一張生成的主視覺卡片,比較 Hy4 flash 與 Gemini 3.8 Flash,左側圖塊寫著「Hy4 flash — $0.070 / $0.281,開放權重,無獨立評分」,右側圖塊寫著「Gemini 3.8 Flash — $0.75 / $3.75,Intelligence Index 31,已棄用」,另外頁腳寫著「Gemini 數據依據 Artificial Analysis 的 index v5.0.1;Hy4 flash 價格為 Tencent 牌價。」
Guides & Insights

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

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

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。

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。

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。

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.

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