GPT-6.1 Sol 對決 Tencent Hy4 Preview：每個輸出 Token 付 $10，對上只要 $2.50 的開源模型

把兩張價目表並排放在一起，差距並不細微。 Tencent Hy4 Preview在其國際端點的標價為每百萬輸入 token 0.834 美元、每百萬輸出 token 2.501 美元，以及每百萬快取輸入 0.042 美元。 GPT-6.1 Sol則分別標價為 2.00 美元、10.00 美元和 0.10 美元。這代表輸出 token 有 4 倍的差距，輸入則有 2.4 倍的差距；而由於兩個模型都按 token 計價，這個差距所帶出的問題並不是哪個更便宜——Hy4 Preview 在每一項都更便宜——而是昂貴的那個每次呼叫是否完成足夠更多的工作，來證明其價格合理。兩家供應商都沒有公布能直接回答這一點的數字，而本文主要探討的正是為什麼雙方那些顯而易見的數字都不是答案。

騰訊於 2026-08-28 發布並開放原始碼 Hy4 Preview；Open​AI 於 2026-09-29 在 API 上發布 GPT-6.1 Sol。兩者都是具備文字能力的代理式模型，擁有百萬 token 上下文視窗，兩者如今皆可使用，且都收錄在我們的目錄中——這使得本次成為本系列中罕見的比較，其中每 token 的計算可以針對兩筆實際資料列進行，而非針對新聞稿。下文數字來自騰訊的發布資料與模型文件、Open​AI 的模型與定價頁面、我們自己的目錄紀錄，以及註明來源的已發布評估，讀取時間為 2026-10-12。每一個屬於供應商自行執行所得的數字，都會標示為供應商自行執行。

每個模型實際上是什麼

先從架構開始，因為這兩個模型是用相同技術解決相同的服務問題。

• 參數 — Hy4 Preview 是一個 770B 的混合專家模型，每個 token 有 49B 活躍參數，橫跨 78 層，使用 256 個路由專家加上 1 個共享專家。GPT-6.1 Sol 是專有的 OpenAI 模型，在同一世代中定位比 GPT-6 Astra 低一階；OpenAI 不公開參數數量。

• 上下文與輸出 —— 兩者記載的輸入上下文都約為一百萬個詞元。我們目錄中 Hy4 Preview 的紀錄載明 1,048,576 個詞元的上下文，最大完成長度為 64,000 個詞元；騰訊自家的資料則描述其上下文視窗超過 100 萬個詞元，最大輸入為 960,000 個詞元。GPT-6.1 Sol 記載 1,050,000 個詞元的上下文與 128,000 個詞元的最大輸出 —— 是 Hy4 完成上限的兩倍，而當你想靠單次呼叫產出長篇結構化成品時，這正是會讓你吃到苦頭的規格。

• 模態 — 兩者在輸入端皆僅支援文字，並具備你對當前代理式模型所預期的工具使用與結構化輸出。兩者都不是視覺模型。

• 推理控制 — Hy4 Preview 提供 high、low 和 none，並以 high 為預設；建議的取樣設定為 temperature 0.9 與 top_p 1.0。GPT-6.1 Sol 提供 low、medium（預設）、high、xhigh 和 max，完全沒有關閉選項——推理始終開啟，而 temperature 和 top_p 等取樣參數則會直接遭到拒絕。

• 權重 — Hy4 Preview 以 Apache 2.0 開源，今日即可下載。GPT-6.1 Sol 則是閉源的，僅提供 API，且永遠不會支援自行託管。

最後那一行，比任何基準測試都更能區分出這兩個模型。一個 770B/49B Apache 2.0 模型是一種擁有物；專有 API 模型則是一種訂閱。本頁其餘所有內容，都是在說明你的工作負載需要這兩者中的哪一種。

價格明細行，已完成算術運算

兩份費率表均已公布，且兩者都由我們不加價地直接轉交，因此本節內容可供查證，而非僅屬報告所述。

• 輸出 —— GPT-6.1 Sol 每百萬 $10.00，對比 Hy4 Preview 每百萬 $2.501。工作負載每產生一百萬個輸出 token，差額即為 $7.50，而輸出是推理模型耗費最重的計量項目。

