
Hy4 flash 对比 Gemini 3.8 Flash:已弃用的模型,却仍是有价目表的那个
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 138 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 175 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 116 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Artificial Analysis 将 Gemini 3.8 Flash 标记为“已弃用”,并引导读者转向 Gemini 4 Hydrogen。Google 仍以每百万输入 token 0.75 美元、每百万输出 token 3.75 美元的价格出售它。Hy4 flash 才推出两天,成本只有其十分之一,却完全没有独立评分。因此,这场对比中真正该问的问题不是哪个模型更好——目前没人能回答——而是你更愿意处在两种都不舒服的处境中的哪一种:为一个已被自家制造商取代的模型支付接近旗舰级的价格,还是为一个除腾讯之外无人评测过的模型支付几乎为零的费用。
Hy4 flash于2026年11月16日上线腾讯 API,并于11月17日以开放权重形式发布:总参数 220B,激活参数 12B,上下文长度 1,048,576 个 token,支持图像输入和文本输出,采用腾讯 Hy 许可证。Gemini 3.8 Flash于2026年9月2日发布,具有 1M token 上下文,支持文本、图像、视频、音频和文件输入,在高推理设置下的 Artificial Analysis Intelligence Index 得分为 31。它是本次比较中唯一具有独立测量结果的模型,也是唯一被标记为已弃用的模型。
这个弃用标签在这里实际上意味着什么
Artificial Analysis 对 Gemini 3.8 Flash 标注的“已弃用”标记意味着该榜单认为它已被取代,并且页面指向 Gemini 4 Hydrogen 作为替代品。这并不意味着 Google 已将其关闭。该模型仍可解析、仍有定价,并且以 0.75 美元和 3.75 美元的价格、外加 90% 缓存折扣列在 OrcaRouter 目录中,这意味着至少有一个平台仍在向付费客户提供该模型。
它真正意味着的是,路线图已经越过了它。一个在9月初发布、到11月中旬就被标记为已被取代的模型,作为当前一代的寿命大约只有两个半月。任何现在将其作为标准化选择的团队,都是在标准化一个厂商已在其自身推荐中替换掉的东西,而实际后果很直接:下一次能力提升不会以这个模型的更新形式到来,而会以一个你需要迁移过去的另一个模型的形式到来。
Hy4 flash 存在相反的问题。它并未被弃用,而是尚未被测量。腾讯自己的评估是一个 WorkIndex 内部套件和一项 85 名用户的盲测,二者均由厂商运行;截至 11 月 18 日,Artificial Analysis 的 Hy4 flash URL 返回 404。模型卡的公开基准表是 base 对 base 的对比,描述的是预训练检查点,而不是你实际会调用的指令模型。
这两种处境都不好受。一个是收束曲线上已知的量;另一个是展开曲线上未知的量。
价格差距确实存在,而这并不是有趣的部分。
腾讯针对 Hy4 flash 的中国大陆价目表显示:每百万输入 token 0.5 元,每百万输出 token 2 元,每百万缓存输入 token 0.02 元——约合 0.070 美元、0.281 美元和 0.003 美元。Google 对 Gemini 3.8 Flash 的标价为 0.75 美元和 3.75 美元,缓存读取享受 90% 折扣。
• 输入 — $0.070 对比 $0.75。Hy4 flash 大约便宜 10.7 倍。
• 输出 — $0.281 对比 $3.75。约便宜 13.3 倍。
• 缓存输入——$0.003,而非约 $0.075。大约便宜 25 倍。
• 按 7:2:1 的输入/输出/缓存混合比例计算——Hy4 flash 每百万约 0.10 美元;Artificial Analysis 给出的 Gemini 3.8 Flash 价格为 0.58 美元。
