Một thẻ hero được tạo có nội dung 'Hy4 flash vs MiniMax M3.1 Flash', với ô bên trái hiển thị '220B / 12B hoạt động, $0.070 / $0.281, không có điểm chỉ số, ra mắt 17 thg 11 2026' và ô bên phải hiển thị '428B / 23B hoạt động, $0.15 / $0.60, Chỉ số Thông minh 29, ra mắt 19 thg 10 2026', cùng phần chân trang ghi 'Chỉ số 29 theo Artificial Analysis v5.0.1; giá Hy4 flash là giá niêm yết của Tencent.'
Guides & Insights

Hy4 flash vs MiniMax M3.1 Flash: Hai mô hình trọng số mở giá rẻ, một mô hình có điểm số

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Đây là một cuộc đối đầu hiếm có, khi cả hai mô hình đều có thể tải xuống, đều được định vị ở cùng phân khúc “rẻ và nhanh”, đều nhận hình ảnh, đều chứa một triệu token, và một trong hai có một con số do ai đó không phải nhà sản xuất của nó đưa ra. MiniMax-M3.1-Flash đã có mặt trên Artificial Analysis kể từ khi phát hành ngày 19 tháng 10 năm 2026 và hiện đạt 29 trên Intelligence Index v5.0.1, với giá 0,15 USD cho mỗi triệu token đầu vào và 0,60 USD cho mỗi triệu token đầu ra. Hy4 flash đã công khai từ ngày 16 tháng 11 năm 2026, chuyển sang trọng số mở vào ngày 17 tháng 11, có chi phí đầu vào khoảng một nửa so với mức đó và đầu ra chưa đến một nửa, và hoàn toàn không có mục nào trên Artificial Analysis.

Vì vậy, trang này không thể cho bạn biết mô hình nào thông minh hơn, vì chỉ một trong số chúng đã được đo lường. Điều nó có thể làm là một việc hữu ích hơn cho bất kỳ ai thực sự đang lựa chọn: đặt hai sản phẩm phát hành cạnh nhau, vì đây là những đối tượng thực sự có thể so sánh — cùng phân khúc, cùng mức độ mở, cùng tháng — và những khác biệt còn tồn tại là những khác biệt cụ thể về cấp phép, chi phí phục vụ và điều mà mỗi nhà cung cấp đang tối ưu hóa.

Hãy bắt đầu với những gì cả hai nhà cung cấp thực sự đã phát hành

Cả hai bản phát hành đều bao gồm một mô hình được tinh chỉnh theo chỉ dẫn, trọng số mở và một phiên bản cùng dòng ở dạng cơ sở hoặc lượng tử hóa. Không bản nào là một API đóng chỉ gắn thêm phần tải xuống.

• MiniMax-M3.1-Flash — tổng cộng 428 tỷ tham số, 23 tỷ tham số hoạt động, mô hình hỗn hợp chuyên gia, mô hình suy luận, đầu vào văn bản và hình ảnh với đầu ra văn bản, ngữ cảnh 1 triệu token, trọng số trên Hugging Face theo Giấy phép Cộng đồng MiniMax, cho phép sử dụng thương mại có hạn chế.

• Hy4 flash — tổng cộng 220B tham số (155,5B backbone cộng 63,5B Engram cộng bộ mã hóa thị giác 0,43B và drafter 0,85B), 12B hoạt động, mixture-of-experts, đầu vào văn bản và hình ảnh với đầu ra văn bản, ngữ cảnh 1.048.576 token, trọng số trên Hugging Face dưới tên Hy4 flash, Hy4 flash-FP8 và Hy4 flash-Base theo T​encent Hy License.

• Những gì MiniMax không phát hành — không có checkpoint nền riêng và không có bảng đánh giá mô hình nền; mô hình 428B chính là sản phẩm.

• Những gì Tencent chưa phát hành — không có điểm số độc lập, không có bộ đánh giá agentic nào được công bố cho mô hình instruction, và không có bản phát hành Transformers nào (phần tích hợp nằm trong pull request 50903).

Số lượng tham số cần được lưu ý hơn là đem ra so sánh, vì chúng không đo cùng một thứ. Con số 428B/23B của MiniMax là cách đếm tham số dense thông thường. Con số 220B của Tencent bao gồm 63,5B bảng nhúng n-gram Engram — những tham số được băm và tra cứu thay vì nhân — nên hai tổng số này không phải là phép đo tương đương về kích thước mô hình, cũng như số kệ sách của một thư viện không phải là thước đo lượng sách mà nó đã đọc. Các con số tham số hoạt động là phép so sánh công bằng hơn, với 12B so với 23B, và chúng dự đoán đúng những gì các bảng giá thực tế thể hiện.

