为“Tencent Hy4 vs DeepSeek V4.1 Pro”生成的标题卡。左侧的 Tencent Hy4 卡片显示“现已可调用 — $0.834 / $2.501”、“总参数 770B / 活跃参数 49B”、“智能指数 35”;右侧的 DeepSeek V4.1 Pro 卡片显示“无端点”、“无模型卡”、“仅在发布说明中被提及一次”。页脚显示“指数依据 Artificial Analysis v5.0.1;DeepSeek 状态核查于 2026 年 11 月 20 日。”
Guides & Insights

腾讯 Hy4 对比 DeepSeek V4.1 Pro:只有一方提供端点

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

DeepSeek V4.1 Pro 从未向任何人提供服务。没有预览版,没有可信访问批次,也没有候补名单。这个名字在公开场合只出现过一次,是在 DeepSeek 于 2026 年 9 月 10 日发布的 DeepSeek V4.1 Flash 发布说明中,出现在一句关于将请求路由“直到 V4.1-Pro 发布”的话里——而这项计划在开发者反对其生产流量在自己不知情的情况下被切换后,被 DeepSeek 撤回了。相比之下,Tencent Hy4 自 2026 年 11 月 4 日起已全面可用,并自 11 月 20 日起可下载——腾讯于当天根据其自有许可证发布了权重。因此,这里有用的比较并不是标题所承诺的那个,而是 Tencent Hy4 与你实际能够调用的两个 DeepSeek 模型之间的比较,并且还要说明:在承诺的第三个模型进入视野之前,必须出现什么。

这种说法并非回避。这是唯一能够定价的对比版本,而价格才是有趣的部分:腾讯 Hy4 每百万输入 token 为 0.834 美元、每百万输出 token 为 2.501 美元,对比 DeepSeek 自家价目表上 DeepSeek V4 Pro 0813 的 1.32 美元和 3.96 美元。腾讯十六天前发布的这款模型,在输入和输出两个方向上的价格都低于 DeepSeek 当前的旗舰档,同时每个 token 激活的参数数量相同。

Screenshot of DeepSeek's API pricing documentation listing two callable models, deepseek-flash (DeepSeek-V4.1-Flash-1017) and deepseek-v4-pro (V4-Pro-0813), with per-million peak and off-peak input, cache-hit and output rates, and no row for a V4.1 Pro tier.

从未发布过的层级

首先,是清单。截至2026年11月20日,以下是 DeepSeek V4.1 Pro 已存在的内容以及尚不存在的内容。

• 没有模型卡。DeepSeek 的文档索引列出了两个可调用模型和两个旧版别名,它们都指向 V4.1 Flash 或 V4 Pro。没有关于 V4.1 Pro 模型的页面。

• 没有价格档位。价目表列有 deepseek-flash,高峰时段每百万输入 $0.30、输出 $1.20,以及 deepseek-v4-pro 的 $1.32 和 $3.96。V4 Pro 之上没有任何档位。

• 没有开放权重。在 Hugging Face 上,deepseek-ai 组织在 DeepSeek-V4.1-Flash 之后未发布任何内容。鉴于 DeepSeek 已按 MIT 协议为其已发布的每一款旗舰模型开放权重,若悄然推出 Pro 层级,将违背其自身惯例。

• 无独立评分。Artificial Analysis 为 DeepSeek V4 Pro 0813 和 DeepSeek V4.1 Flash 返回了页面。V4.1 Pro 的 URL 返回 404。

一句公开承诺,后来已被撤回。九月路由计划是该名称唯一出现的地方,而撤回消除了它唯一的产品后果。

这些都不能证明 DeepSeek 没有在打造 Pro 层级。公司称 V4.1 Flash 是“我们新架构家族中最小的模型”,这只有在存在更大成员时才说得通。这只能说明,你无法给一张路由表安上一个名字。

两款模型,490亿活跃参数

正是这一巧合,才让这两款模型值得放在一起比较。腾讯 Hy4 与 DeepSeek V4 Pro 都是稀疏混合专家模型,每个 token 激活 490 亿参数。它们通过截然不同的路径达到这一数字,而这一差异也解释了二者行为表现上的大部分差距。

• 总参数量——腾讯 Hy4 为 7700 亿,共 78 层,每层有 256 个路由专家和 1 个共享专家,激活其中前 8 个。DeepSeek V4 Pro 为 1.6 万亿,在激活数量相同的情况下,总参数量是前者的两倍多。

• 注意——Hy4 使用带门控的 DeepSeek 稀疏注意力,并借助 IndexCache 跨层复用索引器的选择;此外,Flash 变体中还包含一条滑动窗口路径。DeepSeek V4 Pro 则使用自己的稀疏注意力实现。讽刺的是,腾讯的模型卡点名将 DeepSeek 的架构论文称为灵感来源,因此这两个模型在注意力层上是近亲。

