Thẻ tiêu đề được tạo cho 'Tencent Hy4 vs Gemini 4 Argon'. Thẻ bên trái cho Tencent Hy4: 'Phát hành 4 thg 11 2026, trọng số mở ngày 20 thg 11', 'Tổng 770B / 49B hoạt động', 'Ngữ cảnh 1M, đầu vào văn bản hình ảnh video', '$0.834 / $2.501'. Thẻ bên phải cho Gemini 4 Argon: 'Phát hành 30 thg 9 2026', 'Chỉ số Trí tuệ 50 ở mức nỗ lực cao', 'Ngữ cảnh 1M, đầu vào văn bản hình ảnh âm thanh video PDF', '$2.00 / $10.00'. Chân trang: 'Số liệu chỉ số theo Artificial Analysis v5.0.1.'
Guides & Insights

Tencent Hy4 so với Gemini 4 Argon: Trọng số mở so với Bộ phương thức rộng hơn

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

Hãy lấy một nghìn trang hóa đơn đã quét và đặt hai câu hỏi cho chúng: chi phí để đọc là bao nhiêu, và chi phí để suy luận trên chúng là bao nhiêu. Các câu trả lời chỉ về hai hướng ngược nhau, và đó chính là toàn bộ quyết định giữa Tencent Hy4 và Gemini 4 Argon. Tencent Hy4, được phát hành rộng rãi từ ngày 4 tháng 11 năm 2026 và mở trọng số từ ngày 20 tháng 11, là mô hình văn bản và hình ảnh với giá 0,834 USD mỗi triệu token đầu vào. Gemini 4 Argon, do Google phát hành ngày 30 tháng 9 năm 2026, nhận văn bản, hình ảnh, âm thanh, video và PDF, và tính 2,00 USD mỗi triệu token đầu vào. Một mô hình có giá gấp 2,4 lần mô hình kia ở đầu vào và gấp bốn lần ở đầu ra. Mô hình rẻ hơn có thể được tải xuống và chạy trên phần cứng của riêng bạn. Mô hình đắt hơn đọc được những định dạng mà mô hình rẻ hơn hoàn toàn không thấy được.

Trên chỉ số độc lập, hai mô hình đủ gần nhau đến mức khó có thể biện minh cho khoảng cách giá chỉ dựa trên năng lực: Artificial Analysis xếp Gemini 4 Argon ở mức 50 trên Intelligence Index của mình khi ở chế độ nỗ lực cao và 48 ở mức trung bình, so với 35 của Tencent Hy4. Chênh lệch 15 điểm ở mức nỗ lực gần tương đương là có thật, nhưng nhỏ hơn nhiều so với mức gấp 2,4 lần đầu vào và 4 lần đầu ra mà các bội số đó gợi ý. Chi phí cho mỗi tác vụ hoàn thành là chỗ khoảng cách giá thực sự thể hiện: 4,97 đô la cho Argon so với 1,03 đô la cho Hy4 trên cùng chỉ số.

Hóa đơn, đã được xử lý xong

Phép tính cụ thể hơn ảnh chụp màn hình bảng giá, vậy đây là cho một công việc hợp lý: 1.000 trang hóa đơn quét, mỗi trang khoảng 800 token hình ảnh, một prompt 600 token, một đầu ra có cấu trúc 300 token mỗi trang.

• Khối lượng đầu vào — 1,4 triệu token hình ảnh cộng với 0,6 triệu token prompt, vậy tổng cộng là 2,0 triệu token đầu vào.

• Khối lượng đầu ra — 300.000 token của các trường được trích xuất.

• Tencent Hy4 — 2,0 triệu ở mức $0.834 là $1.67, cộng 0,3 triệu ở mức $2.501 là $0.75. Tổng cộng $2.42.

• Gemini 4 Argon — 2,0 triệu với giá $2,00 là $4,00, cộng 0,3 triệu với giá $10,00 là $3,00. Tổng cộng $7,00.

