
Tencent Hy4 so với Claude Opus 5.5: Chi phí mỗi tác vụ chỉ bằng một phần mười
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 182 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 749 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 1902 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 41 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 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Tencent Hy4 đã không còn là một mô hình cho thuê kể từ ngày 20 tháng 11 năm 2026. Đó là ngày Tencent công bố trọng số — tencent/Hy4, Hy4-FP8 và bản được huấn luyện trước Hy4-base — trên Hugging Face, ModelScope và GitCode, mười sáu ngày sau khi chính mô hình đó được phát hành rộng rãi vào ngày 4 tháng 11. Ngược lại, Claude Opus 5.5 chưa từng có thể tải xuống: Anthropic phát hành nó vào ngày 22 tháng 9 năm 2026 như một mô hình chủ lực chỉ qua API và chưa công bố bất cứ điều gì về việc mở nó. Vậy nên câu hỏi thú vị không còn là mô hình nào tốt hơn. Mà là bạn đang mua gì khi trả giá cao hơn khoảng mười lần cho mỗi tác vụ hoàn thành đối với một mô hình đạt điểm cao hơn 24 điểm trên chỉ số độc lập — và liệu sự đánh đổi đó còn đúng khi bên rẻ có thể được chạy trên phần cứng của chính bạn hay không.
Những con số khiến so sánh trở nên cụ thể đều đến từ Artificial Analysis, trên bản sửa đổi v5.0.1 của Intelligence Index. Claude Opus 5.5 đạt 59 ở thiết lập nỗ lực tối đa, 57 ở xhigh, 52 ở high, 48 ở medium và 35 ở low. Tencent Hy4 đạt 35, không có phân tách theo mức nỗ lực nào được công bố. Về chi phí cho mỗi tác vụ Intelligence Index hoàn thành, thứ tự đảo ngược mạnh: $10.04 cho Claude Opus 5.5, $1.03 cho Tencent Hy4.
Điều gì thực sự đã thay đổi vào ngày 20 tháng 11?
Cách Tencent tự trình bày về bản phát hành này chỉ là một dòng trong mục tin tức của thẻ mô hình: công ty đã mở mã nguồn Hy4, Hy4-FP8 và Hy4-base. Điều đó trên thực tế cụ thể hơn, và đáng được tách bạch khỏi phần quảng bá.
• Trọng số — các checkpoint BF16 đầy đủ. Kho lưu trữ Hugging Face báo cáo 774,4 tỷ tham số trong chỉ mục safetensors, tức là phần xương sống 770B cộng với bộ mã hóa thị giác và mô hình nháp. Bản dựng GGUF 4-bit đã có sẵn trong một kho lưu trữ riêng dành cho những ai muốn thử nghiệm mô hình mà không cần một cụm đa nút.
• Giấy phép — Giấy phép Tencent Hy, phiên bản 1.0. Giấy phép này được phát triển từ Apache 2.0 nhưng rõ ràng không phải là Apache 2.0, và Mục 10 bổ sung các điều khoản thương mại đáng lưu ý. Sẽ nói rõ hơn về điều này bên dưới.
• Phục vụ — Tencent cung cấp sẵn các image dựng sẵn thay vì để bạn phải vật lộn với kiến trúc: vllm/vllm-openai:hy4 và lmsysorg/sglang:hy4, cả hai đều được tích hợp sẵn bộ nháp giải mã suy đoán DFly2. Công thức vLLM yêu cầu tám GPU ở kích thước song song tensor là 8 cho checkpoint FP8.
• Điều không thay đổi — giá cả. Tencent Hy4 vẫn giữ mức 0,834 USD cho mỗi triệu token đầu vào và 2,501 USD cho mỗi triệu token đầu ra kể từ khi chính thức ra mắt (GA), với giá đọc bộ nhớ đệm là 0,042 USD. Việc mở trọng số không đi kèm với việc giảm giá, và không có dấu hiệu nào cho thấy sẽ có.
