GPT-6.1 Sol 对比腾讯 Hy4 预览版：为每个输出 Token 支付 10 美元，对抗 2.50 美元的开源模型

把两张价目表并排放在一起，差距并不微妙。Tencent Hy4 Preview在其国际端点上的标价为每百万输入 token 0.834 美元、每百万输出 token 2.501 美元、每百万缓存输入 0.042 美元。GPT-6.1 Sol对应的标价则分别为 2.00 美元、10.00 美元和 0.10 美元。这意味着输出 token 相差 4 倍，输入 token 相差 2.4 倍；而由于两个模型都按 token 计价，这一差距引出的问题并不是哪个更便宜——Hy4 Preview 在每一项上都更便宜——而是昂贵的那一个每次调用能否完成足够多的额外工作，从而证明其价格合理。两家厂商都没有公布能直接回答这一问题的数字，而本文在很大程度上正是要说明，为什么双方那些显而易见的数字都不是答案。

腾讯于 2026-08-28 发布并开源了 Hy4 Preview；OpenAI 于 2026-09-29 在 API 上发布了 GPT-6.1 Sol。两者都是具备文本能力的智能体模型，均拥有百万 token 的上下文窗口，如今都可调用，而且都收录在我们的目录中——这使得本次对比成为本系列中难得的一例：每 token 的算术可以针对两行实时数据来算，而不必针对一份新闻稿。以下数字来自腾讯的发布资料和模型文档、OpenAI 的模型与定价页面、我们自己的目录记录，以及文中注明的已发布评测，读取于 2026-10-12。凡属厂商自行运行得出的数字，都已如此标注。

每个模型实际上是什么

从架构说起，因为这两个模型用同一种技术解决同一个服务问题。

• 参数 — Hy4 Preview 是一款 770B 的混合专家模型，拥有 78 层，每个 token 激活 49B 参数，使用 256 个路由专家外加 1 个共享专家。GPT-6.1 Sol 是 Open​AI 的专有模型，在同一代中定位比 GPT-6 Astra 低一档；Open​AI 不公布参数数量。

• 上下文与输出——两者都记录了大约一百万 token 的输入上下文。我们为 Hy4 Preview 编目的记录包含 1,048,576 token 的上下文，最大补全长度为 64,000 token；腾讯自己的材料称其上下文窗口超过 1M token，最大输入为 960,000 token。GPT-6.1 Sol 标明 1,050,000 token 的上下文，最大输出为 128,000 token——是 Hy4 补全上限的两倍，而当你希望从单次调用中获得一份长结构化产物时，正是这项规格会成为瓶颈。

• 模态——在输入端，两者均为纯文本，并具备当前智能体模型所应具备的工具调用与结构化输出能力。两者都不是视觉模型。

• 推理控制 — Hy4 Preview 提供 high、low 和 none，默认值为 high；推荐的采样设置是 temperature 为 0.9、top_p 为 1.0。GPT-6.1 Sol 提供 low、medium（默认）、high、xhigh 和 max，完全没有关闭选项——推理始终开启，且诸如 temperature 和 top_p 之类的采样参数会被直接拒绝。

• 权重 — Hy4 Preview 以 Apache 2.0 协议开源，今日即可下载。GPT-6.1 Sol 则是闭源的，仅提供 API 访问，永远不会支持自托管。

最后这一行，比任何基准测试都更能区分这两种模型。一个 770B/49B 的 Apache 2.0 模型是一种“拥有物”；专有 API 模型则是一种“订阅”。本页其余内容，讲的都是你的工作负载需要这两者中的哪一种。

价格行，算术已完成

两张费率卡均已发布，且均由我们不加价地原样传递，因此这一部分是可核实的，而不是仅凭报告的。

• 输出 — GPT-6.1 Sol 每百万 $10.00，对比 Hy4 Preview 每百万 $2.501。工作负载每输出一百万 token，差价即为 $7.50，而输出正是推理模型消耗最重的计费项。

• 输入 —— 每百万 $2.00，对比 $0.834。在主导任何长上下文流水线的那一项上存在 2.4× 的差距，因为仓库级或文档集的提示每一轮都会重新发送一大段前缀。

