
Hy4 flash 對比 Gemini 3.8 Flash:已棄用的模型仍是唯一有價目表的那一款
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 138 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 175 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 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 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 120 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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 每百萬 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 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 每百萬 tokens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
Artificial Analysis 將 Gemini 3.8 Flash 標為「已淘汰」,並引導讀者轉向 Gemini 4 Hydrogen。Google 仍以每百萬輸入 token 0.75 美元、每百萬輸出 token 3.75 美元的價格販售它。Hy4 flash 才推出兩天,成本只有其十分之一,而且完全沒有獨立評分。因此,在這場對決中,誠實的問題不是哪個模型更好——目前還沒有人能回答——而是你寧願處於哪一種令人不安的處境:為一個已被自家開發商取代的模型支付接近旗艦級的價格,還是為一個 Tencent 以外無人測量過的模型支付幾乎為零的費用。
Hy4 flash 於 2026 年 11 月 16 日登上騰訊 API,並於 11 月 17 日以開放權重形式發布:總參數 220B、啟用參數 12B、1,048,576 個 token 的上下文、支援圖像輸入與文字輸出,採用腾讯 Hy 授權。Gemini 3.8 Flash 於 2026 年 9 月 2 日發布,具備 1M 個 token 的上下文,支援文字、圖像、影片、音訊與檔案輸入,且在高推理設定下的 Artificial Analysis Intelligence Index 得分為 31。它是本次比較中唯一具有獨立測量的模型,也是唯一被標記為已棄用的模型。
這裡的棄用標籤實際上代表什麼意思
Artificial Analysis 對 Gemini 3.8 Flash 標示的「deprecated」旗標,代表該排行榜認為它已被取代,而頁面指向 Gemini 4 Hydrogen 作為替代品。這並不代表 Google 已將其關閉。該模型仍可解析、仍有定價,且以 $0.75 與 $3.75 的價格列於 OrcaRouter 目錄中,並享有 90% 快取折扣,這意味著至少有一個平台仍在向付費客戶提供該模型。
這真正意味著的是,產品路線圖已經把它拋在後頭。一個在九月初發布、到十一月中就被標示為已被取代的模型,作為當前世代的有效期大約只有兩個半月。任何團隊現在若以它作為標準,就是在把供應商早已在自己建議中替換掉的東西當成標準;而實際後果很直接:下一次能力提升不會以這個模型的更新形式到來,而是會以另一個你必須遷移過去的模型形式到來。
Hy4 flash 有相反的問題。它並未遭棄用;而是未經量測。騰訊自家的評估是一套 WorkIndex 內部測試套件,以及一場 85 名使用者的盲測,兩者皆由廠商自行執行;而截至 11 月 18 日,Artificial Analysis 的 Hy4 flash URL 會回傳 404。模型卡上的公開基準表是 base 對 base,描述的是預訓練檢查點,而不是你實際會呼叫的指令模型。
這兩種處境都不舒服。一個是收尾曲線上的已知數;另一個是起始曲線上的未知數。
價格差距確實存在,而這並不是有趣的部分。
騰訊 Hy4 flash 的中國大陸價目表顯示,每百萬輸入 token 為 ¥0.5、每百萬輸出為 ¥2、每百萬快取輸入為 ¥0.02——約合 $0.070、$0.281 與 $0.003。Google 對 Gemini 3.8 Flash 的牌價為 $0.75 與 $3.75,快取讀取享 90% 折扣。
• 輸入 — $0.070 對比 $0.75。Hy4 flash 大約便宜 10.7 倍。
• 輸出 — $0.281 對比 $3.75。大約便宜 13.3 倍。
• 快取輸入 — 0.003 美元,相較之下約 0.075 美元。便宜約 25 倍。