Bản dựng GA và bản dựng mở là cùng một mô hình. Điều đó không đúng vào một tháng trước: bản phát hành tháng 8, Tencent Hy4 Preview, được phát hành theo Apache 2.0 cùng trọng số ngay từ ngày đầu tiên, còn bản dựng GA tháng 11 lại đến dưới dạng API đóng với một lời hứa. Bản tải lên ngày 20 tháng 11 chính là lời hứa đó được thực hiện, kèm theo một giấy phép chặt chẽ hơn.
Khoảng trống trên chỉ số độc lập
Hai mươi tư điểm là một khoảng cách lớn, và nó còn lớn hơn mức mà tiêu đề gợi ý khi bạn xem xét mỗi con số đo lường điều gì. Artificial Analysis công bố Claude Opus 5.5 ở năm mức nỗ lực và Tencent Hy4 ở một mức. Con số 35 của Hy4 không phải là con số được khớp theo mức nỗ lực; đó là con số duy nhất mà phòng thí nghiệm đã công bố, và nhiều khả năng nó phản ánh thiết lập suy luận mặc định của mô hình, mà trên API riêng của Tencent là mức cao.
Có hai điều tiếp theo. Thứ nhất, so sánh trung thực là 35 so với 52 của Opus 5.5 ở mức nỗ lực cao, chứ không phải so với 59 của nó — khoảng cách 17 điểm chứ không phải 24. Thứ hai, và hữu ích hơn, hàng mức nỗ lực thấp của Claude Opus 5.5 cũng là 35. Ở thiết lập nhanh nhất, rẻ nhất, mô hình chủ lực của Anthropic đạt cùng điểm chỉ số với mô hình chủ lực mở của Tencent ở thiết lập mặc định. Đó là một sự thật thực sự hữu ích cho bất kỳ ai đang xây dựng bảng định tuyến, vì nó có nghĩa lựa chọn không phải là "mô hình tốt so với mô hình yếu" mà là "bạn có thể chi trả cho đầu nào của thang nỗ lực".

Các điểm phụ cũng cho thấy xu hướng tương tự. Trên Chỉ số Cyber của Artificial Analysis, công bố vào tháng 11, Tencent Hy4 đạt 58 điểm và xếp thứ ba trong số 26 mô hình — sau Kimi K3.1 Pro với 64 điểm và một biến thể GPT-6 Sol có quyền truy cập được tin cậy với 69 điểm, đồng thời chỉ xếp trên DeepSeek V4.1 Flash 1017 với 57 điểm. Mô hình đứng đầu tuyệt đối trên CWE-Bench-AA với 76%. Đó là những đánh giá chuyên biệt về bảo mật, không phải suy luận tổng quát, nhưng chúng là những điểm độc lập duy nhất mà mô hình của Tencent có, không phải một chỉ số tổng hợp duy nhất, và chúng cũng đáng nể.
Điều Tencent Hy4 không có là một bảng benchmark công khai từ phòng thí nghiệm của chính họ. Thông báo GA vào tháng 11 đã thay các dòng Terminal-Bench, DeepSWE và SWE-bench Pro của bản xem trước bằng các bộ tác vụ nội bộ — một hội đồng tài chính gồm 213 chuyên gia, một so sánh tỷ lệ ảo giác, và điểm WorkIndex nội bộ là 42.1. Đó là những tuyên bố do nhà cung cấp báo cáo về các tác vụ của chính Tencent, và thẻ mô hình lặp lại chúng mà không có các dòng benchmark công khai để bạn có thể đối chiếu chúng với bất cứ điều gì. Chỉ số độc lập chính là cách kiểm chứng.
Chi phí của khoảng cách, tính theo từng nhiệm vụ
Đây là phần quyết định phần lớn các triển khai thực tế, và nó không hề nghiêng về mức giá token rẻ hơn một cách rõ ràng như bảng giá cước ngụ ý.
• Giá token — $0.834 cho đầu vào và $2.501 cho đầu ra đối với Tencent Hy4, so với $4.00 và $20.00 của Claude Opus 5.5. Rẻ hơn chỉ dưới năm lần ở đầu vào, tám lần ở đầu ra.