Các hàng giá, và chỗ duy nhất chúng đảo ngược

Cả hai bảng giá đều là giá niêm yết của chính nhà cung cấp, không phải số liệu đo lường.

• Đầu vào — Hy4 flash $0.070 so với MiniMax-M3.1-Flash $0.15. Hy4 flash rẻ hơn 2,1 lần.

• Đầu ra — $0.281 so với $0.60. Hy4 flash rẻ hơn 2,1 lần.

• Đầu vào đã lưu trong bộ nhớ đệm — $0.003 so với $0.015. Hy4 flash rẻ hơn 5 lần.

• Chi phí đo được cho mỗi tác vụ Index — 0,49 đô la đối với MiniMax-M3.1-Flash theo Artificial Analysis; chưa được đo đối với Hy4 flash.

Hàng cuối cùng là hàng đáng chú ý, vì nó cho thấy vì sao giá trên mỗi token là một thước đo thay thế tồi cho chi phí trên mỗi tác vụ. Mức $0.49 cho mỗi tác vụ Index hoàn thành của MiniMax-M3.1-Flash được tính với mức giá đầu vào $0.15 — cao hơn gấp đôi so với Hy4 flash — và nó vẫn rẻ hơn trên mỗi tác vụ so với các mô hình có giá token thấp hơn, bởi vì số token mà một mô hình tiêu tốn để đi đến câu trả lời biến động nhiều hơn mức giá. Tuyên bố của Tencent rằng hậu huấn luyện bằng RL đã cắt giảm 50% độ dài đầu ra trung bình của nó cũng là ý tưởng tương tự nhưng nhìn từ hướng ngược lại: mô hình rẻ nhất thường là mô hình ngừng nói sớm nhất.

Vậy cách đọc trung thực về so sánh giá là: giá của Hy4 flash thấp hơn theo hệ số hai, và không ai biết liệu điều đó có chuyển thành hệ số hai trên mỗi tác vụ hay không cho đến khi một harness độc lập chạy cả hai. Số liệu WorkIndex của chính Tencent đặt Hy4 flash ở mức 1/8 chi phí mỗi tác vụ của DeepSeek-V4.1-Flash-1017, đây là một so sánh khác trên một bộ kiểm thử khác. Đừng áp dụng nó sang.

A generated reference card headed 'Two price cards, one measured bill', with four comparison rows for Hy4 flash and MiniMax M3.1 Flash — input $0.070 against $0.15, output $0.281 against $0.60, cached input $0.003 against $0.015, and cost of one measured Index task 'not measured' against $0.49 — plus a strip beneath reading '220B total, 12B active' and '428B total, 23B active'.

Tốc độ: một được đo, một được công bố

• MiniMax-M3.1-Flash — 132 token đầu ra mỗi giây, 50,64 giây để có token trả lời đầu tiên, khoảng 14,2 phút thời gian thực tế cho mỗi tác vụ Index nếu bạn ngoại suy từ các con số $0,49 và 132 t/s. Tất cả đều từ Artificial Analysis.

• Hy4 flash — hơn 150 token mỗi giây khi giải mã được T​encent tuyên bố cho bản dựng FP8 trên một nút tensor-parallel-8, và thời gian hoàn thành toàn trình trung vị là 6,7 phút trong bài kiểm tra mù 85 người dùng của chính T​encent.

Những con số đó không thể so sánh được và sự khác biệt này rất đáng chú ý. Con số của MiniMax là phép đo thông lượng trên một bộ kiểm thử chuẩn hóa; còn của Tencent là tuyên bố về khả năng phục vụ cho một image container cụ thể trên phần cứng cụ thể, cộng với trung vị thời gian hoàn thành tác vụ từ một tập nội bộ. Không nhà cung cấp nào đang không trung thực. Họ đang trả lời những câu hỏi khác nhau, và câu hỏi thứ hai — mất bao lâu cho đến khi người dùng có câu trả lời của mình — mới là câu quyết định liệu một sản phẩm có cảm giác nhanh hay không.

Thời gian 50 giây để có token đầu tiên trên MiniMax-M3.1-Flash đáng để nêu riêng. Đó là một mô hình suy luận thực hiện suy nghĩ trước khi nói bất cứ điều gì, và điều đó ổn cho công việc theo lô và tệ cho bất kỳ tác vụ tương tác nào có truyền phát. Hy4 flash có cùng vấn đề cấu trúc ở dạng nhẹ hơn: reasoning_effort mặc định là high, và lựa chọn thay thế được tài liệu hóa là no_think. Không có thiết lập trung gian trên mô hình của Tencent, trong khi MiniMax cung cấp cấu hình suy luận đầy đủ hơn. Nếu ngân sách độ trễ của bạn cần "suy nghĩ một chút", thì đó là một khoảng trống thực sự.