• 以 7:2:1 的輸入/輸出/快取混合比例計算 — Hy4 flash 每百萬約 $0.10;Artificial Analysis 則將 Gemini 3.8 Flash 估為 $0.58。
那不是折扣,而是另一類產品,也解釋了第二個關鍵數字:每完成一項 Intelligence Index 任務的成本。Artificial Analysis 測得 Gemini 3.8 Flash 每項任務為 7.77 美元,耗時超過 14.2 分鐘。沒有 Hy4 flash 的數據,因為沒有 Hy4 flash 的分數——但騰訊 WorkIndex 的計算顯示,在尖峰時段定價下,其平均每項任務成本是 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。
那些是不同的任務和不同的測試框架,不能彼此相除。它們所確立的是這筆取捨的形態:Gemini 3.8 Flash 每項任務的成本很高,因為它每個 token 都很貴,而且為了達到結果要耗費大量 token。Hy4 flash 則是經過工程設計的——混合稀疏注意力、只有 Hy4 的 1/6 KV 快取、透過 RL 讓輸出縮短 50%——專門為了把每項任務的數字壓低。

能力,在我們唯一能衡量的軸線上
Gemini 3.8 Flash 的獨立評分(全部來自 Artificial Analysis 於 v5.0.1 的評測)取決於 effort 設定,而 effort 設定比標題分數更重要:
• 智慧指數為高 — 31。
• 中等級別的智慧指數 — 30。
• 智慧指數偏低 — 23。
• 類別排名 — 在 Intelligence Index 上,92 個中排名第 66。
• 輸出速度 — 每秒 116 個 token。
• 首個回答 token 的時間 — 22.4 秒。
• 上下文 — 100 萬個 token。
在高強度設定下,指數 31 屬於中段水準;之所以有「已棄用」旗標,是因為 Google 之後已推出更好的版本。先前關於此模型的報導在發布時引用的是 59;該數字早於 2026 年 10 月 27 日的指數重新基準化,無法與今日的 31 相比。任何人把 59 和 31 相提並論,都是在比較兩種不同的衡量工具。
對 Hy4 flash 來說,沒有可以放在其下方的資料列。最接近外部錨點的東西,是 Tencent 自家的盲測:Hy4 flash 在使用者滿意度上於滿分 4 分中拿到 2.79 分,而 Claude Haiku 5.5 為 2.81 分——且 Claude Haiku 5.5 在同一個指數上得分 36,Gemini 3.8 Flash 則得分 31。如果你把這兩項事實串起來,就會得到 Hy4 flash 的隱含位置大約落在三十出頭偏低的地方,而這正是這個部落格存在的目的:把這類推論標示為推論,而非測量。兩個廠商數字加一個第三方數字,並不能構成一份基準測試。

在多模態方面,Gemini 3.8 Flash 依然完勝。
這就是能在價格差距下存續下來的那一列,值得具體說明。
• Hy4 flash 輸入 — 文字與影像,透過具備 2x2 特徵合併的 27 層 SigLIP2 衍生編碼器處理。
• Gemini 3.8 Flash 輸入 — 文字、圖像、影片、音訊與檔案,依據 OrcaRouter 目錄條目及 Google 的模型說明文件。
• Gemini 輸出 — 文字。
如果你的管線會輸入螢幕錄影、通話錄音,或帶有音軌的 PDF,Hy4 flash 無法接受,而 Gemini 3.8 Flash 可以。權重是否開放幫不上忙;不存在的編碼器就是不存在。騰訊自己為 Hy4 flash 建議的使用情境,是文字與截圖的形態——深度搜尋、文件處理、簡報製作、簡單的前端示範、電腦操作——這是一個連貫的產品決策,同時也是一道界線。
在文件方面,兩者更具體地說是更接近。兩者都接受圖像,都支援一百萬個詞元的上下文,而 Hy4 flash 在文件工作上的幻覺概況,正是其 WorkIndex 套件實際衡量的內容:試算表修復、文件編輯、投影片共同撰寫。這比一般基準測試分數是更誠實的說法,前提是你記得這是騰訊的評分標準。
成為「flash」模型有兩種截然不同的方式
Google 的 flash 層級意味著相對於 pro 層級更快、更便宜,且建構在封閉的 API 上,由供應商吸收服務端的複雜性。騰訊的 flash 則更具體:這是一種架構,其唯一目的就是讓 100 萬 token 的上下文能以低成本提供服務。
• 注意力 — Hy4 flash 在 42 層中,以 1:3 的比例交錯使用稀疏 IndexPool 注意力與 512 個 token 的滑動視窗;Gemini 的架構並未公開。
• KV 快取 — Hy4 flash 是 Hy3 的 1/24、Hy4 的 1/6,為廠商提供數據;Gemini 3.8 Flash 則無可比較的公開數字。
• 推測性解碼 — Hy4 flash 搭載 DFly2,這是一個 0.85B 的草稿模型,會重用目標模型的稀疏 KV 與索引器選擇,使草稿成本不隨上下文而增加;Google 的對應方案則屬內部使用。
