一張生成的標題卡寫著「Tencent Hy4 對比 Claude Opus 5.5——每項任務成本僅十分之一」,左側卡片為 Tencent Hy4,顯示「總參數 770B/活躍參數 49B」、「100 萬上下文」、「權重於 2026 年 11 月 20 日開放」以及「每 100 萬個 token $0.834/$2.501」,右側卡片為 Claude Opus 5.5,顯示「最高投入下 Intelligence Index 59」、「100 萬上下文」、「封閉權重」以及「每 100 萬個 token $4.00/$20.00」,頁腳寫著「指數數據依據 Artificial Analysis,v5.0.1。OrcaRouter 標誌位於右下角。」
Guides & Insights

Tencent Hy4 與 Claude Opus 5.5:每項任務成本僅十分之一

作者

Gideon Frost

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

騰訊 Hy4 於 2026 年 11 月 20 日不再是租用模型。那一天,騰訊公布了權重——tencent/Hy4、Hy4-FP8,以及預訓練的Hy4-base——在 Hugging Face、ModelScope 和 GitCode 上,距離該模型本身於 11 月 4 日正式全面推出已過了十六天。相較之下,Claude Opus 5.5 從未可供下載:Anthropic 於 2026 年 9 月 22 日以僅提供 API 的旗艦模型形式發布,且未公布任何開放它的消息。所以,有趣的問題不再是哪個模型更好。而是當你為一個在獨立指數上高出 24 分的模型,每完成一項任務要多付約十倍的價格時,你究竟買到的是什麼——以及一旦便宜的一方能在你自己的硬體上運行,這筆交易是否仍然成立。

讓這項比較具體化的數字皆來自 Artificial Analysis,採用其 Intelligence Index v5.0.1 修訂版。Claude Opus 5.5 在最高 effort 設定下為 59,xhigh 為 57,high 為 52,medium 為 48,low 為 35。Tencent Hy4 為 35,且未公布各 effort 等級的拆分數據。若改看每完成一個 Intelligence Index 任務的成本,排序則大幅反轉:Claude Opus 5.5 為 $10.04,Tencent Hy4 為 $1.03。

11月20日究竟改變了什麼?

騰訊自己對這次發布的定調,只是模型卡新聞區的一行字:該公司開源了 Hy4、Hy4-FP8 和 Hy4-base。這在實務上代表什麼更為具體,值得與行銷說法區分開來。

• 權重 — 完整的 BF16 檢查點。Hugging Face 儲存庫在 safetensors 索引中回報 7,744 億個參數,也就是 770B 主幹加上視覺編碼器與草稿模型。4-bit GGUF 建置版本已經上架到另一個儲存庫,供想在沒有多節點叢集的情況下測試模型的人使用。

• 授權條款 — Tencent Hy 授權條款,版本 1.0。它衍生自 Apache 2.0,但明確並非 Apache 2.0,且第 10 條新增了重要的商業條款。詳情見下文。

• 服務 — Tencent 提供預先建置的映像檔,而不是讓你還得跟架構搏鬥:vllm/vllm-openai:hy4 與 lmsysorg/sglang:hy4,兩者都已接上 DFly2 推測解碼草稿器。vLLM 的配置需要八張 GPU、張量平行大小為 8,以搭配 FP8 檢查點。

• 沒改變的是——價格。Tencent Hy4 自正式推出(GA)以來,每百萬輸入 token 為 0.834 美元、每百萬輸出 token 為 2.501 美元,快取讀取為 0.042 美元。開放權重並未伴隨降價,也沒有任何跡象顯示會降價。

GA 版本與開放版本是同一個模型。一個月前可不是這樣:八月發布的 Tencent Hy4 Preview 在第一天就以 Apache 2.0 授權連同權重一起推出,而十一月的 GA 版本則以封閉式 API 的形式登場,並附帶一項承諾。11 月 20 日的那次上傳,正是那份承諾的兌現,只是附加了更嚴格的授權條款。

