
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
- 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
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。Tencent 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。

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。
• Tencent 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。

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。

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