• 輸出長度 — 騰訊表示,RL 後訓練讓平均輸出 token 數減少 50%,而盲測回報的任務完成時間中位數為 6.7 分鐘;Gemini 3.8 Flash 在 index 測試中平均每項任務耗時 14.2 分鐘。
最後一列才是值得停下來細想的那一列。Hy4 flash 每項任務之所以便宜,很大一部分原因在於它寫得比較少;而一個寫得少的模型,並不自動就是比較差的模型——但它是那種在你把面向客戶的工作流程導向它之前,應該先讀過其輸出的模型。冗長程度與品質是兩個不同的軸線,而其中只有一個會出現在成本欄位裡。
部署是它們完全無法相提並論的面向。
Gemini 3.8 Flash 是一個 API。沒有 checkpoint、沒有 FP8 版本、沒有 GGUF、也沒有微調途徑。OrcaRouter 目錄中的項目只顯示模型本身,別無其他。
Hy4 flash 是一個 API、三個 Hugging Face 儲存庫——instruct 模型、FP8 版本與基礎檢查點——來自 AngelSlim 的 GGUF 量化、一份微調指南、固定版本的 vLLM 與 SGLang 映像,以及目前仍在 pull request 50903 上的 Transformers 整合。這份清單並非全然是好消息:固定版本的映像與 PR-ref 安裝意味著你執行的是騰訊測試過的建置版本,而不是已發佈的建置版本。
但這改變了「便宜」的含義。在 Gemini 3.8 Flash 上,便宜指的是 Google 的定價,而 Google 可以改變它。在 Hy4 flash 上,便宜指的是騰訊的定價或你自己的 GPU,而第二個選項根本沒有價格——它有的是容量規劃,而這套架構本身就是在論證那個規劃很小。Tencent Hy License 允許這麼做,但有一個附加條件:第 10.2 條要求,若作為模型即服務業務的全球總營收超過 5,000 萬美元,或月活躍使用者超過 1 億,就必須另行取得書面授權。內部使用則可豁免。歐洲或韓國團隊沒有地域限制,而某些中國的開放權重授權條款就做不到這一點。這份授權是 Apache 2.0 加掛營收觸發條款,這意味著兩條部署路徑是在同一份文件下計價,而不是分屬兩份文件——當你的財務團隊問為什麼便宜選項這麼便宜時,這個細節很重要。
實際上要在哪裡執行其中任何一個?
Gemini 3.8 Flash 已在 OrcaRouter 目錄上,google/gemini-3.8-flash,每百萬輸入 token 為 $0.75,每百萬輸出為 $3.75,快取讀取為 $0.075,以 Google 定價路由,我們這邊 0% 加價——所以,如果 Google 調降某個它已棄用模型的價格,你會在事發當天就看到,而不是等到下次目錄同步。Hy4 flash 不在目錄上;目錄上的是它的教師模型,tencent/hy4-preview,每百萬 $0.834 與 $2.501,快取讀取為 $0.042。
對這組特定搭配,實用的模式是採用路由規則,而不是二選一。把音訊與視訊的擷取層放在 Gemini 路線上,因為它是兩者中唯一接受這些輸入的路線。等你親自實測過之後,再把高流量的文字與文件層放到低成本路線上。路由 DSL 的存在,正是為了表達這樣的分流在同一個端點中,而 自動容錯移轉意味著低成本路線劣化不會連帶讓整個管線停擺——當低成本路線才啟用兩天、又跑在固定版本的容器映像上時,這點比平常更重要。

這項決定,以三種情形說明
如果你需要音訊或視訊輸入,比較就到此為止:Gemini 3.8 Flash 是這裡唯一的選項,而它已被棄用這件事,是你應該計入成本的遷移代價,而不是排除它的理由。
如果你需要在把模型呈現給客戶之前,先取得一項獨立評分,那麼同樣的答案也適用,只是理由不同。Intelligence Index 上的三十一分是個不算高的數字,但它是實測出來的;而 Hy4 flash 沒有任何一項是實測的。
如果你的工作負載是大量文字與文件、可容忍延遲,而且你能自行執行評估,那麼 Hy4 flash 值得花一個下午測試。13 倍的輸出價格差距不是四捨五入誤差,而騰訊公布了一場它以 0.02 分之差落敗的盲測,這件事對該模型誠實度的訊號,比 Google 模型卡上的任何數字都更有參考價值。只是別跳過評估:該模型沒有第三方評分,其公開基準表描述的是與你將呼叫的檢查點不同的另一個檢查點,而唯一的外部量測,是由其開發商所做的一項滿意度調查。
還要留意停用時程。如果 Google 淘汰 Gemini 3.8 Flash 的方式,就跟它淘汰先前那些模型一樣,那麼這個頁面真正的答案就會從「貴的那個有實測數據」變成「有實測數據的那個已經沒了」,而一個才推出兩天、開放權重、連分數都還沒有的模型,看起來就會比今天有吸引力得多。
本文中的比較3
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
