Tencent Hy4 so với Tencent HY3: Ngữ cảnh gấp bốn lần, giá gấp bốn lần rưỡi

Tencent HY3 là mô hình hỗn hợp chuyên gia 295 tỷ tham số mà bạn có thể tải xuống, tự phục vụ trên phần cứng của mình và gọi với giá 0,18 USD mỗi triệu token đầu vào. Tencent Hy4 là mô hình 770 tỷ tham số với cửa sổ ngữ cảnh lớn gấp bốn lần, chế độ sử dụng máy tính điều khiển màn hình desktop và giá đầu vào 0,834 USD — với trọng số được hứa hẹn thay vì công bố. Chúng cách nhau một thế hệ và bốn tháng trong cùng dòng Hunyuan, và phép so sánh hữu ích không phải là mô hình nào đạt điểm cao hơn trên bảng điểm của chính Tencent. Mà là mô hình nào bạn được phép chạy, ở đâu và với chi phí cuối cùng là bao nhiêu.

Cách đặt vấn đề đó quan trọng vì hai mô hình không cạnh tranh cho cùng một vị trí. HY3 là một con ngựa thồ mà bạn có thể đặt sau tường lửa, tinh chỉnh rồi quên đi. Hy4 là một mô hình API đẳng cấp tiên phong vừa ra mắt sáng nay, với giấy phép vẫn chưa được viết ra. Việc chọn giữa chúng chủ yếu là một câu hỏi về các ràng buộc, và chỉ thứ yếu mới là về năng lực.

Hai mô hình, theo từng chiều.

• Tổng số tham số — 295B cho Tencent HY3 so với 770B cho Tencent Hy4.

• Tham số hoạt động trên mỗi token — 21B so với 49B, cả hai đều là mixture-of-experts với định tuyến top-8. HY3 có 192 chuyên gia trên 80 lớp; Hy4 có 256 chuyên gia được định tuyến cộng thêm một chuyên gia dùng chung trên 78 lớp, với một lớp dự đoán đa token 10B để giải mã suy đoán.

• Cửa sổ ngữ cảnh — 262.144 token so với 1.048.576. Đúng gấp bốn lần, và là khác biệt chức năng lớn nhất giữa hai mức này.

Phương thức đầu vào — chỉ văn bản trên HY3, so với cả văn bản lẫn hình ảnh trên bản GA, đánh dấu lần đầu tiên dòng sản phẩm này có khả năng thị giác.

• Trọng số — Apache 2.0 và có thể tải xuống ngay hôm nay cho HY3, bao gồm cả checkpoint FP8. Đối với Hy4, đã lên kế hoạch, chưa ấn định ngày, chưa được cấp phép.

• Giá trên OrcaRouter — $0,18 cho đầu vào và $0,59 cho đầu ra mỗi triệu token đối với HY3; $0,834 và $2,501 đối với Hy4, tức gấp 4,6 lần về đầu vào và 4,2 lần về đầu ra.

• Đầu vào được lưu trong bộ nhớ đệm — 0,059 USD mỗi triệu token với HY3 so với 0,042 USD với Hy4. Mô hình đắt đỏ lại chính là mô hình rẻ hơn ở đây, và chỉ riêng dòng này đã thay đổi cách tính toán cho các khối lượng công việc tác tử nhiều hơn mức mà tỷ lệ được nêu ở tiêu đề gợi ý.

Dòng cache là nơi khoảng cách giá giảm đi một nửa

Hầu hết các so sánh chỉ dừng ở giá đầu vào và kết luận rằng Hy4 đắt gấp bốn lần rưỡi. Với một khung chat thì điều đó gần đúng. Với một agent đọc lại cùng một kho mã 200.000 token ở mỗi lượt, con số đó sai lệch gấp đôi, vì hai mô hình tính tiền token được lưu cache theo thứ tự ngược lại so với token mới.

Hãy lấy một phiên hai mươi lượt trong ngữ cảnh 200.000 token, 2.000 token đầu ra mỗi lượt, với 90% đầu vào được phục vụ từ bộ nhớ đệm. Đó là 3,6 triệu token đầu vào được lưu trong bộ nhớ đệm, 400.000 token đầu vào mới và 40.000 token đầu ra.

• Tencent HY3 — $0.21 cho đầu vào được lưu trong bộ nhớ đệm, $0.07 cho đầu vào mới, $0.02 cho đầu ra. Tổng cộng $0.31.

• Tencent Hy4 — 0,15 USD cho đầu vào được lưu trong bộ nhớ đệm, 0,33 USD cho đầu vào mới, 0,10 USD cho đầu ra. Tổng cộng 0,58 USD.

Cùng một phiên hoàn toàn không dùng cache tốn 0,74 USD trên HY3 và 3,44 USD trên Hy4 — đúng 4,6 lần. Cache chính là thứ thu hẹp khoảng cách, và nó thu hẹp từ cả hai đầu: tỷ lệ cache của Hy4 thấp hơn 29% so với HY3, trong khi tỷ lệ fresh của nó cao hơn 4,6 lần. Với một agent chạy dài hạn, hóa đơn chỉ còn khoảng 1,9 lần, chứ không phải 4,6 lần.