• Bộ nhớ đệm — $0.042 mỗi triệu token đầu vào được lưu trong bộ nhớ đệm đối với Hy4, mức giảm giá 95%, so với $0.20 của Opus 5.5. Trong một vòng lặp tác nhân đọc lại cùng một kho mã 200.000 token ở mỗi lượt, sự khác biệt đó chính là toàn bộ mô hình chi phí.
• Chi phí cho mỗi tác vụ chỉ mục đã hoàn thành — 1,03 đô la đối với Hy4 so với 10,04 đô la đối với Opus 5.5. Lưu ý rằng đây là khoảng cách 9,7 lần, lớn hơn khoảng cách giá token, vì Hy4 cũng dài dòng hơn về mặt tuyệt đối: 160 triệu token đầu ra trong toàn bộ chỉ mục so với 218 triệu đối với Opus 5.5, với thứ hạng độ dài dòng là 87/94 mô hình đối với Hy4 và 90/94 đối với Opus 5.5. Cả hai mô hình đều không ngắn gọn.
• Tốc độ — 93 token mỗi giây đối với Hy4 so với 112 của Opus 5.5, nhưng câu chuyện độ trễ còn tệ hơn câu chuyện thông lượng. Tencent Hy4 mất 115,9 giây để tạo ra token trả lời đầu tiên, trong khi mức trung vị của phân khúc là 12,7 giây. Với công việc tương tác, đó là con số quan trọng, và đây là điểm duy nhất mà mô hình rẻ hơn rõ ràng là sản phẩm kém hơn.
• Thời gian mỗi tác vụ — 14,0 phút đối với Hy4 so với 25,7 phút đối với Opus 5.5. Hy4 hoàn thành các tác vụ chỉ mục nhanh hơn theo thời gian thực mặc dù có độ trễ token đầu tiên, vì tổng thể nó suy nghĩ ít thời gian hơn.
Vậy tuyên bố về chi phí cần một điều kiện định tính mà bảng giá che giấu. Tencent Hy4 có chi phí cho mỗi tác vụ hoàn thành chỉ khoảng một phần mười, nhưng nó sẽ khiến người dùng chờ gần hai phút để có token đầu tiên, và nó sẽ trả lời một câu hỏi kém hơn 17 điểm với cùng mức nỗ lực. Nếu khối lượng công việc của bạn là hàng loạt — trích xuất tài liệu, phân loại, chạy agent qua đêm, tạo dữ liệu tổng hợp — thì độ trễ token đầu tiên không liên quan và lợi ích kinh tế là áp đảo. Nếu là tương tác, độ trễ chính là sản phẩm và lợi thế về giá không cứu được điều đó.
Nơi Hy4 giành chiến thắng tuyệt đối
Ba chiều kích, và không chiều kích nào trong số đó liên quan đến việc thông minh hơn.
• Kinh tế ngữ cảnh. Cả hai mô hình đều quảng cáo cửa sổ 1M token. Chỉ một trong số chúng tính $0.042 cho mỗi triệu token để đọc lại cùng một cửa sổ. Công việc ngữ cảnh dài liên quan đến việc duyệt lặp lại trên một kho ngữ liệu cố định — đánh giá mã nguồn đối chiếu với toàn bộ kho mã nguồn, phân tích hợp đồng trên một tập tài liệu, một tác nhân nghiên cứu giữ ghi chú của nó trong ngữ cảnh — rẻ hơn đáng kể trên Hy4 ngay cả trước khi tính mức giá cơ bản.
• Phương thức. Tencent Hy4 tiếp nhận văn bản, hình ảnh và khung hình video thông qua một đường dẫn ViT duy nhất và trả về văn bản. Claude Opus 5.5 tiếp nhận văn bản, hình ảnh và tệp. Video là điểm khác biệt: thẻ mô hình của Hy4 mô tả một bộ mã hóa thị giác với bộ chuyển đổi chuyển các đặc trưng khung hình video thành token thị giác, và không có tuyên bố tương đương nào tồn tại cho Opus 5.5.
• Độ dài đầu ra là điểm duy nhất mà Opus 5.5 thắng rõ ràng: tối đa 128K token đầu ra so với 64K của Hy4. Với một tác vụ cần tạo ra một sản phẩm dài trong một lần gọi, giới hạn trần đó mang tính quyết định.