• 上下文与输出——两者均提供 100 万 token 的上下文。Hy4 最多返回 64K 输出 token;DeepSeek V4 Pro 最多返回 384K,单次响应的余量是前者的六倍。

• 模态——Hy4 可读取文本、图像和视频帧。DeepSeek V4 Pro 仅支持文本;DeepSeek 自己的价格表在 Pro 行将视觉标注为不支持,在 Flash 行标注为支持。

• 草稿模型——Hy4 搭载了一个 3.3B 的 DFly2 推测解码草稿器;这个草稿器与目标模型共享 KV 缓存和稀疏索引,腾讯正是通过这种方式,在其自有基础设施上实现持续超过每秒 150 个 token 的解码速度。DeepSeek 没有发布等效组件。

对买家而言,后果是:这两个模型并不是同一接口背后可互换的服务器。Hy4 会读取截图,并借助内置的 64K 作答。V4 Pro 会读取一批输出为 384K 的提示词,并仅以文本作答。二者的交集是文本输入、文本输出、长上下文——这涵盖了大多数工作,也正是价格比较真正见分晓的地方。

你今天可以调用的,已定价

目前涉及三种模式,而费率卡不仅在水平上不同,在结构上也不同。

• Tencent Hy4 — 输入 $0.834,输出 $2.501,缓存输入 $0.042。统一定价,无高峰档。Artificial Analysis 记录其 Intelligence Index 为 35、每秒 93 个 token,每完成一项索引任务 $1.03。

• DeepSeek V4 Pro 0813 — 峰时输入 $1.32、输出 $3.96;非峰时分别为 $0.66 和 $1.98;缓存输入峰时 $0.044、非峰时 $0.022。Artificial Analysis 在最高推理强度下将其排在指数第 23 位,速度为每秒 78 个 token,并称其智能水平低于同规模的平均水平。

• DeepSeek V4.1 Flash 1017 — 高峰时段输入 $0.30、输出 $1.20;非高峰时段分别为 $0.15 和 $0.60;缓存输入高峰时段为 $0.006。它属于廉价层级,在预填充阶段激活 80 亿参数,在解码阶段激活 160 亿参数,并可读取图像。

真正重要的正面对比在前两者之间,而 DeepSeek 的高峰/低谷定价拆分决定了胜负。在高峰费率下,Tencent Hy4 在各项上都低于 V4 Pro:输入 $0.834 对 $1.32,输出 $2.501 对 $3.96,缓存读取 $0.042 对 $0.044。到了低谷时段,排序完全反转,因为 V4 Pro 降至输入 $0.66、输出 $1.98、缓存 $0.022——输入比 Hy4 便宜 21%,输出便宜 21%,缓存费率只有其一半。所以哪个模型更便宜取决于你何时运行:可以安排进 DeepSeek 低谷时段窗口的批处理任务,用 DeepSeek 更便宜;而只能在需要时立即运行的任务,用 Tencent 更便宜。

指数差距的走向与参数规模所暗示的正好相反。Hy4 得分 35,V4 Pro 在最高推理强度下得分 23。十二分的差距绝非舍入误差;它意味着一个是能撑住多步智能体任务的模型,另一个则被 Artificial Analysis 归入同规模开放权重模型的中位数以下。DeepSeek 自身将 V4 Pro 定位为 1.6 万亿参数的旗舰,而独立评测并不支持把它当作旗舰来看待。

Hy4 在哪些方面更胜一筹,以及价格在哪些情况下是陷阱

廉价模型并非在每个维度上都便宜,而假装它便宜,正是路由决策出错的原因。

• 优势:每完成一项任务的成本。在最高投入下,Hy4 为 1.03 美元,而 DeepSeek V4 Pro 0813 为 1.77 美元。每完成一项索引任务,Hy4 的成本低 42%,并且这一数字已经计入了其冗长程度——整个索引共产生 1.6 亿个输出 token,而 DeepSeek 为 1.19 亿个。

• 优势:多模态能力。在必须读取 PDF 页面并对其进行推理的流水线中,Hy4 的视觉路径决定了一个模型还是两个模型的差别。在 DeepSeek 技术栈中额外加入一个独立视觉模型,其成本高于 token 差异。

• 优势:许可清晰度。两者均为开放权重——Hy4 采用腾讯 Hy License 1.0,其中包含第 10 条“模型即服务”条款;V4 Pro 采用 MIT 许可——但 Hy4 于 11 月 20 日发布了其权重,并附带预构建的 vLLM 和 SGLang 镜像,而 DeepSeek 的 MIT 许可证是两者中更宽松的。若论纯粹的自托管自由,DeepSeek 在这一点上胜出。

• 陷阱:首 token 延迟。在索引运行中,Hy4 生成首个回答 token 需要 115.9 秒,而同层级中位数为 12.7 秒。DeepSeek V4 Pro 也谈不上快,但在任何交互式界面上,等待本身就是用户体验,而这两个模型都不是为此而生的。