Hai lưu ý trước khi bất kỳ ai lập ngân sách dựa trên đó. Giá khi cache trúng chỉ áp dụng cho những token mà nhà cung cấp thực sự phục vụ từ cache, và tỷ lệ trúng phụ thuộc vào cách bạn cấu trúc tiền tố; một phiên tự chỉnh sửa ngữ cảnh của chính nó ở mỗi lượt sẽ cache ít hơn một phiên chỉ nối thêm. Và một ngữ cảnh 200,000 token nằm gọn trong cửa sổ của HY3, đó là lý do phép so sánh này khả thi ngay từ đầu — vượt quá 262,144 token thì HY3 không còn là một lựa chọn rẻ hơn, mà đơn giản là không phải một lựa chọn.

Những con số của nhà cung cấp cho thấy điều gì, và vấn đề hai lần chạy

Tencent đã công bố một bảng so sánh khi ra mắt bản xem trước Hy4, và đây là bảng đối chiếu duy nhất mà công ty từng đưa ra. Hãy đọc nó như một hướng phát triển, chứ không phải như một tập hợp các mức chênh lệch.

• Terminal-Bench 2.1 — 70.8 cho HY3 so với 85.4 cho dòng Hy4, trong biểu đồ so sánh của chính Tencent.

• DeepSWE — 28,0 so với 64,3, mức tăng tương đối lớn nhất trong bảng.

• SWE-bench Pro — HY3 đạt 57,9; dòng Hy4 đạt 65,7.

• BrowseComp — 84,2 cho HY3, không được nhắc lại cho Hy4.

• Humanity's Last Exam với công cụ — 53,2 cho HY3, không nhắc lại.

Cái bẫy nằm ở con số 70,8. Bài đăng ra mắt HY3 của Tencent báo cáo Terminal-Bench 2.1 đạt 71,7, còn biểu đồ so sánh Hy4 lại ghi 70,8 cho cùng một tên mô hình. Đó gần như chắc chắn là hai lần chạy cùng một benchmark với harness hoặc cách lấy mẫu đã thay đổi, và điều đó có nghĩa là bạn không thể trừ hai hàng đã công bố rồi tuyên bố mức cải thiện 14,6 điểm. Cách nói trung thực là dòng Hy4 đạt điểm ở khoảng giữa tám mươi trên một benchmark mà HY3 đạt khoảng 71, từ hai lần chạy riêng biệt của nhà cung cấp chưa từng được đối chiếu công khai.

Bản phát hành GA không tái công bố bất kỳ phần nào trong số này. Thay vào đó, nó bổ sung hai so sánh nội bộ — GameDev +19,1% và GameLogic +9,8% so với bản xem trước — và một hội đồng chuyên gia tài chính, nơi Hy4 đạt trung bình 3,04 so với 2,68 của cả Kimi K3.1 Pro lẫn GLM-5.3. Không có phần nào trong đó là độc lập, và không có phần nào so sánh trực tiếp với HY3. Nếu bạn cần một con số để bảo vệ quyết định mua sắm, cả hai mô hình đều không có con số nào chịu được sự xem xét kỹ lưỡng; những gì hiện có là bốn tháng báo cáo từ người thực hành về HY3 và một buổi sáng tuyên bố của nhà cung cấp về Hy4.

Nơi HY3 vẫn giành chiến thắng tuyệt đối

Bốn điều, và ba điều đầu tiên không gần nhau.

Nó chạy ngay tại nơi bạn chạy. Trọng số Apache 2.0, một checkpoint FP8, các công thức vLLM và SGLang, cùng tổng kích thước 295B vừa vặn trên một node đa GPU duy nhất ở FP8. Hy4 cần một cụm mà hầu hết các đội đều không có, và hoàn toàn không thể tự lưu trữ hợp pháp cho đến khi Tencent công bố giấy phép.

Nó nhanh hơn trên mỗi token và mỗi tác vụ. Một mô hình có 21B tham số hoạt động với cửa sổ 256K làm ít việc hơn trong mỗi lần gọi so với một mô hình có 49B tham số hoạt động lý luận lâu hơn và, trong bản xem trước, đã xác minh đầu ra của chính nó quá mức. Tencent tuyên bố bản GA đã rút ngắn chuỗi suy luận, nhưng ngay cả một Hy4 đã được khắc phục vẫn thực hiện nhiều tính toán hơn trên mỗi câu trả lời so với HY3. Đối với các luồng nhạy cảm về độ trễ — tự động hoàn thành, trò chuyện, phân loại — HY3 là dạng phù hợp.

Nó đủ rẻ để trở thành lựa chọn mặc định. Ở mức $0.18 và $0.59, HY3 nằm trong khoảng mà bạn định tuyến mọi thứ đến nó rồi nâng cấp một cách có chọn lọc. Ở mức $0.834 và $2.501, Hy4 là mô hình mà bạn phải chủ động định tuyến đến.