Những ưu thế của Claude Opus 5.5 chính là những gì Anthropic vẫn luôn quảng bá: khoảng cách 17 điểm trên chỉ số khi ở cùng mức nỗ lực, token đầu tiên sau 24 giây ở mức nỗ lực cao so với 116 giây, trần đầu ra gấp đôi, cùng một khối lượng đánh giá độc lập từ bên thứ ba lớn hơn nhiều. Nếu tác vụ là kỹ thuật phần mềm khó hoặc phân tích nhiều bước, nơi một câu trả lời sai gây tốn kém, thì mức chênh lệch giá gấp mười lần không phải là con số đáng bận tâm. Nếu tác vụ là khối lượng lớn, thì đó lại là con số duy nhất đáng bận tâm.
Giấy phép không phải là Apache.

Đây là điểm mà bản phát hành ngày 20 tháng 11 khác với bản tháng 8, và đây là chi tiết mà hầu hết các trang so sánh sẽ bỏ qua.
Tencent Hy4 Preview được phát hành theo Apache 2.0 — một giấy phép thực sự rộng mở, không kèm ràng buộc. Tencent Hy4 được phát hành theo Tencent Hy License 1.0, tức là Apache 2.0 cộng thêm Mục 10. Mục đó nêu rằng nếu bạn vận hành hoạt động kinh doanh mô hình dưới dạng dịch vụ và hoặc tổng doanh thu gộp trên toàn cầu của bạn vượt 50 triệu USD trong bất kỳ khoảng thời gian mười hai tháng nào, hoặc sản phẩm mà bạn nhúng mô hình vào có hơn 100 triệu người dùng hoạt động hàng tháng, thì bạn cần một giấy phép riêng bằng văn bản từ Tencent trước khi sử dụng. Sử dụng nội bộ được loại trừ: nếu cả mô hình lẫn đầu ra của nó đều không đến tay bên thứ ba, Mục 10 không áp dụng.
Đối với một startup, một nhóm nghiên cứu hoặc một doanh nghiệp đang chạy mô hình đằng sau một công cụ nội bộ, điều khoản đó không có tác dụng và Hy4 thực chất là mở. Đối với một nền tảng đang có kế hoạch bán lại dịch vụ suy luận dựa trên nó, đó là một cuộc đàm phán. So sánh điều đó với Claude Opus 5.5, nơi câu hỏi này không nảy sinh vì không có gì để cấp phép — bạn thuê endpoint hoặc không sử dụng mô hình.
Hệ quả thực tế là một sự phân tách mà cách đây một tháng chưa hề tồn tại. Tencent Hy4 giờ là mô hình duy nhất trong so sánh này có thể được tinh chỉnh, chưng cất, lượng tử hóa hoặc chạy bên trong một mạng không có quyền truy cập ra ngoài. Claude Opus 5.5 là mô hình duy nhất trong hai mô hình có trần đầu ra 128K và token đầu tiên trong vòng nửa phút ở thiết lập nỗ lực cao của nó.
Lựa chọn giữa chúng
Cây quyết định đủ ngắn để có thể phát biểu mà không cần rào đón.
• Bạn cần điểm số cao nhất trên mỗi token và tác vụ mang tính tương tác — Claude Opus 5.5. Không lập luận nào về giá có thể trụ vững khi người dùng phải chờ 116 giây cho token đầu tiên.
• Bạn cần chi phí thấp nhất trên mỗi tác vụ đã hoàn thành và công việc mang tính theo lô — Tencent Hy4, và mức chênh lệch gần bằng một bậc độ lớn.
• Bạn cần tự triển khai, tinh chỉnh hoặc giữ dữ liệu trong mạng riêng của mình — Tencent Hy4, tùy thuộc vào việc đọc Mục 10 của giấy phép. Ở đây hoàn toàn không có tùy chọn Claude Opus 5.5.
• Bạn cần 128K đầu ra được tạo trong một lần gọi, hoặc đầu vào video — giới hạn đầu ra chỉ về Opus 5.5, còn đầu vào video chỉ về Hy4. Ít khối lượng công việc nào cần cả hai.