• 陷阱:输出上限。64K 对 384K 并不是一个小差距。如果你想在一次调用中生成的是一份很长的文件,Hy4 做不到,而 V4 Pro 可以。

• 陷阱:冗长。Hy4 为完成索引消耗 1.6 亿个输出 token,是该层级中位数的 2.5 倍。按每 token 费率卡来看,这没问题;但按每答案预算来看,这会使价格优势减少三分之一或更多。

如果 V4.1 Pro 发布,会有什么变化

值得把触发条件具体化,因为“关注发布”算不上一个计划。

首个信号将是 deepseek-ai 组织中的模型卡,而不是博客文章。每一款 DeepSeek 旗舰模型都是以权重优先或同步发布的方式推出的,而模型卡会列出参数量、上下文长度和许可证——这三个事实正是路由决策所需要的。没有代码仓库的新闻稿,其信号强度将弱于这一模式所暗示的程度。

第二行是价目表上的一行。DeepSeek 会先在自己的价目表上定价,然后才会在其他地方定价,而 Pro 档位会定在每百万 token 输入 1.32 美元以上。这个数字才是应当与 Hy4 的 0.834 美元相比较的对象,而且很难看出,一个 1.6 万亿参数以上的模型如何在输入定价上低于一个 7700 亿参数的模型,除非 DeepSeek 决定用低价换市场份额。

第三项是 Artificial Analysis 页面。V4.1 Pro 的 URL 如今是 404。等它恢复可访问后,这项比较就不再停留在架构层面,而会变成一张在同等努力程度下两个指数得分的表格——而这正是这场对决唯一可能被判定高下的形式。

在三者全部存在之前,对 DeepSeek V4.1 Pro 最诚实的描述是:一个附带着撤回的名字。那些为它定价、为它做基准测试或推荐它的页面,描述的其实是一个没有端点的模型。

对一个键运行比较

A generated two-column scoreboard titled 'Tencent Hy4 vs DeepSeek V4.1 Pro — what can be called'. Tencent Hy4 column: endpoint live, $0.834 / $2.501 per 1M tokens, 1M-token context, 64K max output, Intelligence Index 35, weights published 20 Nov 2026. DeepSeek V4.1 Pro column: no endpoint, no published price, context unstated, output limit unstated, no independent score, no weights. Footer: 'DeepSeek status verified against its own documentation on 20 November 2026; Tencent figures per Artificial Analysis v5.0.1.'

Tencent Hy4 和两个可调用的 DeepSeek 模型都以各自的字符串列在 OrcaRouter 上。与其争论 Pro 档是否会胜过 Hy4,不如用现有的这两个模型跑一跑你自己的任务:tencent/hy4 价格为 $0.834 和 $2.501,deepseek/deepseek-v4-pro 价格为 $1.32 和 $3.96,deepseek/deepseek-v4.1-flash 价格为 $0.15 和 $0.60,均按提供商标价透传,零加价。

路由 DSL 完成了基准测试做不到的部分。一条加权路由会把大部分流量导向更便宜的模型,并在检查失败时升级到另一个模型;正是通过这种方式,你才能发现:对于你的特定工作负载,十二个百分点的指标差距是否值得每 token 多花 37%。这只需要一个下午,而不是一次迁移。

当 Pro 层级出现时——或者说,如果它出现的话——那只是在同一个密钥上更改模型字符串,而不是第二份合同。这就是保留这个席位的实际理由:准备就绪的代价不过是配置文件中的一行。

证据支持什么

Screenshot of the Hugging Face model card for tencent/Hy4 showing the repository header, download and like counts, the MoE and multimodal tags, the Tencent Hy License badge and the links to ModelScope, GitCode and GitHub.

撇开标题不谈,这里有两个站得住脚的说法,还有一个是无法成立的。

Tencent Hy4 已可调用,自 11 月 20 日起开放权重;在峰值费率下,其每 token 成本无论哪个方向都比 DeepSeek 的旗舰档更低,每完成一项索引任务便宜 42%,并在独立指数上领先十二个百分点。对于一个十六天前才发布的模型来说,这是实打实的成绩,也正是为什么开放权重发布比当初的亮相更重要。

DeepSeek V4.1 Pro 只是一个层级名称,并没有附带任何规格说明。关于它的一切都无法定价、无法基准测试,也无法推荐,而唯一关于它的公开声明也已经被收回。买家如今能进行的比较,是 Hy4 与 V4 Pro 以及 V4.1 Flash 之间的比较;在这一比较中,Hy4 在得分和每完成一项任务的成本上胜出,V4 Pro 在输出余量上胜出,而当工作可以安排在非高峰时段时,DeepSeek 在价格上胜出。

那种无法成立的论断是 Hy4 胜过 Pro 档位。没有人测量过它,因为根本没有什么可测量的。有用的做法是把这个名字当作占位符,等 DeepSeek 为它配上卡片、费率和索引页之后,再回来看这个页面。

本文中的对比4

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新