这不是折扣,而是另一类产品,这也解释了第二个关键数字:完成一项 Intelligence Index 任务的成本。Artificial Analysis 测得 Gemini 3.8 Flash 每项任务 7.77 美元,耗时超过 14.2 分钟。没有 Hy4 flash 的数字,因为 Hy4 flash 没有分数——但腾讯 WorkIndex 的算法显示,在高峰时段定价下,其每项任务的平均成本是 Hy4 preview 的十三分之一、Hy4 的二十分之一,以及 DeepSeek-V4.1-Flash-1017 的八分之一。
那些是不同的任务、不同的测试框架,不应混为一谈。它们所揭示的,是这种取舍的基本形态:Gemini 3.8 Flash 的单任务成本高,是因为它每 token 都贵,而且为了得出结果要消耗大量 token。Hy4 flash 则是经过专门设计的——混合稀疏注意力、仅为 Hy4 六分之一的 KV cache、经强化学习缩短 50% 的输出——目的正是把单任务成本压下来。

能力,在我们唯一能衡量的维度上
Gemini 3.8 Flash 的独立评分均来自 Artificial Analysis 的 v5.0.1,这些评分取决于 effort 设置,而且 effort 设置比标题成绩更重要:
• 智能指数设为高 — 31。
• Intelligence Index 处于中等水平 — 30。
• 智能指数处于低位——23。
• 类别排名——在 Intelligence Index 上,92 个中排名第 66。
• 输出速度 — 每秒 116 个 token。
• {{1}}首个回答 token 的耗时{{/1}} — 22.4 秒。
• 上下文 — 100 万 token。
高努力下指数为31属于中游水平,弃用标记之所以存在,是因为谷歌此后已推出更好的产品。早期关于该模型的报道在发布时引用的是59;该数字早于2026年10月27日的指数基准重置,无法与今天的31相提并论。任何把59和31相提并论的人,都是在比较两种不同的衡量工具。
对于 Hy4 flash 来说,没有可以放在下面的一行。最接近外部锚点的是腾讯自家的盲测:Hy4 flash 的用户满意度得分为 2.79/4,而 Claude Haiku 5.5 为 2.81;并且在同一个指数上,Claude Haiku 5.5 得 36 分,而 Gemini 3.8 Flash 得 31 分。如果把这两个事实串联起来,就能推出 Hy4 flash 的隐含位置大约在三十出头,而这正是本博客要标记为“推断而非测量”的那类推断。两个厂商数字加一个第三方数字,并不能构成一个基准测试。

在模态方面,Gemini 3.8 Flash 仍然完胜。
这就是在价格差距中保留下来的那一行,值得具体说明。
• Hy4 flash 输入——文本与图像,经由 27 层源自 SigLIP2 的编码器处理,并采用 2x2 特征合并。
• Gemini 3.8 Flash 输入 — 文本、图像、视频、音频和文件,依据 OrcaRouter 目录条目和 Google 的模型文档。
• Gemini 输出 — 文本。
如果你的流水线要摄入屏幕录制、通话录音或带音轨的 PDF,Hy4 flash 无法接受,而 Gemini 3.8 Flash 可以。权重开放与否无济于事;不存在的编码器就是不存在。腾讯为 Hy4 flash 推荐的用例本身就是文本与截图形态的——深度搜索、文档处理、幻灯片创建、简单前端演示、计算机操作——这既是一个自洽的产品决策,也是一条边界。
具体到文档任务,两者更接近。两者都能处理图像,都支持一百万 token 的上下文,而 Hy4 flash 在文档工作上的幻觉表现,正是其 WorkIndex 套件实际衡量的内容:电子表格修复、文档编辑、幻灯片协作撰写。这比通用基准分数更诚实,前提是你记得这是腾讯的评分标准。
成为“flash”模型的两种截然不同的方式
Google 的 flash 层级意味着相对 pro 层级更快、更便宜,且基于封闭 API,由厂商承担服务复杂性。腾讯的 flash 含义更具体:一种架构,其全部目的就是让 100 万 token 的上下文能够以低成本提供服务。
• 注意力 — Hy4 flash 在 42 层中以 1:3 的比例交错使用稀疏 IndexPool 注意力与 512 token 滑动窗口;Gemini 的架构未公开。
• KV 缓存 — Hy4 flash 为 Hy3 的 1/24、Hy4 的 1/6(厂商报告);Gemini 3.8 Flash 无可比公开数据。
• 推测解码——Hy4 flash 搭载 DFly2,这是一个 0.85B 的草稿模型,它复用目标模型的稀疏 KV 和索引器选择,使草稿成本随上下文保持恒定;Google 的同类方案则是内部实现。
• 输出长度——腾讯表示,RL 后训练将平均输出 token 数减少了 50%,盲测报告的任务完成时间中位数为 6.7 分钟;Gemini 3.8 Flash 的索引运行平均每项任务耗时 14.2 分钟。