獨立指數上的差距

二十四分的差距很大,而且一旦細看每個數字衡量的是什麼,這個差距會比標題所暗示的更大。Artificial Analysis 公布 Claude Opus 5.5 在五個努力等級下的數據,而 Tencent Hy4 只有一個等級。Hy4 的 35 分並非在相同努力程度下匹配的數字;這是該實驗室唯一公布的數字,且據推測反映模型預設的推理設定,而在騰訊自家的 API 上,該設定為高。

由此可得出兩件事。第一,誠實的比較是 35 對上 Opus 5.5 在高投入設定下的 52,而不是對上它的 59——差距是 17 點,而非 24 點。第二,而且更有用的是,Claude Opus 5.5 的低投入那一列也是 35。在其最快、最便宜的設定下,Anthropic 的旗艦模型落在與騰訊的開源旗艦模型在其預設設定下相同的指數分數上。對任何正在建立路由表的人來說,這是個真正有用的事實,因為這意味著選擇不是「好模型對上弱模型」,而是「你能負擔投入程度旋鈕的哪一端」。

A generated two-column scoreboard titled 'Tencent Hy4 vs Claude Opus 5.5'. Tencent Hy4 column: Intelligence Index 35, price $0.834 / $2.501, context 1M tokens, weights open under the Tencent Hy License, first answer token 115.9 s, cost per index task $1.03. Claude Opus 5.5 column: Intelligence Index 59 at max effort, price $4.00 / $20.00, context 1M tokens, weights closed, first answer token 24.3 s at high effort, cost per index task $10.04. Footer: 'Index and cost figures per Artificial Analysis, v5.0.1; licence terms per Tencent and Anthropic.'

各項子分數也指向同一方向。在 Artificial Analysis 於十一月發布的 Cyber Index 上,Tencent Hy4 得分 58,在 26 個模型中排名第三——落後於得分 64 的 Kimi K3.1 Pro 與得分 69 的受信任存取版 GPT-6 Sol 變體,並略高於得分 57 的 DeepSeek V4.1 Flash 1017。它在 CWE-Bench-AA 上以 76% 直接位居第一。這些是資安專用的評測,並非一般推理評測,但這些是 Tencent 模型所擁有、且並非單一總合分數的唯一獨立評分,而且表現相當可觀。

騰訊 Hy4 所沒有的,是來自其自家實驗室的公開基準測試表。11 月的 GA 公告以內部任務套件取代了預覽版的 Terminal-Bench、DeepSWE 和 SWE-bench Pro 列——一個 213 位專家的金融小組、一項幻覺率比較、一項 42.1 的內部 WorkIndex 分數。這些是廠商針對騰訊自家任務所報告的說法,而模型卡重複了這些內容,卻沒有那些能讓你拿來與任何東西核對的公開基準測試列。獨立指數才是那項核查。

每項任務的落差代價

這是決定大多數實際部署的那一環,而它並不像費率表所暗示的那樣,明顯有利於較便宜的 token 價格。

Token 價格 — Tencent Hy4 的輸入為 $0.834、輸出為 $2.501,而 Claude Opus 5.5 則為 $4.00 與 $20.00。輸入便宜將近五倍,輸出便宜八倍。

• 快取 — Hy4 每百萬個快取輸入 token 為 $0.042,等於 95% 折扣,相較於 Opus 5.5 的 $0.20。在每一輪都會重新讀取同一個 200,000-token 儲存庫的代理迴圈中,這個差異就是整個成本模型。

• 每完成一項索引任務的成本——Hy4 為 1.03 美元,Opus 5.5 則為 10.04 美元。請注意,這是 9.7 倍的差距,比 token 價格差距更大,因為 Hy4 在絕對數量上也更冗長:整個索引共輸出 1.6 億個 token,而 Opus 5.5 為 2.18 億個;Hy4 在 94 個模型中的冗長度排名為第 87 名,Opus 5.5 則為第 90 名。這兩個模型都不簡潔。

