一張產生的主視覺卡片,寫著「Hy4 flash 對比 MiniMax M3.1 Flash」,左側圖卡顯示「220B / 12B 活躍參數、$0.070 / $0.281、無指數分數、2026 年 11 月 17 日推出」,右側圖卡顯示「428B / 23B 活躍參數、$0.15 / $0.60、Intelligence Index 29、2026 年 10 月 19 日推出」,頁尾則寫著「Index 29 依據 Artificial Analysis v5.0.1;Hy4 flash 價格為騰訊牌價。」
Guides & Insights

Hy4 flash 對上 MiniMax M3.1 Flash:兩款廉價的開放權重模型,其中一款有評分

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

這是一場罕見的對決:兩個模型都可以下載,都定位在同樣的「便宜又快速」層級,都能處理圖片,都支援一百萬個 token,而且其中一個還有一個不是由它的開發者所提供的評分。MiniMax-M3.1-Flash自 2026 年 10 月 19 日發布以來就一直收錄在 Artificial Analysis 上,目前 Intelligence Index v5.0.1 的分數為 29,價格為每百萬輸入 token 0.15 美元、每百萬輸出 token 0.60 美元。Hy4 flash自 2026 年 11 月 16 日起公開,並於 11 月 17 日轉為開放權重,輸入價格約為前者的一半,輸出價格則不到一半,而且完全沒有 Artificial Analysis 的收錄資料。

所以這個頁面無法告訴你哪個模型比較聰明,因為只有其中一個受過測量。它能做的是對真正在做選擇的人更有用的事:把兩份發布成品並排對照,因為它們確實是可比擬的物件——同一層級、同樣的開放程度、同一個月份——而留存下來的差異,都是關於授權、服務成本,以及各家廠商當時在最佳化什麼的具體差異。

先從兩家廠商實際出貨的內容開始說起

兩個發佈版本都包含一個指令微調模型、開放權重,以及一個基礎版或量化版同系列模型。兩者都不是硬加上下載功能的封閉 API。

• MiniMax-M3.1-Flash — 總參數 428B、啟用參數 23B,採混合專家(MoE)架構,為推理模型,支援文字與圖像輸入、文字輸出,具備 1M token 上下文,權重以 MiniMax Community License 在 Hugging Face 上發布,該授權允許商業使用,但附有部分限制。

• Hy4 flash — 220B 總參數(155.5B 主幹加上 63.5B Engram,加上 0.43B 視覺編碼器與 0.85B 草稿模型),12B 啟用參數,混合專家架構,文字與圖像輸入、文字輸出,1,048,576 個 token 上下文,權重以 Hy4 flash、Hy4 flash-FP8 與 Hy4 flash-Base 名稱發佈於 Hugging Face,依 Tencent Hy 授權條款。

• MiniMax 沒有發布的部分——沒有獨立的基礎檢查點,也沒有基礎模型的基準測試表;428B 模型本身就是成果。

• Tencent 未交付的內容——沒有獨立評分、沒有為指令模型發布的代理式基準測試套件,也沒有 Transformers 版本(整合功能位於 pull request 50903)。

參數量值得加註但書,而非直接比較,因為兩者衡量的並不是同一件事。MiniMax 的 428B/23B 是傳統的稠密參數量。騰訊的 220B 包含 63.5B 的 Engram n-gram 嵌入表——這些參數是以雜湊與查表方式取得,而非透過乘法運算——因此這兩個總數並不是衡量模型規模的同類比較,就像圖書館的書架數量並不是衡量它讀過多少書的指標一樣。以 12B 對 23B 來看,活躍參數量是較公平的比較,而這也預示了價目表實際上呈現的內容。

價格列,以及它們唯一出現反轉的地方

這兩份費率卡所列的都是供應商自己的牌價,並非實測數據。

• 輸入 — Hy4 flash $0.070,對比 MiniMax-M3.1-Flash $0.15。Hy4 flash 便宜 2.1 倍。

• 輸出 — $0.281 對比 $0.60。Hy4 flash 便宜 2.1 倍。

快取輸入——$0.003 對比 $0.015。Hy4 flash 便宜 5 倍。

• 每項 Index 任務的實測成本——根據 Artificial Analysis,MiniMax-M3.1-Flash 為 $0.49;Hy4 flash 則未測量。