• 缓存输入 — 每百万 $0.10，对比 $0.042。两家供应商都对重复读取的前缀给予大幅折扣，而 Hy4 的缓存费率不到 GPT-6.1 Sol 的一半。

• 缓存写入 — GPT-6.1 Sol 对写入缓存前缀收取每百万 2.50 美元的费用。Hy4 Preview 公布的国际费率不包含单独的缓存写入计费项，这意味着首次写入按普通输入计价，而不是按溢价计价。

运行一个对两个模型而言都属寻常的形态：500,000 个输入 token，其中 460,000 个是缓存前缀，以及 20,000 个输出 token，且为单次调用。

• 在 GPT-6.1 Sol 上——460,000 个缓存 token 按每百万 $0.10 计算为 $0.046，40,000 个全新输入 token 按每百万 $2.00 计算为 $0.080，20,000 个输出 token 按每百万 $10.00 计算为 $0.200。总计 $0.326。

• 在 Hy4 Preview 上 — 460,000 个缓存 token 按 $0.042/M 计算为 $0.019，40,000 个全新输入 token 按 $0.834/M 计算为 $0.033，以及 20,000 个输出 token 按 $2.501/M 计算为 $0.050。总计 $0.102。

在此形态下，Hy4 的调用费用略低于 GPT-6.1 Sol 调用费用的三分之一。现在说说让这个比较更诚实的注意事项：这是把两张费率卡套用到相同 token 数量上的比较，而各模型之间的 token 数量并不相同。一个在回答前推理更久的模型，会在同一任务上输出更多 token，而据文档记载，GPT-6.1 Sol 在可比工作中产生的输出 token 比其前代 GPT-6 Sol 多 10–30%。如果 Hy4 Preview 默认的“high”推理让它同样冗长，那么现实差距会缩小；如果 Open​AI 的模型是两者中更冗长的那个，差距就会扩大到超过算术所示的 3.2×。费率卡告诉你一个 token 的价格。它们不会告诉你一项任务要花多少 token，只有运行你自己的负载才能确定这一点。

基准测试在哪些方面有帮助，在哪些方面没有帮助

这一节正是两个模型在证据质量上出现分歧的地方，而分歧本身就是关键所在。

腾讯对 Hy4 Preview 的头条评估是一项盲测的并排偏好测试，结果是 Hy4 Preview 得 2.99 分，对比 GLM 5.3 的 2.92 分和 Kimi K3 的 2.94 分。请仔细看：这是腾讯自己的评估，是偏好分数而非准确率分数，获胜优势在约三分制量表上是零点零七分，而对比对象是另外两个开源模型。这证明 Hy4 Preview 与当前开放权重梯队具有竞争力。但这并不能证明它能与专有前沿模型竞争，发布材料中也没有任何评测套件提出这种说法。

腾讯还报告称，模型自身的自我优化工作带来了31.8%的吞吐量提升，并且该架构包含一个原生的多令牌预测层，用于推测解码。二者都是厂商关于服务效率的说法，尚未被其他任何人复现；对于用该层构建的770B/49B MoE来说，两者都可信——但它们描述的是模型回答的速度，而不是回答的质量。

GPT-6.1 Sol 拥有更充分的证据支持，而精确说明原因是有必要的。在最高推理强度下，其独立的 Intelligence Index 得分为 52，实测每次任务的运行成本为 0.72 美元，输出速度约为每秒 65 至 67 个 token——由第三方运行、评分，并报告了运行成本。它在 Artificial Analysis Terminal-Bench 4.0 上的成绩为 56.06，而其前代 GPT-6 Sol 为 43.94，这意味着在基于 shell 的智能体任务上，这一代际跃升约为十二个百分点。相比之下，OpenAI 自己为该模型发布的头条评测——包括一项 Terminal-Bench Science 结果，其中称在最高强度下每次任务为 5.47 美元，而 Claude Opus 5.5 为 23.21 美元——都是厂商自己的运行、配以厂商自己的基线，且没有人复现过它们。