• Có bộ nhớ đệm — nếu tiền tố prompt ổn định trên các trang, mà trong một pipeline trích xuất thì thường là vậy, đầu vào được lưu trong bộ nhớ đệm của Hy4 ở mức $0.042 mỗi triệu sẽ cắt tỷ trọng của prompt xuống gần như không đáng kể; mức giá lưu đệm $0.10 mỗi triệu của Argon cũng làm điều tương tự theo tỷ lệ. Tỷ lệ không thay đổi nhiều, vì các token hình ảnh chiếm ưu thế và cả hai nhà cung cấp đều không giảm giá mạnh cho những token đó.

Mỗi lần chạy chênh lệch $4.58. Ở mức một triệu trang một tháng, con số là $4,580 so với $7,000, và câu hỏi đáng quan tâm trở thành liệu khoảng cách chỉ số 15 điểm có mang lại đủ độ chính xác để biện minh cho $2,420 một tháng hay không — điều này hoàn toàn phụ thuộc vào việc các điểm lỗi tăng thêm của Hy4 có nằm ở một trường mà bạn có thể hậu kiểm hay không.

Mệnh đề cuối cùng đó là phần hữu ích. Trích xuất hóa đơn với một lược đồ và một bước xác thực là một khối lượng công việc mà ở đó một mô hình yếu hơn cộng với các kiểm tra tất định sẽ đánh bại một mô hình mạnh hơn đơn thuần, bởi vì một lần phân tích thất bại thì thử lại rẻ, còn một con số sai mà lại vượt qua xác thực thì không. Tencent Hy4 ở mức 35 không quá yếu cho công việc đó. Nó có lẽ quá yếu cho công việc ở hai đoạn bên dưới.

Nơi khoảng cách phương thức thực sự gây tác động

Hy4 đọc văn bản, hình ảnh và khung hình video thông qua một bộ mã hóa thị giác duy nhất. Gemini 4 Argon đọc văn bản, hình ảnh, âm thanh, video và tài liệu PDF một cách nguyên bản, và tài liệu mô hình của Google liệt kê cả năm trên dòng năng lực của mô hình. Sự khác biệt không phải là một câu tiếp thị; nó thay đổi những pipeline nào có thể thực hiện mà không cần giai đoạn tiền xử lý.

• Âm thanh. Bản ghi cuộc gọi, cuộc họp, thư thoại — Argon nhận tệp. Hy4 cần một bước phiên âm trước, nghĩa là cần thêm một mô hình thứ hai, một hợp đồng thứ hai và một dạng lỗi thứ hai.

• PDF như một tài liệu thay vì dưới dạng các trang. Nếu một PDF có văn bản có thể chọn cùng với hình ảnh nhúng cùng với khối chữ ký được quét, Argon xử lý hỗn hợp đó trong một lượt. Hy4 xử lý các trang được kết xuất dưới dạng hình ảnh, vì vậy lớp văn bản bị mất và chi phí token tăng lên.

• Video dài. Card của Tencent mô tả việc thích ứng đặc trưng khung hình cho video, đây là một năng lực thực sự và tốt hơn những gì hầu hết mô hình mở có. Nhưng đó là lấy mẫu khung hình, không phải mô hình hóa thời gian gốc, và với bất kỳ trường hợp nào mà câu hỏi liên quan đến chuyển động trong một clip dài, sự khác biệt sẽ lộ rõ.

• Khoảng cách ngược. Hy4 nhận 64K token đầu ra so với mức mặc định 64K của Argon, với trần 1M khả dụng ở phía đầu ra theo tài liệu của Google. Cả hai đều không phải là ràng buộc giới hạn cho công việc trích xuất.

Vậy cách diễn đạt trung thực là Gemini 4 Argon là công cụ rộng hơn còn Tencent Hy4 là lựa chọn rẻ hơn. Với một khối lượng công việc chỉ nằm trong văn bản và hình ảnh — tức là phần lớn mã, phần lớn tài liệu, phần lớn công việc của agent — thì độ rộng đó không được dùng đến và cái bạn phải trả chính là giá.

Năng lực, được đo lường và đo lường sai

Artificial Analysis xếp Gemini 4 Argon ở mức 50 (nỗ lực cao) và 48 (trung bình) trên Chỉ số Thông minh v5.0.1, với giá tổng hợp 1,47 USD mỗi triệu token, 68 token mỗi giây, thời gian chờ 47 giây để có token đầu tiên ở mức nỗ lực cao và 4,97 USD cho mỗi tác vụ chỉ số hoàn thành. Tencent Hy4 ở mức 35, với 93 token mỗi giây, giá tổng hợp 0,45 USD và 1,03 USD mỗi tác vụ hoàn thành. Không con số nào trong hai con số đó có phân tách theo mức nỗ lực ở phía Hy4, đây cũng là hạn chế cố hữu trong mọi so sánh liên quan đến nó: Tencent không công bố mô hình của mình theo các mức nỗ lực và đơn vị đánh giá chỉ có một con số.

