đầu, nên công ty biết cách làm việc này. Nếu Hy4 flash làm theo, những tuyên bố về hiệu quả của nó sẽ có thể kiểm chứng được và bản tải xuống 510 gigabyte sẽ không còn là lựa chọn duy nhất hiện có.
Một chuẩn đánh giá trung lập cho từng tác vụ. Con số một phần tám của Tencent là một con số thiện chí, kèm theo hai điều kiện bổ sung và một bộ khung kiểm thử mà không ai khác có thể chạy. Tái lập nó trên các tác vụ agent công khai thì cuộc tranh luận sẽ kết thúc trong một buổi chiều, dù theo hướng nào.
Cho đến khi đó, bản tóm tắt trung thực sẽ hẹp hơn tóm tắt của cả hai nhà cung cấp: DeepSeek V4.1 Flash là mô hình đa phương thức giá rẻ có dấu vết kiểm toán, Hy4 flash là bản rẻ hơn nhưng không có, và chênh lệch giá trên các tác vụ nặng về bộ nhớ đệm nhỏ hơn so với trên bảng giá. Đó không phải là một phán quyết. Đó là mô tả chính xác về những gì ngày 16 tháng 11 thực sự thay đổi, cụ thể là một bảng giá và một kế hoạch — cùng một cuộc chiến mà Tencent đã chọn trên một bảng điểm do chính họ vẽ ra.
So sánh trong bài viết này4
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