最后一行值得坐下来细想。Hy4 flash 在每项任务上显得便宜,很大一部分原因在于它写得更少;而一个写得更少的模型并不自动就是更差的模型——但在你把面向客户的工作流交给它之前,它是一个你应该先读一读其输出的模型。冗长程度和质量是不同的维度,而只有其中一个会出现在成本栏里。
部署是它们完全无法相提并论的方面
Gemini 3.8 Flash 是一个 API。它没有 checkpoint,没有 FP8 构建,没有 GGUF,也没有微调路径。OrcaRouter 目录条目只显示模型本身,别无其他。
Hy4 flash 是一个 API、三个 Hugging Face 仓库——指令模型、一个 FP8 构建和一个基础检查点——来自 AngelSlim 的 GGUF 量化、一份微调指南、固定版本的 vLLM 和 SGLang 镜像,以及目前位于拉取请求 50903 中的 Transformers 集成。这份清单并非全是好消息:固定镜像和基于 PR ref 的安装意味着你运行的是腾讯测试过的构建,而不是已经发布的构建。
但这改变了“便宜”的含义。在 Gemini 3.8 Flash 上,便宜意味着谷歌的价格,而谷歌可以改变它。在 Hy4 flash 上,便宜意味着腾讯的价格或者你自己的 GPU,而第二种选择根本没有价格——它有的是一份容量规划,而该架构本身就是论据,说明这份规划很小。腾讯 Hy 许可证允许这样做,但有一个前提:第 10.2 条要求,若作为模型即服务业务,全球总营收超过 5000 万美元,或月活跃用户超过 1 亿,则需另行取得书面许可。内部使用不受此限。欧洲或韩国团队不受地域限制,这一点比某些中国开放权重许可证要强。该许可证是 Apache 2.0,外加一个营收触发条款,这意味着两条部署路径是在同一份文件下定价,而不是两份文件——当你的财务团队问起为什么便宜选项这么便宜时,这个细节很重要。
究竟该在哪里运行其中任意一个
Gemini 3.8 Flash 已收录在 OrcaRouter 目录中,位于 google/gemini-3.8-flash,每百万输入 token 0.75 美元,每百万输出 3.75 美元,缓存读取 0.075 美元,按 Google 的标价路由,我们这边零加价——因此,如果 Google 下调某个已被其弃用的模型的价格,你在当天就能看到,而不用等到下一次目录同步。Hy4 flash 不在目录中;目录里是它的教师模型 tencent/hy4-preview,每百万 0.834 美元和 2.501 美元,缓存读取 0.042 美元。
对这对特定组合来说,有用的模式不是二选一,而是一条路由规则。把音视频摄取层放在 Gemini 路由上,因为它是两者中唯一接受这些输入的路由。在你亲自测过之后,把高吞吐量的文本与文档层放在低成本路由上。路由 DSL 的存在正是为了表达这种拆分,并将其放在一个端点中;而自动故障转移意味着低成本路由降级不会把流水线一起拖垮——当低成本路由才上线两天、且运行在固定容器镜像上时,这一点比平时更重要。

该决定,分三种情况说明
如果你需要音频或视频输入,那么比较就到此为止:Gemini 3.8 Flash 是这里唯一的选择;而它已被弃用这一事实,应被视为需要计入的迁移成本,而不是将其排除在外的理由。
如果你需要在把模型放到客户面前之前先有一个独立的评分,那么同样的答案也适用,只是原因不同。在 Intelligence Index 上拿到 31 分是个不算高的数字,但它是一个实测出来的数字,而 Hy4 flash 没有任何实测数据。
如果你的工作负载是海量文本和文档、可以容忍延迟,并且你能自行开展评估,那么 Hy4 flash 值得你花一个下午去测试。13 倍的输出价格差距绝不是舍入误差,而腾讯公布了一场它以 0.02 分落败的盲测,这一事实比 Google 模型卡上的任何数字都更能说明该模型的诚实度。只是不要跳过评估:该模型没有第三方评分,其公开基准表描述的是与你将调用的检查点不同的另一个检查点,而外界对它唯一的衡量,是由其制造商开展的一项满意度调查。
还要留意弃用这件事。如果 Google 像让之前的模型退役那样让 Gemini 3.8 Flash 退役,那么这个页面真正的答案就会从“{{1}}贵的那款是有实测数据的{{/1}}”变成“{{2}}有实测数据的那款已经不在了{{/2}}”,而一个才发布两天、没有评分、开放权重的模型,就会显得比今天有吸引力得多。
本文中的对比3
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