Thông báo của chính Google có kèm một bảng điểm chuẩn mười chín dòng so sánh Argon với GPT-6 Astra, Claude Fable 5.1 và Claude Opus 5.5. Nó dẫn đầu trên Vals Index, AutomationBench, Harvey's Legal Agent Benchmark và một số bộ kiểm thử thị giác; nó thua trên FrontierSWE v2 và Terminal-bench 4.0. Đó là các con số của Google theo phương pháp luận của Google, với các số liệu không phải Gemini được lấy từ cách tính điểm của chính các nhà cung cấp khác — một lưu ý mà PDF phương pháp luận nêu rõ. Chúng hữu ích để biết Google đã tối ưu hóa cho điều gì, chứ không phải để xếp hạng.

Cơ sở bằng chứng của Tencent mỏng hơn và khác về bản chất. Thông báo Hy4 đã loại bỏ hoàn toàn các dòng Terminal-Bench và SWE-bench của bản xem trước và thay bằng các bộ nhiệm vụ nội bộ: một hội đồng tài chính gồm 213 chuyên gia trong đó Hy4 đạt trung bình 3,04/4, tỷ lệ ảo giác giảm từ 15,76% xuống 5,45%, mức tăng +19,1% trên một bộ phát triển trò chơi nội bộ. Thẻ mô hình lặp lại những số liệu đó. Không số liệu nào trong đó có thể tái lập được bên ngoài Tencent. Kết quả độc lập duy nhất liên quan cụ thể đến bảo mật, điểm Cyber Index là 58 và vị trí thứ nhất với 76% trên CWE-Bench-AA, không có đối ứng Gemini 4 Argon vì mô hình của Google không có trên bảng xếp hạng đó.

Điều đó có nghĩa gì với người mua: Argon có một chỉ số tổng hợp được đo lường và một bảng nhà cung cấp; Hy4 có một chỉ số tổng hợp được đo lường, một kết quả riêng về bảo mật và một bảng nhà cung cấp về công việc nội bộ. Cả hai chỉ số tổng hợp đều đến từ cùng một đơn vị đánh giá, và đó chính là điều khiến phép so sánh 15 điểm trở nên có giá trị.

Vì sao cuộc đối đầu này chỉ mới diễn ra được vài tuần

Đáng nói thẳng, vì hồ sơ ghi chép rất quan trọng. Khi Google công bố Gemini 4 Argon vào ngày 30 tháng 9, hãng mô tả một đợt triển khai ba giai đoạn — trước tiên là các chuyên gia phòng thủ không gian mạng thông qua Fairwind Program, sau đó là khách hàng API trả phí và thuê bao AI Ultra, rồi đến tất cả những người còn lại — mà không nêu ngày tháng nào cho các giai đoạn sau giai đoạn đầu. Vào thời điểm đó, cái tên này đã có một trang dòng mô hình, một bảng điểm chuẩn và không có mã định danh mô hình nào mà bạn có thể đưa vào một yêu cầu.

Điều đó đã thay đổi. Tài liệu mô hình của Google hiện liệt kê gemini-4-argon là một mô hình hiện hành không có nhãn bản xem trước, cửa sổ đầu vào 1M token và bộ năm phương thức đầu vào như đã mô tả ở trên. Artificial Analysis liệt kê nó là đã phát hành và có sẵn qua API thông qua Google. Vì vậy, so sánh trong bài viết này là giữa hai mô hình bạn có thể gọi, điều mà sáu tuần trước sẽ không như vậy. Việc đính chính là đáng làm vì nhiều trang vẫn mô tả Argon như một bản giới thiệu có kiểm soát truy cập.