速度——Hy4 每秒 93 個 token,Opus 5.5 則是 112 個,但延遲方面的情況比吞吐量方面更糟。Tencent Hy4 產生第一個回答 token 需時 115.9 秒,而同級中位數為 12.7 秒。對互動式工作而言,這才是關鍵數字,也是較便宜的模型明顯是較差產品的唯一地方。

• 每項任務所需時間 — Hy4 為 14.0 分鐘,Opus 5.5 則為 25.7 分鐘。儘管有首個權杖延遲,Hy4 在實際耗時上完成索引任務更快,因為它整體思考的時間較短。

成本說法需要加上一個價目表所隱藏的限定條件。Tencent Hy4 每完成一項任務的成本大約只有十分之一,但它會讓使用者等待近兩分鐘才拿到第一個 token,而且在相同投入下,回答問題的表現會差 17 分。如果你的工作負載屬於批次處理——文件擷取、分類、夜間代理程式執行、合成資料生成——首字延遲就無關緊要,經濟效益會壓倒性勝出。如果是互動式用途,延遲本身就是產品,價格優勢也救不了它。

Hy4 徹底勝出之處

三個面向,而且沒有一個是關於變得更聰明。

• 上下文經濟學。兩款模型都宣稱具備 100 萬 token 的視窗。但只有其中一款會對重新讀取同一個視窗收取每百萬 token 0.042 美元的費用。涉及對固定語料庫反覆進行多輪處理的長上下文工作——例如對整個儲存庫進行程式碼審查、跨一組文件進行合約分析、把筆記持續保留在上下文中的研究代理——即使不計基礎費率,在 Hy4 上也便宜得多。

• 模態。Tencent Hy4 透過單一 ViT 路徑接收文字、圖片與影片影格,並回傳文字。Claude Opus 5.5 接收文字、圖片與檔案。差異在於影片:Hy4 的模型卡描述了一個視覺編碼器,其配有可將影片影格特徵轉換為視覺 token 的適配器,而 Opus 5.5 則沒有相對應的說明。

• 輸出長度是 Opus 5.5 明顯勝出的一項:最大輸出 token 數為 128K,而 Hy4 為 64K。若某項任務需要在單次呼叫中生成冗長的產出物,這個上限便具有決定性。

Claude Opus 5.5 的優勢,正是 Anthropic 一直以來所標榜的:在同等投入程度下有 17 點的指數差距、在高投入程度下首個 token 只需 24 秒(對手為 116 秒)、輸出上限是兩倍,而且背後有規模大得多的第三方評測。若任務是困難的軟體工程或多步驟分析,且答錯的代價高昂,那麼十倍的價差並不是關鍵數字。若任務講求量,那它就是唯一的數字。

該授權條款不是 Apache

Screenshot of the tencent/Hy4 model card on Hugging Face, showing the model name, the Hunyuan / hy4 / moe / multimodal tags, the Tencent Hy License badge, and links to ModelScope, GitCode and the GitHub repository.

這正是 11 月 20 日版本與 8 月版本不同之處,也是大多數比較頁面會略過的細節。

Tencent Hy4 Preview 以 Apache 2.0 發布——這是一份真正的寬鬆授權,沒有任何附帶條件。Tencent Hy4 則以 Tencent Hy License 1.0 發布,該授權是 Apache 2.0 加上新增的第 10 條。該條規定,如果你經營模型即服務業務,且你的全球總營收在任何十二個月期間超過 5,000 萬美元,或者你嵌入該模型的產品每月活躍使用者超過 1 億,則你需要先取得 Tencent 的另行書面授權才能使用。內部使用則被排除在外:如果模型及其輸出都不會觸及第三方,第 10 條便不適用。

對新創公司、研究團隊,或是在內部工具背後執行該模型的企業而言,該條款形同虛設,Hy4 實際上就是開放的。對於打算在其上轉售推論服務的平台而言,這是一場談判。相較之下,Claude Opus 5.5 根本不會出現這個問題,因為沒有東西可授權——你要嘛租用端點,要嘛就不要使用這個模型。