最後一行才是有意思的,因為它說明了為什麼每 token 價格是每項任務成本的不佳代理指標。MiniMax-M3.1-Flash 每完成一個 Index 任務的 $0.49,是按 $0.15 的輸入費率計價——是 Hy4 flash 的兩倍多——而它每項任務仍比 token 價格更低的模型更便宜,因為模型為了得出答案所耗費的 token 數量,變異程度比費率更大。T​encent 聲稱 RL 後訓練將其平均輸出長度縮短了 50%,這是同樣道理的另一個方向:最便宜的模型通常是最先停止說話的那一個。

所以,對價格比較的誠實解讀是:Hy4 flash 的費率低了一半,而在獨立測試框架同時執行兩者之前,沒有人知道這是否會轉化為每項任務成本減半。Tencent 自家的 WorkIndex 數據顯示,Hy4 flash 的每項任務成本是 DeepSeek-V4.1-Flash-1017 的 1/8,但這是在不同測試套件上進行的另一種比較。不要把它套用到這裡。

A generated reference card headed 'Two price cards, one measured bill', with four comparison rows for Hy4 flash and MiniMax M3.1 Flash — input $0.070 against $0.15, output $0.281 against $0.60, cached input $0.003 against $0.015, and cost of one measured Index task 'not measured' against $0.49 — plus a strip beneath reading '220B total, 12B active' and '428B total, 23B active'.

速度:一項實測,一項宣稱

• MiniMax-M3.1-Flash — 每秒輸出 132 個 token,首個回答 token 耗時 50.64 秒;若根據 0.49 美元與 132 t/s 的數字推算,每個 Index 任務的實際耗時約 14.2 分鐘。以上皆來自 Artificial Analysis。

• Hy4 flash — Tencent 聲稱,在 tensor-parallel-8 節點上的 FP8 版本可達到每秒超過 150 個 token 的解碼速度;且在 Tencent 自家的 85 人盲測中,端到端完成時間中位數為 6.7 分鐘。

那些數字並不可比,而其中的差異很有啟發性。MiniMax 的數字是在標準化測試框架上測得的吞吐量;Tencent 的數字則是針對特定硬體上的特定容器映像所做的服務宣稱,再加上來自內部母體的任務完成時間中位數。兩家廠商都沒有不誠實。他們回答的是不同的問題,而第二個問題——使用者要多久才能得到答案——才是決定一個產品是否讓人感覺快速的關鍵。

在 MiniMax-M3.1-Flash 上,首個 token 耗時 50 秒,本身就值得特別指出。這是推理模型在開口前先進行思考;對批次工作來說沒問題,但對任何會串流的互動式用途則很糟。Hy4 flash 也有同樣的結構性問題,只是形式較溫和:reasoning_effort 預設為 high,而文件記載的替代方案是 no_think。Tencent 的模型沒有中間設定,而 MiniMax 則提供更完整的推理配置。如果你的延遲預算需要「稍微思考一下」,那這就是個實實在在的落差。

授權條款:兩種「不完全開放」的不同方式

這兩個檢查點都不是開源的。兩者都是附條件的開放權重,而條件的形式差異夠大,因此會左右不同的交易。

• MiniMax 社群授權條款 — 允許商業使用但附有諸多限制;部署事宜以該授權條款本文為準,且此條款載於模型卡中,而非採用 OSI 認可的授權條款。

• T​encent Hy License v1.0 — Apache 2.0,外加第 10.2 條:若你經營模型即服務(model-as-a-service)業務,於任十二個月期間的全球總收入超過 5,000 萬美元,或每月活躍用戶超過 1 億人,則須另行取得書面授權。

• Tencent 的豁免條款——從不轉售存取權的團隊無需額外付費;若產品只在固定功能內提供模型,而非開放式提示,就根本不算 MaaS;把請求轉送到他人的託管端點也不列入計算。這三句話正是為何一家歐洲 SaaS 公司通常只要讀一次這份授權條款就能繼續前進,而 MiniMax 的文字則要求就其自身部署對「限制」的含義作出判斷。

• {{1}}騰訊的觸發條件與收入掛鈎,而非與地域掛鈎——並無任何被排除的司法管轄區,這一點使其有別於那些直接禁止歐盟、英國或南韓的授權條款。{{/1}}

以這類文件而言,Tencent 的文件異常易讀,因為附加條款被獨立放在一個編號章節裡,而該章節確切說明它對 Apache 授權做了什麼。無論這份發行版本還有什麼其他情況,這份許可證都是由某個預期工程師會閱讀它的人起草的。

Screenshot of the Artificial Analysis model page for MiniMax M3.1 Flash, showing its Intelligence Index score, class rank, output speed, time to first answer token and cost per task on Intelligence Index v5.0.1.