Trạng thái của chính Tencent Hy4 đã thay đổi theo hướng ngược lại: nó chuyển từ API đóng vào ngày 4 tháng 11 sang trọng số mở vào ngày 20 tháng 11, theo Tencent Hy License 1.0 thay vì Apache 2.0 vốn điều chỉnh bản xem trước tháng 8. Cả hai mô hình đều đã thay đổi, theo những hướng trái ngược nhau về độ mở, trong cùng sáu tuần.

Câu hỏi về sự cởi mở, được định giá một cách trung thực

Checkpoint 770 tỷ tham số của Hy4 có thể tải xuống. Để chạy nó, bản dựng FP8 cần tám GPU cấp H100 với kích thước tensor-parallel là 8, theo công thức vLLM của chính Tencent. Đó là một cỗ máy thực sự, và với hầu hết các công ty, câu trả lời trung thực là trọng số mở mang lại khả năng lựa chọn thay vì tiết kiệm: về nguyên tắc mô hình có thể tự vận hành, trên thực tế thuê thì rẻ, và chỉ đáng tải xuống nếu lưu trú dữ liệu, tinh chỉnh hoặc triển khai cách ly hoàn toàn là yêu cầu bắt buộc.

Giấy phép bổ sung một điều khoản đáng đọc. Mục 10 của Tencent Hy License yêu cầu một giấy phép riêng bằng văn bản nếu bạn vận hành doanh nghiệp mô hình dưới dạng dịch vụ với tổng doanh thu toàn cầu trên 50 triệu USD trong bất kỳ khoảng thời gian mười hai tháng nào, hoặc hơn 100 triệu người dùng hoạt động hàng tháng. Việc sử dụng nội bộ được loại trừ. Vì vậy, một doanh nghiệp chạy Hy4 sau một công cụ nội bộ không bị ảnh hưởng; một nền tảng bán lại dịch vụ suy luận trên đó đang đàm phán.

Gemini 4 Argon không có câu hỏi tương đương vì không có gì để cấp phép — bạn gọi endpoint của Google hoặc bạn không dùng mô hình. Đó là một thỏa thuận đơn giản hơn và cũng cứng nhắc hơn một cách rõ rệt. Đối với người mua thuộc ngành được quản lý, “chúng tôi có thể chạy nó trong rack của riêng mình” thường đáng giá hơn mười lăm điểm chỉ số; với mọi người khác thì đó chỉ là chú thích nhỏ.

Nên đặt cái nào trong đường dẫn yêu cầu

• Trích xuất khối lượng trong văn bản và hình ảnh — Tencent Hy4. Phép tính ở trên không hề sát, và một schema cùng bước xác thực sẽ bù đắp phần lớn khoảng cách về độ chính xác.

• Bất kỳ nội dung nào có âm thanh, PDF gốc hoặc video dài — Gemini 4 Argon. Hy4 không thể nhìn thấy đầu vào và một mô hình tiền xử lý tốn nhiều hơn phần chênh lệch token.

• Bề mặt tương tác — Argon ở mức nỗ lực trung bình, nếu phải chọn một trong hai. Việc Hy4 phải chờ 115,9 giây để có token đầu tiên khiến nó không phù hợp, còn đường nỗ lực cao của Argon là 47 giây, tốt hơn nhưng vẫn chưa phải là giao diện trò chuyện.

• Một mạng được quản lý hoặc một kế hoạch tinh chỉnh — Tencent Hy4, tuân theo Mục 10.

• Khả năng lý luận khó nhất mà bạn có — Gemini 4 Argon, dựa trên một khoảng cách độc lập 15 điểm mà nhà cung cấp của cả hai mô hình đều đồng ý rằng tồn tại theo đại khái hướng đó.

Cả hai trên cùng một phím, và điều đó mang lại những gì

A generated two-column scoreboard titled 'Tencent Hy4 vs Gemini 4 Argon'. Tencent Hy4 column: Intelligence Index 35, $0.834 / $2.501 per 1M tokens, input modalities text image video, weights open 20 Nov 2026, 64K max output, licence Tencent Hy 1.0. Gemini 4 Argon column: Intelligence Index 50 at high effort, $2.00 / $10.00 per 1M tokens, input modalities text image audio video PDF, weights closed, 64K default output, rollout phased at announcement. Footer: 'Index per Artificial Analysis v5.0.1; modality and licence details per each vendor's documentation.'

