一张生成的 hero 卡片,对比 Hy4 flash 与 Gemini 3.8 Flash,左侧图块显示“Hy4 flash — $0.070 / $0.281,开放权重,无独立评分”,右侧图块显示“Gemini 3.8 Flash — $0.75 / $3.75,智能指数 31,已弃用”,底部页脚显示“Gemini 数据来自 Artificial Analysis,基于 index v5.0.1;Hy4 flash 价格为 Tencent 标价。”
Guides & Insights

Hy4 flash 对比 Gemini 3.8 Flash:已弃用的模型,却仍是有价目表的那个

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

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。

A generated reference card headed 'Price favours one, modality favours the other', with a Hy4 flash panel of four rows and a Gemini 3.8 Flash panel of four rows, and a split band beneath reading '10.7x cheaper on input, 13.3x on output' beside 'four more input modalities'.

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。

Screenshot of the Artificial Analysis model page for Gemini 3.8 Flash, showing its Intelligence Index scores at high, medium and low effort, its class rank, output speed, time to first answer token, context window and cost per task on index v5.0.1.

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。

Screenshot of the google/gemini-3.8-flash model page, showing the per-million-token input, output and cache-read prices the model is listed at and the modalities it accepts.

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