分數差距,以及為何「29」並非全貌

Artificial Analysis 在 v5.0.1 上測得 MiniMax-M3.1-Flash 為 29。如果你在這個部落格讀過關於這個模型的其他內容,可能看過 42 或 43——那些在先前的指數版本中是正确的,而 2026 年 10 月 27 日的重新基準化移動了排行榜上的每一個模型。今天引用 43,卻為競爭對手引用 29,等於拿兩種不同的量測工具相比。在目前版本中,數字是 29,這使 MiniMax-M3.1-Flash 與 Gemini 3.8 Flash 的 31 落在同一個大致區間,並低於 Claude Haiku 5.5 的 36。

Hy4 flash 沒有分數區間。最接近的可用證據是騰訊的盲測:它在使用者滿意度上以 4 分制拿下 2.79 分,而 Claude Haiku 5.5 為 2.81 分。若你願意做推論——而這僅僅是推論——一個在辦公任務上與 36 指標模型落在雜訊範圍內的模型,大概也離那個區間不遠。那是待檢驗的假設,不是可引用的分數。

能定案的做法,是讓兩者跑一次同一套評測框架。這兩個模型都能下載,所以障礙在算力,不在取得管道;而對中文開放權重模型做基準測試的社群,自然會去處理這件事。在那之前,不對稱就是事實:其中一個已被公開測量,另一個則沒有,再多的架構描述都無法彌補這一點。

Screenshot of the minimax/minimax-m3.1-flash model page, showing the per-million-token input, output and cache-read prices the model is listed at along with its context window and accepted modalities.

路由:你今天可以致電這兩者之一

這就是實務上的差別,而它正好體現在我們自己的產品目錄中。MiniMax-M3.1-Flash在 OrcaRouter 上以minimax/minimax-m3.1-flash 提供,價格為每百萬輸入 token 0.15 美元、每百萬輸出 token 0.60 美元,快取讀取為 0.015 美元——這是 MiniMax 自家的牌價,以 0% 加價原樣傳遞,因此供應商價格一有變動,這裡當天就會生效。多模態輸入為文字、圖像與影片,上下文視窗為 1,048,576 個 token。

Hy4 flash 不在目錄上。Tencent 有提供的是 tencent/hy4-preview,也就是 Hy4 flash 蒸餾來源的 770B/49B 模型,價格為每百萬 $0.834 與 $2.501,快取讀取為 $0.042。對這項決策而言,這是真正有用的第三個模型,而不是安慰獎:如果你正在衡量 Hy 系列的行為是否適合你的工作負載,這個預覽版能讓你在一個下午內知道答案,而開放權重則能告訴你自己執行這個便宜模型會花多少成本。

路由 DSL 在這裡比二選一更有意思。一條管線可以在同一個端點中,將簡短的互動式呼叫送往較便宜的路由,並將長篇文件工作交給在你自己的評估中勝出的模型,還能跨供應商自動容錯移轉,這樣一來,模型在剛推出第一週時就不是單點故障。這種姿態——把新模型放在你承受得起損失的流量上——對任何這麼年輕的檢查點都是正確的,這也是你會希望在內部閘道後方自架 FP8 部署時採取的相同姿態。

哪一個,用於哪項工作

選擇 MiniMax-M3.1-Flash 如果你現在就需要一個經過實測的模型、如果你的輸入包含影片、如果你需要介於「開啟」與「關閉」之間的推理強度設定,或者如果你想待在供應商價格已經上線、而不是還得自己推算價目卡的平台上。它的 428B/23B 架構與每秒 132 個 token 讓它成為可靠的工作主力,而它已在排行榜上待了一個月,這意味著其他人已經公開發現它的失效模式。

選擇 Hy4 flash如果每 token 成本是關鍵限制、如果你想自行掌控部署、如果你需要基礎檢查點來微調,或者如果決定性因素是授權問題——騰訊的文件沒有地域排除條款,並有明確的內部使用例外,對歐洲團隊而言,這可能就是完整答案。其 12B 活躍參數與 1M token 上下文,KV 快取僅為前代的 1/6,這說明第二種價格——也就是以 GPU 衡量的那種——異常低。

等等,這兩種情況下,如果決策成本高昂,都是如此。這兩個模型之中,有一個從未經過獨立基準測試,另一個則從未與之同場較量。真正能一決高下的比較——兩者放在同一套測試框架上,以相同任務計分,並在分數旁列出每項完成任務的成本——目前還不存在。等到這樣的比較出現時,上表的參數與授權欄位依然成立,而分數欄位也終於有了意義。

本文中的比較4

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新