对证据的诚实总结是失衡的，而且只朝一个方向倾斜：GPT-6.1 Sol 有对质量和每任务成本的第三方测量，而 Hy4 Preview 则有一个与其他开放模型相比的厂商偏好评分。这并不意味着 Hy4 Preview 比该偏好评分所暗示的更差。它意味着腾讯之外没有人测量过它，这是一个不同的说法，也是在自己的任务上测试它、而不是相信任何一方数字的理由。

关于自托管的问题，用真实数据说话

Hy4 Preview 的开放权重是它在 API 价格之外值得认真对待的原因，也是它并非一场简单胜利的原因。

已公布的实用数字如下：该模型的 Q4_K_M 量化大约需要 435 GiB，1 位量化大约需要 213 GiB，而完整的未量化模型则需要约 1.5 TB 的显存。213 GiB 的 1 位数字是这三者中唯一能由单个高内存节点容纳的，同时也是质量损失最大的一个。435 GiB 的 Q4_K_M 数字需要多 GPU 基础设施，而大多数团队并没有闲置的这类设施。

这在实践中意味着：对于已经运行这类硬件的组织来说，自托管 Hy4 Preview 是一个切实可行的选择；而对其他所有人来说，则是一个资本项目。如果你属于第一类，那么上面的 API 价格与你无关——你是在把按量计费的账单换成固定费用的账单，而且 Apache 2.0 不会在此基础上增加任何许可成本。如果你属于第二类，那么 API 费率就是唯一重要的数字，而 $0.834 / $2.501 / $0.042 这些费率正是值得关注该模型的全部理由。

用户提出的一点提醒，而且是成本方面的提醒，而非能力方面的：Hy4 Preview 有据可查的粗糙之处在于过度推理和过度验证——花费超过任务所需的 token，反复检查本已正确的工作。在按量计费的 API 上，这种行为会体现在输出计费行上，每百万 2.501 美元；在自托管硬件上，则表现为延迟。无论哪种情况，推荐的 0.9 温度值和默认的“high”推理设置都是值得先行调整的配置选择，然后再从成本角度评判这个模型。

你应该持有哪张卡

这两款型号并非同一买家的替代品，二者之间的划分十分清晰。

如果工作负载一旦出错代价高昂，而相较失败成本其花费又很低，就选 GPT-6.1 Sol——适用于长时程智能体编码循环、计算机操作、文档密集型专业工作，其中一项任务失败造成的损失超过生成它所用 token 的成本。它拥有独立测量结果、更宽的上下文、双倍的输出上限，以及 2026-04-30 的知识截止日期。要为它的输出计量表就是花钱大头这一点做好预算，并围绕 272,000 输入 token 阈值进行设计；超过该阈值后，Open​AI 会对整个请求重新计价。它已按 Open​AI 的目录价、0% 加价收录在我们的目录中：https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

如果你的工作负载量大、对成本敏感，并且能接受一个除其制造商之外无人做过基准测试的模型——比如批量抽取、分类、摘要，以及任务定义明确、失败重试成本低廉的工具调用智能体——那就选 Hy4 Preview。在 $0.834 / $2.501 / $0.042 的价格下，相同 token 数量下的成本只有三分之一；它基于 Apache 2.0 开源，如果你哪天不想再租用，随时可以自建；而且它已按腾讯的标价上架我们的目录，未加任何加价：https://www.orcarouter.ai/models/tencent/hy4-preview。同样的 0% 加价规则适用于这两行，这意味着供应商降价当天就会同步到目录，而不是等到经销商注意到之后。

大多数团队实际上真正想要的配置是两者兼得：让便宜的模型承担流量，让昂贵的模型承担难啃的长尾——而这正是一个端点、凭借跨 200 多个模型的自动故障转移所存在的意义，就是让这件事变得便宜，因为像 Hy4 Preview 这样尚未经过验证的模型，如果与一个你已经信任的模型共用同一个密钥，并且有一条自动回退的路由，而不是需要再维护第二套集成，那么试用起来就轻松得多。