• Bạn muốn cân bằng rủi ro giữa hai phương án — hãy đặt một tuyến có trọng số chạy trước chúng và để mô hình rẻ thực hiện lần thử đầu tiên. Hy4 với $1.03 mỗi tác vụ đủ rẻ để một lần thử thất bại chỉ tốn khoảng một phần mười so với việc để Opus 5.5 thử trước, và đường leo thang chỉ kích hoạt với những tác vụ cần đến nó.
Chạy cả hai trên một phím

Cả hai mô hình đều có thể được gọi thông qua OrcaRouter bằng chuỗi mô hình riêng của chúng — tencent/hy4 với giá 0,834 USD cho mỗi triệu token đầu vào và 2,501 USD cho mỗi triệu token đầu ra, và anthropic/claude-opus-5.5 với giá 4,00 USD và 20,00 USD. Điều đó có nghĩa là phép so sánh ở trên có thể được chạy như một thí nghiệm thay vì một cuộc tranh luận: một khóa, một SDK, hai chuỗi mô hình và một DSL định tuyến giúp ưu tiên gửi mô hình rẻ trước và chuyển lên mô hình cao hơn khi thất bại.
Vì OrcaRouter chuyển nguyên giá niêm yết của nhà cung cấp với mức chênh lệch bằng không, bảng giá của Tencent chính là mức giá bạn trả ở phía chúng tôi, và bảng giá của Anthropic cũng vậy. Nếu một trong hai nhà cung cấp thay đổi giá, thay đổi sẽ có hiệu lực ngay trong ngày thay vì phải chờ một nhà bán lại nhập lại danh mục.
Đối với trường hợp tự triển khai, cách tính thay đổi hoàn toàn. Khi bạn đã chạy Hy4 trên GPU của riêng mình, chi phí biên cho mỗi token không còn là con số của nhà cung cấp nữa mà trở thành con số về điện năng và mức sử dụng của bạn, đó là lý do vì sao trọng số mô hình quan trọng hơn cuộc tranh luận về giấy phép đối với bất kỳ ai có công suất dư thừa.
Điều mà tháng tới sẽ quyết định
Hai điều sẽ quyết định cuộc so sánh này, và cả hai đều không phải là một dòng benchmark.
Điều đầu tiên là liệu bản phát hành mở của Tencent có kéo theo đánh giá độc lập đối với các trọng số hay không. Bản tải lên ngày 20 tháng 11 bao gồm một thẻ hệ thống và hướng dẫn tinh chỉnh, nhưng tài liệu đánh giá chuẩn trong thẻ mô hình vẫn chủ yếu là bảng tiền huấn luyện — MMLU đạt 91.6, MMLU-Pro đạt 73.9, SuperGPQA đạt 62.7, MMMU-Pro đạt 59.6 đối với mô hình cơ sở — cùng với các bộ tác vụ nội bộ. Không ai bên ngoài Tencent đã công bố điểm số cho bản tinh chỉnh theo chỉ dẫn, và con số 35 trên chỉ số độc lập là một con số duy nhất từ một đơn vị đánh giá duy nhất.
Yếu tố thứ hai là mức nỗ lực. Claude Opus 5.5 đã công bố năm mức từ 35 đến 59; khoảng cách giữa thiết lập rẻ nhất và đắt nhất của nó còn lớn hơn toàn bộ khoảng cách tới điểm số duy nhất của Tencent Hy4. Nếu Tencent công bố kiểu phân tách tương tự — và API đã có công tắc high/no-think — thì việc so sánh sẽ trở thành một bảng các thiết lập được ghép tương ứng thay vì một con số đối chiếu với một con số khác. Cho đến lúc đó, tóm tắt trung thực là: Tencent Hy4 là một mô hình tầm trung trên đánh giá độc lập, mạnh trên đánh giá chuyên biệt về bảo mật, rẻ hơn một bậc độ lớn cho mỗi tác vụ hoàn thành, và giờ đây thực sự mở — điều mà nó chưa từng có vào ngày 4 tháng 11.
So sánh trong bài viết này2
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