• 輸入 — 每百萬 $2.00，相較於 $0.834。在主宰任何長上下文管線的品項上存在 2.4 倍的差距，因為儲存庫規模或文件集提示每回合都會重新傳送一大段前綴。

• 快取輸入 — 每百萬 $0.10，相較之下為 $0.042。兩家供應商都對重新讀取的前綴給予大幅折扣，而 Hy4 的快取費率不到 GPT-6.1 Sol 的一半。

• 快取寫入 — GPT-6.1 Sol 對寫入快取前綴收取每百萬 2.50 美元。Hy4 Preview 公布的國際費率並未列出獨立的快取寫入項目，這意味著首次寫入會以一般輸入計價，而非以溢價計價。

執行一個適用於任一模型的形狀：500,000 個輸入 token，其中 460,000 個是快取前綴，以及 20,000 個輸出 token，在單次呼叫中。

• 在 GPT-6.1 Sol 上 — 460,000 個快取 token 以 $0.10/M 計為 $0.046，40,000 個全新輸入 token 以 $2.00/M 計為 $0.080，而 20,000 個輸出 token 以 $10.00/M 計為 $0.200。總計 $0.326。

• 在 Hy4 Preview 上——460,000 個快取符元以每百萬 $0.042 計算為 $0.019，40,000 個全新輸入符元以每百萬 $0.834 計算為 $0.033，而 20,000 個輸出符元以每百萬 $2.501 計算為 $0.050。總計 $0.102。

就這個形狀而言，Hy4 呼叫的費用略低於 GPT-6.1 Sol 呼叫的三分之一。現在來說個讓這項比較站得住腳的但書：這是將兩張費率表套用到相同 token 數量的比較，而模型之間的 token 數量並不相同。一個在回答前推理較久的模型，面對同一項任務會產生更多輸出 token；而根據文件記載，GPT-6.1 Sol 在可相比的工作上，會比前代 GPT-6 Sol 多產生 10–30% 的輸出 token。如果 Hy4 Preview 的預設推理等級「高」使它同樣冗長，現實中的差距就會縮小；如果 OpenAI 的模型是兩者中較為冗長的那個，差距就會擴大到超過算式所示 3.2 倍。費率表告訴你每個 token 的價格。它們不會告訴你一項任務需要多少 token，唯有實際執行自己的工作負載才能確定。

基準測試在哪些方面有幫助，在哪些方面沒有幫助

這一節是兩個模型的證據品質出現分歧之處，而分歧本身就是重點。

騰訊針對 Hy4 Preview 的頭條評測是一項盲測的並列偏好測試，結果是 Hy4 Preview 獲得 2.99，而 GLM 5.3 為 2.92、Kimi K3 為 2.94。仔細看清楚：這是騰訊自家的評測，這是偏好分數而非準確度分數，領先幅度是在大約三分制量表上的零點零七分，而比較對象是另外兩個開源模型。這證明 Hy4 Preview 足以與當前開放權重層級競爭。這並不能證明它能與專有前沿模型競爭，而發布資料中沒有任何評測套件提出這種主張。

騰訊也報告稱，該模型自身的自我最佳化工作帶來了 31.8% 的吞吐量提升，而該架構還包含一個用於推測解碼的原生多 token 預測層。這兩者都是來自廠商的服務效率宣稱，未經其他任何人重現，而對於一個以該層打造而成的 770B/49B MoE 而言，兩者都屬合理——但它們描述的是模型回答得多快，而非回答得多好。

GPT-6.1 Sol 的證據地位更強，值得精確說明原因。它在最高推理強度下的獨立 Intelligence Index 分項為 52，每項任務的實測執行成本為 0.72 美元，輸出速度約為每秒 65 至 67 個 token——由第三方執行、評分，並報告該次執行的成本。它在 Artificial Analysis Terminal-Bench 4.0 的數字為 56.06，而前代 GPT-6 Sol 為 43.94，這使得在基於 shell 的代理式任務上的世代躍進約為十二分。相較之下，Open​AI 自己針對該模型的主要評測——包括 Terminal-Bench Science 結果，引用最高努力下每項任務 5.47 美元，對比 Claude Opus 5.5 的 23.21 美元——是廠商自身的執行與廠商自身的基準，且沒有人重現過它們。