Giấy phép: hai cách khác nhau để không hẳn là mở

Không checkpoint nào là mã nguồn mở. Cả hai đều mở trọng số kèm điều kiện, và các điều kiện được định hình khác nhau đủ để chúng sẽ quyết định những thương vụ khác nhau.

• Giấy phép Cộng đồng MiniMax — cho phép sử dụng thương mại nhưng có hạn chế; văn bản giấy phép quy định việc triển khai, và thẻ mô hình chứa văn bản đó thay vì một giấy phép được OSI phê chuẩn.

• T​encent Hy License v1.0 — Apache 2.0 cộng với Mục 10.2 yêu cầu giấy phép bằng văn bản riêng nếu bạn điều hành doanh nghiệp cung cấp mô hình dưới dạng dịch vụ có tổng doanh thu gộp trên toàn thế giới vượt 50 triệu USD trong bất kỳ giai đoạn mười hai tháng nào, hoặc phục vụ hơn 100 triệu người dùng hoạt động hàng tháng.

• Các trường hợp miễn trừ của Tencent — một nhóm không bao giờ bán lại quyền truy cập thì không phải trả thêm gì; một sản phẩm chỉ đưa mô hình ra bên trong một tính năng cố định thay vì nhắc lệnh mở thì hoàn toàn không phải là MaaS; và việc chuyển tiếp yêu cầu đến điểm cuối được lưu trữ của người khác thì không được tính. Ba câu đó là lý do vì sao một công ty SaaS châu Âu thường có thể đọc giấy phép này một lần rồi tiếp tục, trong khi văn bản MiniMax đòi hỏi phải đưa ra một phán đoán về ý nghĩa của "restrictions" đối với việc triển khai của chính nó.

• Điều kiện kích hoạt của Tencent gắn với doanh thu chứ không gắn với lãnh thổ — không có khu vực tài phán nào bị loại trừ, điều này phân biệt nó với các giấy phép cấm thẳng EU, Vương quốc Anh hoặc Hàn Quốc.

Tài liệu của Tencent dễ đọc một cách khác thường so với thể loại này, vì các điều khoản bổ sung được tách riêng trong một mục có đánh số nêu rõ chính xác nó tác động đến điều khoản cấp phép Apache như thế nào. Bất kể những điểm nào khác đúng về bản phát hành này, giấy phép đã được soạn thảo bởi một người kỳ vọng các kỹ sư sẽ đọc nó.

Screenshot of the Artificial Analysis model page for MiniMax M3.1 Flash, showing its Intelligence Index score, class rank, output speed, time to first answer token and cost per task on Intelligence Index v5.0.1.

Khoảng cách điểm số, và lý do vì sao "29" không phải là toàn bộ câu chuyện

Artificial Analysis đo MiniMax-M3.1-Flash ở mức 29 trên v5.0.1. Nếu bạn đã đọc bất cứ điều gì khác về mô hình này trên blog, bạn có thể đã thấy 42 hoặc 43 — những con số đó đúng trên bản dựng chỉ số trước đó, và lần tái lập cơ sở ngày 27 tháng 10 năm 2026 đã dịch chuyển mọi mô hình trên bảng. Trích dẫn 43 hôm nay và 29 cho một đối thủ sẽ là so sánh hai công cụ đo khác nhau. Trên bản dựng hiện tại, 29 là con số, và nó đặt MiniMax-M3.1-Flash vào cùng dải rộng như 31 của Gemini 3.8 Flash và thấp hơn 36 của Claude Haiku 5.5.

Đối với Hy4 flash, không có dải điểm nào. Bằng chứng gần nhất hiện có là bài kiểm tra mù của Tencent, trong đó mô hình đạt 2,79 trên 4 về mức độ hài lòng của người dùng, so với 2,81 của Claude Haiku 5.5. Nếu bạn sẵn sàng đưa ra một suy luận — và đó chỉ là suy luận mà thôi — thì một mô hình nằm trong khoảng nhiễu so với một mô hình 36 chỉ số trong các tác vụ văn phòng có lẽ cũng không cách xa dải điểm đó lắm. Đó là một giả thuyết cần kiểm chứng, không phải một điểm số để trích dẫn.

Điều có thể giải quyết dứt điểm là một lần chạy chung trên cùng một harness. Cả hai mô hình đều có thể tải xuống, nghĩa là rào cản nằm ở năng lực tính toán chứ không phải quyền truy cập, và cộng đồng chuyên đánh giá các mô hình trọng số mở của Trung Quốc sẽ sớm làm việc đó. Cho đến lúc ấy, sự bất đối xứng chính là thực tế: một trong hai đã được đo công khai còn một thì chưa, và mô tả kiến trúc có nhiều đến đâu cũng không khỏa lấp được điều đó.

Screenshot of the minimax/minimax-m3.1-flash model page, showing the per-million-token input, output and cache-read prices the model is listed at along with its context window and accepted modalities.