實際影響是出現了一道一個月前還不存在的分界。Tencent Hy4 現在是這項比較中唯一可以微調、蒸餾、量化,或在沒有對外連線的網路內執行的模型。Claude Opus 5.5 則是兩者中唯一具備 128K 輸出上限,且在高投入設定下能在半分鐘內產生第一個 token 的模型。

在它們之間做選擇

決策樹夠短,可以直接陳述,無須含糊其辭。

• 你需要的是每個 token 的最高分數,而這項任務是互動式的——Claude Opus 5.5。當使用者盯著 116 秒的首個 token 延遲時,任何價格論點都站不住腳。

• 你需要每項已完成任務的最低成本,而且工作屬於批次處理——Tencent Hy4,而差距接近一個數量級。

• 你需要自架部署、微調,或將資料保留在自己的網路內——騰訊 Hy4,前提是須閱讀授權條款第 10 節。這裡完全沒有 Claude Opus 5.5 這個選項。

• 你需要單次呼叫產生 128K 的輸出,或需要影片輸入——輸出上限指向 Opus 5.5,影片輸入則指向 Hy4。很少有工作負載同時需要兩者。

• 你想在兩者之間取得折衷——在它們前面放一條加權路由,讓便宜的模型先嘗試。Hy4 每項任務 $1.03 已夠便宜,一次失敗的嘗試成本大約只有讓 Opus 5.5 先試的十分之一,而升級路徑只會在真正需要的任務上觸發。

在同一組金鑰上執行兩者

Screenshot of the OrcaRouter model page for Anthropic: Claude Opus 5.5, showing the model name, vendor, context window, per-million-token pricing and supported endpoint types.

這兩個模型都可以透過 OrcaRouter 以各自的模型字串呼叫——tencent/hy4 每百萬輸入 token 為 $0.834、每百萬輸出 token 為 $2.501,而 anthropic/claude-opus-5.5 則分別為 $4.00 與 $20.00。這表示上述的比較可以當成一項實驗來執行,而不是一場爭論:一組金鑰、一個 SDK、兩個模型字串,以及一套路由 DSL,讓它優先送出便宜的請求,並在失敗時逐級升級。

由於 OrcaRouter 會將供應商的定價清單價格以零加成直接傳遞,因此騰訊的價目表就是你在我們這邊支付的價格,Anthropic 的亦然。若任一供應商調整價格,變更會在同日生效,而不必等待經銷商重新輸入目錄。

就自託管情境而言,成本計算的方式會完全改觀。一旦你在自己的 GPU 上執行 Hy4,每個 token 的邊際成本就不再是供應商的報價,而是你的電費與使用率數字,這就是為什麼對任何有閒置算力的人來說,模型權重比授權條款的爭論更重要。

接下來這個月會決定什麼

有兩件事會決定這場比較的勝負,而兩者都不是跑分表上的一列。

第一個問題是,騰訊的開源發布是否會促成對其權重的獨立評估。11 月 20 日上傳的內容包含系統卡與微調指南,但模型卡中的基準測試資料仍主要是預訓練表格——基礎模型的 MMLU 為 91.6、MMLU-Pro 為 73.9、SuperGPQA 為 62.7、MMMU-Pro 為 59.6——再加上內部任務套件。騰訊以外無人公布指令微調版本的得分,而獨立指數上的 35 分,是單一評估者給出的單一數字。

第二點是投入程度。Claude Opus 5.5 已公布從 35 到 59 的五個級距;其最便宜與最昂貴設定之間的差距,比它與騰訊 Hy4 單一分數之間的整體差距還要大。如果騰訊也公布同樣的分級方式——而 API 已經提供「高強度/不思考」切換開關——那麼比較就會變成一張對應設定的表格,而不是一個數字對另一個數字。在那之前,誠實的總結是:騰訊 Hy4 在獨立評測中是中段班模型,在資安專項評測中則是強勁模型,每完成一項任務便宜一個數量級,而且如今真正開放——這點在 11 月 4 日時並非如此。

本文中的比較2

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