Cả hai mô hình đều có thể gọi qua OrcaRouter bằng chuỗi riêng của chúng — tencent/hy4 ở mức $0.834 và $2.501, google/gemini-4-argon ở mức $2.00 và $10.00 — điều này khiến việc phân tách phương thức trở thành một quyết định định tuyến thay vì quyết định kiến trúc. Gửi công việc hình ảnh và văn bản đến mô hình rẻ, và định tuyến theo loại đầu vào để bất kỳ thứ gì mang âm thanh hoặc PDF gốc đều được chuyển đến mô hình có thể đọc được nó. Đó là DSL định tuyến đang làm công việc mà nó tồn tại để làm, và chỉ tốn một khóa thay vì hai tích hợp.

Định giá chuyển tiếp ở đây quan trọng hơn bình thường, vì hai nhà cung cấp thay đổi mức giá theo các lịch trình khác nhau. OrcaRouter tính theo giá niêm yết của nhà cung cấp với mức tăng giá bằng không, nên thay đổi giá của Google và thay đổi giá của Tencent đều được phản ánh ở phía chúng ta ngay trong ngày thay vì sau khi một nhà bán lại nhập lại danh mục.

Tự động chuyển đổi dự phòng là nửa còn lại. Một tác vụ hàng loạt thất bại khi xác thực lược đồ trên Hy4 có thể thử lại trên Argon mà máy khách không hề biết, đây là cách mua độ chính xác rẻ hơn so với việc trả gấp bốn lần mức giá đầu ra cho mỗi lần gọi.

Điều gì sẽ làm thay đổi câu trả lời

Screenshot of the Artificial Analysis model page for Gemini 4 Argon, showing the model name, Google as vendor, an Intelligence Index of 50 at high effort and 48 at medium, a price of $2.00 per million input and $10.00 output tokens, and a 1M-token context window.Screenshot of the Hugging Face model card for tencent/Hy4 showing the repository title, the Tencent Hy License badge, the open-weight tags and the download and like counts.

Hai diễn biến sẽ làm thay đổi sự so sánh này, và cả hai đều có khả năng xảy ra trong vòng mười hai tháng.

Mô hình đầu tiên là một mô hình của Tencent có âm thanh. Nhánh thị giác của Hy4 là một bộ mã hóa duy nhất xử lý hình ảnh và các khung video được lấy mẫu; thêm một bộ mã hóa âm thanh là bước tiếp theo hiển nhiên, và điều đó sẽ làm sụp đổ phần lớn lợi thế về độ bao quát của Argon. Tencent đã phát hành Hy4 Flash, một mô hình anh em rẻ hơn với 220 tỷ tham số có cùng tập phương thức, vì vậy dòng mô hình này đang mở rộng chứ không phải đang thu gọn.

Thứ hai là đánh giá độc lập các trọng số Hy4 mở. Con số 35 trên chỉ mục là con số của một đơn vị đánh giá cho một bản dựng. Khi trọng số đã công khai, một phòng thí nghiệm thứ hai có thể chạy checkpoint được tinh chỉnh theo hướng dẫn và hoặc xác nhận khoảng cách với Argon, hoặc thu hẹp khoảng cách đó. Điều đó vẫn chưa xảy ra — tài liệu đánh giá của model card vẫn chủ yếu là bảng tiền huấn luyện, MMLU ở 91,6 và MMMU-Pro ở 59,6 đối với mô hình cơ sở, cùng với các bộ đánh giá nội bộ của Tencent.

Cho đến lúc đó, bản tóm tắt vẫn hẹp và có thể bảo vệ được. Gemini 4 Argon là mô hình bao quát hơn và đạt điểm cao hơn, với giá đầu vào gấp 2,4 lần, giá đầu ra gấp bốn lần và chi phí cho mỗi tác vụ hoàn thành gấp 4,8 lần. Tencent Hy4 là lựa chọn rẻ hơn một bậc về chi phí cho mỗi tác vụ hoàn thành, mở từ ngày 20 tháng 11 và không xử lý được âm thanh. Trước hết hãy chọn theo loại đầu vào, vì điều đó quyết định câu hỏi trước khi giá được đem ra cân nhắc.

So sánh trong bài viết này1

Phát hiện từ bài viết này