所以，對證據的誠實總結是偏頗的，而且只偏向一邊：GPT-6.1 Sol 有第三方對品質與每項任務成本的測量，而 Hy4 Preview 則有相對於其他開放模型的廠商偏好分數。這並不表示 Hy4 Preview 比偏好分數所暗示的更差。這表示 Tencent 之外沒有人測量過它，這是不同的陳述，也是應該在你自己的任務上測試它、而不是信任任何一方數字的理由。

自架的問題，用真實數字說話

Hy4 Preview 的開放權重，是它在 API 價格之外值得認真看待的原因，也是它並非穩操勝券的原因。

實際數字如下：該模型以 Q4_K_M 量化後約需 435 GiB，1 位元量化後約需 213 GiB，而完整未量化的模型則需要約 1.5 TB 的 VRAM。213 GiB 的 1 位元數字是這三者中唯一能由單一高記憶體節點容納的，同時也是對品質傷害最大的選項。435 GiB 的 Q4_K_M 數字則需要多 GPU 基礎設施，而大多數團隊並沒有這類閒置資源。

實務上這代表什麼：對已經運行這類硬體的組織而言，自行託管 Hy4 Preview 是切實可行的選項；對其他所有人來說，則是一項資本專案。如果你是屬於第一類，上述 API 價格對你無關緊要——你是把按用量計費的帳單換成固定費用帳單，而且 Apache 2.0 不會額外增加授權成本。如果你是屬於第二類，API 費率就是唯一重要的數字，而 $0.834 / $2.501 / $0.042 這些費率，正是你根本該關注這個模型的原因。

使用者提出的一項提醒，而且是成本方面的提醒，而非能力方面的提醒：Hy4 Preview 文件記載的不足之處在於過度推理與過度驗證——花費比任務所需更多的 token，檢查已經正確的成果。在按用量計費的 API 上，這種行為會出現在輸出計費項目上，每百萬 $2.501；在自架硬體上，則會以延遲的形式出現。無論如何，建議的溫度 0.9 與預設推理設定「high」，都是在你根據成本來評判模型之前，值得調整的配置選擇。

你應該持有哪張卡

這兩款型號並非同一買家的替代品，而且區隔分明。

如果某項工作負載一旦出錯代價高昂，而相對於失敗成本來說又算便宜，那就選 GPT-6.1 Sol——長時間的代理式編碼迴圈、電腦操作、文件繁重的專業工作，這類任務失敗的代價比產出它的詞元更高。它擁有獨立量測數據、更寬的上下文、加倍的輸出上限，以及 2026-04-30 的知識截止日。請把預算編在一個事實上：它的輸出計量才是錢花掉的地方，並針對 272,000 個輸入詞元這個門檻來設計——超過此門檻，Open​AI 會對整個請求重新計價。它已在我們的目錄中，按 Open​AI 的定價表計費，零加成：https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

如果工作負載是高流量、成本敏感，且能容忍一個除了其開發者之外還沒有人做過基準測試的模型，就採用 Hy4 Preview——大量擷取、分類、摘要、工具呼叫型代理，其中任務定義明確、失敗重試成本低廉。以 $0.834 / $2.501 / $0.042 的價格，在相同 token 數量下成本僅為三分之一，它採用 Apache 2.0 開源授權，萬一你哪天不想再租用也可以自行取用，而且它在我們的目錄中以騰訊的定價表價格上架、未加任何加成：https://www.orcarouter.ai/models/tencent/hy4-preview。同樣的 0% 加成規則適用於這兩列，這意味著廠商降價會在降價當天就反映到目錄上，而不是等經銷商注意到之後才更新。

大多數團隊實際上真正想要的配置是兩者並用，讓便宜的模型承擔大量流量，昂貴的模型負責困難的長尾——而這正是「涵蓋 200 多個模型、具備自動容錯移轉的單一端點」存在的目的：讓這樣的配置變得便宜，因為像 Hy4 Preview 這種未經實證的模型，若能與你已經信任的模型共用同一把金鑰，嘗試起來就容易得多，而且路由會自動回退，不必再維護第二套整合。