Nó đã có thành tích được kiểm chứng. HY3 đã được cung cấp rộng rãi kể từ ngày 6 tháng 7 năm 2026, với ba tháng sử dụng trong môi trường sản xuất và một giai đoạn xem trước trước đó. Hy4 GA mới ra mắt được vài giờ và được phát hành mà không có bảng điểm chuẩn. Một mô hình có hồ sơ lỗi đã biết có giá trị hơn một mô hình tốt hơn với hồ sơ lỗi chưa biết.

Nơi Hy4 là câu trả lời duy nhất

Ba khối lượng công việc thực sự không có tùy chọn HY3.

• Bất cứ thứ gì vượt quá 262.144 token. Một hợp đồng 400 trang, một monorepo, một giờ bản ghi — HY3 không thể chứa nổi, và việc chia nhỏ là một sản phẩm khác với những kiểu lỗi khác nhau.

• Hình ảnh. HY3 là văn bản vào, văn bản ra. Hy4 GA đọc được biểu đồ, sơ đồ và ảnh chụp màn hình, khiến nó trở thành mô hình Hy đầu tiên có thể thực sự nằm trong quy trình xử lý tài liệu hoặc UI.

• Điều khiển máy tính để bàn và ứng dụng. Việc sử dụng máy tính thông qua GUI và CLI kết hợp là tính năng mới trong bản GA, và dù gợi ý đến đâu cũng không thể mang lại cho HY3 một con chuột.

Mọi thứ còn lại đều là quyết định về chi phí, và quyết định chi phí đó sát nút hơn so với hàm ý của bảng giá khi đã có caching.

Chạy cả hai mà không chọn

Kiến trúc hợp lý cho hầu hết các đội không phải là một cuộc di trú. Mà là sự phân tách: HY3 làm mặc định cho công việc ngắn, thường xuyên, nhạy cảm với độ trễ, và Hy4 cho phần ngữ cảnh dài, thị giác hoặc tác tử mà HY3 không thể đảm nhiệm về mặt vật lý.

Trên OrcaRouter, sự phân tách đó là một quy tắc định tuyến chứ không phải hai tích hợp. Cả hai mô hình đều nằm trên một khóa — orca chuyển tiếp nguyên giá niêm yết của nhà cung cấp mà không cộng thêm, nên khi Tencent thay đổi giá thì tại đây có hiệu lực ngay trong ngày xảy ra thay vì do chúng tôi định giá lại — và tencent/hy3 và tencent/hy4-preview đều có thể gọi được ngay hôm nay. Việc di chuyển một khối lượng công việc giữa chúng chỉ là thay đổi chuỗi mô hình, không phải hợp đồng thứ hai hay SDK mới, và một DSL định tuyến có thể gửi bất cứ thứ gì vượt ngưỡng token hoặc mang hình ảnh đến mô hình lớn hơn trong khi mọi thứ khác rơi xuống mô hình rẻ hơn. Riêng bản GA, danh mục chưa liệt kê nó; khi nó ra mắt, nó sẽ nằm sau cùng một khóa, và cho đến lúc đó bản xem trước là proxy có thể định tuyến gần nhất với mức giá y hệt.

Tự động chuyển đổi dự phòng là nửa còn lại của lập luận đó. Một mẫu chủ lực hoàn toàn mới, chưa có đánh giá độc lập và có hàng đợi ngay ngày ra mắt, chính là trường hợp bạn muốn có một mô hình thứ hai phía sau tuyến định tuyến, và HY3 — có thể tự lưu trữ, đã được công bố, đã chạy trong môi trường sản xuất ba tháng — là phương án dự phòng hiển nhiên cho bất kỳ thứ gì không phải ngữ cảnh dài hoặc hình ảnh.

Quyết định, được trình bày một cách rõ ràng

Nếu công việc của bạn vừa trong 256K token, đến dưới dạng văn bản và chạy với khối lượng lớn, thì Tencent HY3 vẫn là lựa chọn đáng mua hơn vào ngày 4 tháng 11 năm 2026. Nó rẻ hơn gấp bốn đến năm lần đối với token mới, rẻ hơn khoảng hai lần đối với một phiên agent có lưu đệm thực tế, nhanh hơn, có thể tải xuống và đã được biết đến.

Nếu bạn cần cửa sổ một triệu token, khả năng hiểu hình ảnh hoặc điều khiển máy tính để bàn, Tencent Hy4 không cạnh tranh với HY3 — nó là mô hình Hunyuan duy nhất làm được việc đó, và phép so sánh trở thành Hy4 với bất kỳ thứ gì khác mà bạn sẽ dùng cho khối lượng công việc đó. Giá của nó cao trong dòng sản phẩm và không có gì nổi bật so với các mô hình tiên phong, và hạn chế thực sự của nó hiện nay không phải là chi phí. Mà là mô hình không có bảng điểm chuẩn công khai, không có giấy phép, và mới tồn tại được một buổi sáng.