Điều hướng: một trong hai lựa chọn này bạn có thể gọi hôm nay

Đây là sự khác biệt thực tế, và nó tình cờ thể hiện qua chính danh mục của chúng tôi. MiniMax-M3.1-Flash có trên OrcaRouter với tên minimax/minimax-m3.1-flash, ở mức $0.15 mỗi triệu token đầu vào và $0.60 mỗi triệu token đầu ra với $0.015 cho lượt đọc bộ nhớ đệm — giá niêm yết của chính MiniMax, được chuyển tiếp với mức tăng giá 0%, vì vậy thay đổi giá của nhà cung cấp có hiệu lực tại đây ngay trong cùng ngày. Đầu vào đa phương thức là văn bản, hình ảnh và video, và cửa sổ ngữ cảnh là 1,048,576 token.

Hy4 flash không có trong danh mục. Thứ có sẵn từ Tencent là tencent/hy4-preview, mô hình 770B/49B mà Hy4 flash được chưng cất từ đó, với giá $0.834 và $2.501 mỗi triệu token cùng mức đọc cache $0.042. Đó là mô hình thứ ba thực sự hữu ích cho quyết định này chứ không phải một phương án an ủi: nếu bạn đang cân nhắc liệu hành vi của dòng Hy có phù hợp với khối lượng công việc của bạn hay không, bản preview sẽ cho bạn biết trong một buổi chiều, và trọng số mở sẽ cho bạn biết việc tự vận hành mô hình rẻ sẽ tốn bao nhiêu.

DSL định tuyến là nơi điều này trở nên thú vị hơn một lựa chọn hai chiều. Một pipeline có thể gửi các cuộc gọi tương tác ngắn đến tuyến rẻ hơn và công việc tài liệu dài đến bất kỳ mô hình nào đã thắng đánh giá của chính bạn, trong một endpoint, với chuyển đổi dự phòng tự động giữa các nhà cung cấp để một mô hình trong tuần đầu tiên khả dụng không phải là một điểm lỗi đơn lẻ. Cách tiếp cận đó — đặt mô hình mới vào lưu lượng mà bạn có thể chấp nhận mất — là lựa chọn đúng đắn cho bất kỳ checkpoint nào còn non trẻ như vậy, và đó cũng là cách tiếp cận bạn sẽ muốn áp dụng cho một triển khai FP8 tự lưu trữ phía sau một cổng nội bộ.

Cái nào, cho công việc nào?

Chọn MiniMax-M3.1-Flash nếu bạn cần một mô hình đã được đánh giá ngay bây giờ, nếu đầu vào của bạn có video, nếu bạn cần cài đặt mức nỗ lực suy luận nằm giữa "bật" và "tắt", hoặc nếu bạn muốn ở trên một nền tảng mà giá của nhà cung cấp đã được cập nhật trực tiếp thay vì một thẻ giá mà bạn phải tự mô phỏng. Cấu trúc 428B/23B và tốc độ 132 token mỗi giây khiến nó trở thành một cỗ máy chủ lực, và việc nó đã có mặt trên bảng xếp hạng được một tháng nghĩa là những người khác đã công khai tìm ra các kiểu lỗi của nó.

Chọn Hy4 flash nếu chi phí trên mỗi token là ràng buộc quyết định, nếu bạn muốn tự sở hữu việc triển khai, nếu bạn cần một checkpoint cơ sở để tinh chỉnh, hoặc nếu câu hỏi về giấy phép là yếu tố quyết định — tài liệu của Tencent không có loại trừ theo lãnh thổ và có điều khoản miễn trừ rõ ràng cho mục đích sử dụng nội bộ, và với một đội ngũ châu Âu, đó có thể chính là toàn bộ câu trả lời. 12 tỷ tham số hoạt động và ngữ cảnh 1 triệu token với 1/6 KV cache so với phiên bản tiền nhiệm là lý lẽ cho thấy mức giá thứ hai, mức giá tính bằng GPU, thấp một cách bất thường.

Khoan đã, trong cả hai trường hợp, nếu việc đưa ra quyết định là tốn kém. Một trong hai mô hình này chưa từng được đánh giá chuẩn độc lập, và mô hình còn lại chưa từng được chạy đối chứng với nó. Phép so sánh thực sự sẽ phân định được điều này — cả hai trên cùng một bộ khung đánh giá, được chấm điểm trên cùng các tác vụ, với chi phí cho mỗi tác vụ hoàn thành nằm cạnh điểm số — vẫn chưa tồn tại. Khi nó xuất hiện, các dòng tham số và giấy phép ở trên vẫn sẽ đúng, và dòng điểm số cuối cùng sẽ có ý nghĩa.

So sánh trong bài viết này4

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày