為「Tencent Hy4 vs DeepSeek V4.1 Pro」生成的標題卡。左側的 Tencent Hy4 卡片寫著「可立即呼叫 — $0.834 / $2.501」、「總計 770B/活躍 49B」、「智慧指數 35」;右側的 DeepSeek V4.1 Pro 卡片寫著「無端點」、「無模型卡」、「僅在發布說明中提及一次」。頁腳寫著「指數依據 Artificial Analysis v5.0.1;DeepSeek 狀態查核於 2026 年 11 月 20 日。」
Guides & Insights

騰訊 Hy4 對決 DeepSeek V4.1 Pro:只有一個有端點

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

DeepSeek V4.1 Pro 從未向任何人提供。不曾以預覽形式提供,不曾提供給受信任存取群組,也不曾放在候補名單之後。這個名稱在公開場合只出現過一次,就在 DeepSeek 於 2026 年 9 月 10 日為 DeepSeek V4.1 Flash 發布的發行說明中,一句關於將請求路由「直到 V4.1-Pro 推出為止」的句子裡——而這項計畫在開發者反對其正式環境流量被暗中替換後,已被 DeepSeek 撤回。相較之下,Tencent Hy4 自 2026 年 11 月 4 日起正式全面開放,並自 11 月 20 日起可供下載;Tencent 當天依自家授權條款發布了權重。因此,這裡有用的比較並不是標題所承諾的那一個,而是 Tencent Hy4 與你實際能呼叫的兩個 DeepSeek 模型之間的比較,再加上說明:在承諾中的第三個模型進入比較之前,還必須出現哪些東西。

這樣的說法並非推託。這是唯一能夠定價的比較版本,而價格才是有趣之處:Tencent Hy4 每百萬輸入 token 為 0.834 美元、每百萬輸出 token 為 2.501 美元,對上 DeepSeek 自家價目表上 DeepSeek V4 Pro 0813 的 1.32 美元與 3.96 美元。Tencent 十六天前推出的模型,在輸入與輸出兩個方向上都低於 DeepSeek 目前旗艦層級的價格,同時每 token 啟用的參數量相同。

Screenshot of DeepSeek's API pricing documentation listing two callable models, deepseek-flash (DeepSeek-V4.1-Flash-1017) and deepseek-v4-pro (V4-Pro-0813), with per-million peak and off-peak input, cache-hit and output rates, and no row for a V4.1 Pro tier.

從未推出的等級

首先,先看盤點清單。截至 2026 年 11 月 20 日,以下是 DeepSeek V4.1 Pro 已有與尚未具備的內容。

• 沒有模型卡。DeepSeek 的文件索引列出兩個可呼叫模型和兩個舊版別名,全部對應到 V4.1 Flash 或 V4 Pro。沒有 V4.1 Pro 模型的頁面。

• 沒有價格列。費率表列出 deepseek-flash 每百萬輸入 $0.30、尖峰時輸出 $1.20,以及 deepseek-v4-pro 為 $1.32 和 $3.96。沒有高於 V4 Pro 的方案。

• 未釋出權重。Hugging Face 上的 deepseek-ai 組織在 DeepSeek-V4.1-Flash 之後未再發布任何內容。考量到 DeepSeek 向來以 MIT 授權為其推出的每一款旗艦模型開放權重,若 Pro 層級悄然無聲,將打破其自身的一貫模式。

• 沒有獨立評分。Artificial Analysis 對 DeepSeek V4 Pro 0813 與 DeepSeek V4.1 Flash 都會回傳頁面。V4.1 Pro 的 URL 則回傳 404。

• 一句公開承諾,現已撤回。九月路由計畫是該名稱唯一出現之處,而撤回也消除了它唯一在產品上的影響。

這些都無法證明 DeepSeek 沒有在打造 Pro 層級。該公司將 V4.1 Flash 描述為「我們新架構系列中最小的模型」,而這只有在存在更大成員時才說得通。這論證的是,你無法為路由表冠上名字。

兩個模型,490 億個活躍參數

以下是讓這對模型值得比較的巧合所在。Tencent Hy4 和 DeepSeek V4 Pro 都是稀疏混合專家模型,每個 token 啟用 490 億個參數。它們透過截然不同的途徑達到這個數字,而這個差異解釋了大部分的行為落差。

• 總參數量 — Tencent Hy4 為 7,700 億,分佈於 78 層,每層有 256 個路由專家與 1 個共享專家,並啟用前八個。DeepSeek V4 Pro 則為 1.6 兆,在相同啟用數量下,總參數量是兩倍以上。

• 注意力 — Hy4 採用帶閘控的 DeepSeek 稀疏注意力,並搭配 IndexCache,可跨層重複使用索引器的選擇;此外,Flash 變體還有一條滑動視窗路徑。DeepSeek V4 Pro 則使用自家的稀疏注意力實作。諷刺的是,Tencent 的模型卡點名 DeepSeek 的架構論文為靈感來源,因此這兩個模型在注意力層面上可說是近親。

• 上下文與輸出——兩者皆支援 100 萬個 token 的上下文。Hy4 最多可回傳 64K 個輸出 token;DeepSeek V4 Pro 則可達 384K,單次回應的餘裕足足有六倍之多。

• 模態 — Hy4 可讀取文字、圖像與影片幀。DeepSeek V4 Pro 僅支援文字;DeepSeek 自家的價目表在 Pro 列標示不支援視覺,而在 Flash 列標示支援。

• 草稿模型 — Hy4 隨附一個 3.3B 的 DFly2 推測解碼草稿模型,它共用目標模型的 KV 快取與稀疏索引,騰訊正是藉此在其自有基礎設施上實現每秒超過 150 個 token 的持續解碼。DeepSeek 並未發布同等元件。

對買家而言,後果就是:這兩個模型並不是同一個介面背後可互換的伺服器。Hy4 會讀取螢幕截圖,並以 64K 的輸出上限作答。V4 Pro 則會讀取一批輸出量達 384K 的提示,並只以文字作答。兩者重疊之處在於文字進、文字出、長上下文——而這正是大多數的工作所在,也是價格比較真正見真章的地方。

你今天可以致電的,已定價

目前有三個模式正在評估中,而費率卡在結構與水準上也有所不同。

• Tencent Hy4 — 輸入 $0.834、輸出 $2.501、快取輸入 $0.042。均一價,無尖峰時段費率。Artificial Analysis 記錄其智慧指數為 35、每秒 93 個 token,每完成一項指數任務成本為 $1.03。

DeepSeek V4 Pro 0813 — 尖峰時段輸入 $1.32、輸出 $3.96;離峰時段為 $0.66 與 $1.98;快取輸入尖峰時為 $0.044、離峰時為 $0.022。Artificial Analysis 在最高努力設定下將其列於指數第 23 名,每秒 78 個 token,並形容其智能低於同尺寸的平均水準。

• DeepSeek V4.1 Flash 1017 — 尖峰時段每百萬詞元輸入 $0.30、輸出 $1.20;離峰時段為 $0.15 與 $0.60;快取輸入於尖峰時段為 $0.006。這是平價層級,於預填充期間啟用 80 億個參數,並於解碼期間啟用 160 億個參數,且可讀取圖片。

真正重要的正面對決是前兩項,而 DeepSeek 的尖峰/離峰拆分定價決定勝負。在尖峰費率下,騰訊 Hy4 在各個方向上都比 V4 Pro 便宜:輸入 $0.834 對 $1.32、輸出 $2.501 對 $3.96、快取讀取 $0.042 對 $0.044。離峰時排序完全反轉,因為 V4 Pro 降至輸入 $0.66、輸出 $1.98、快取 $0.022——輸入比 Hy4 便宜 21%、輸出便宜 21%,快取費率則只有一半。所以哪個模型便宜取決於你何時執行:能排進 DeepSeek 離峰時段的批次工作,用 DeepSeek 較便宜;而只能即時執行的工作,用騰訊較便宜。

指標差距的方向,與參數數量所暗示的相反。Hy4 得分 35,V4 Pro 在最高投入下得分 23。十二分不是四捨五入造成的差異;這是一個能讓多步驟代理任務保持連貫的模型,與一個被 Artificial Analysis 歸類為低於同尺寸開放權重模型中位數的模型之間的差異。DeepSeek 自己將 V4 Pro 定位為 1.6 兆參數的旗艦,而獨立評測並不支持把它當作旗艦來看待。

Hy4 勝出之處,以及價格成為陷阱的地方

便宜模型並非在每個面向都便宜,而假裝它如此,正是路由決策出錯的原因。

• 勝出:每完成一項任務的成本。Hy4 為 $1.03,DeepSeek V4 Pro 0813 在最高投入設定下為 $1.77。Hy4 每完成一項索引任務便宜 42%,而這個數字已經計入其冗長程度——整個索引共 1.6 億個輸出 token,相較 DeepSeek 的 1.19 億個。

• 優勢:模態。Hy4 的視覺路徑,正是必須讀取 PDF 頁面、再對其進行推理的管線中,採用一個模型還是兩個模型的差別。在 DeepSeek 堆疊中加入獨立的視覺模型,其成本高於 token 差異。

• 勝出:授權條款的清晰度。兩者皆為開放權重——Hy4 採用騰訊混元授權 1.0(Tencent Hy License 1.0),其中第 10 條為模型即服務(model-as-a-service)條款;V4 Pro 則採用 MIT 授權——但 Hy4 已於 11 月 20 日釋出權重,並附上預先建置的 vLLM 與 SGLang 映像檔,而 DeepSeek 的 MIT 授權是兩者中較寬鬆的。若論純粹的自架自由度,DeepSeek 在這一點上勝出。

• 陷阱:首個 token 延遲。Hy4 在 index 執行中需要 115.9 秒才產生第一個回答 token,而同級中位數為 12.7 秒。DeepSeek V4 Pro 也不快,但在任何互動介面上,等待就是使用者體驗,而這兩個模型都不是為此而打造。

• 陷阱:輸出上限。64K 對上 384K,差距可不小。如果你要的成品是單次呼叫生成的大型檔案,Hy4 辦不到,V4 Pro 則可以。

• 陷阱:冗長。Hy4 耗費 1.6 億個輸出 token 來完成索引,是該層級中位數的 2.5 倍。若按每 token 的價目表計算,這沒問題;但若按每次回答的預算計算,會侵蝕價格優勢達三分之一以上。

如果 V4.1 Pro 推出,會有什麼改變?

值得把觸發條件說得具體,因為「留意發布」並不是計畫。

第一個訊號會是 deepseek-ai 組織底下的一張模型卡,而不是一篇部落格文章。DeepSeek 每一款旗艦模型都是以權重優先或同步釋出的方式登場,而模型卡上載明了參數量、上下文長度與授權條款——這正是路由決策所需的三項事實。若只有新聞稿而沒有程式碼倉庫,那會是比這個模式所意味的更弱的訊號。

第二項是價目表上的一列。DeepSeek 會先在自己的價目表上定價,之後才在其他地方定價,而 Pro 層級會高於 $1.32 的輸入價。那個數字才是拿來與 Hy4 的 $0.834 相比的對象,而且很難看出一個參數量超過 1.6 兆的模型,怎麼可能在輸入定價上低於一個 7700 億參數的模型,除非 DeepSeek 決定買市佔。

第三個是 {{1}}Artificial Analysis{{/1}} 頁面。{{2}}V4.1 Pro{{/2}} 的 URL 目前是 404。等到它能正常解析時,這項比較就不再是架構層面的問題,而會變成在相同投入程度下兩項指數分數的表格——而這是這場對決唯一可能被決定的形式。

在三者全部存在之前,對 DeepSeek V4.1 Pro 最誠實的描述,就是一個附帶撤回聲明的名稱。為它定價、對它做基準測試或推薦它的頁面,所描述的都是一款沒有端點的模型。

在單一索引鍵上執行比較

A generated two-column scoreboard titled 'Tencent Hy4 vs DeepSeek V4.1 Pro — what can be called'. Tencent Hy4 column: endpoint live, $0.834 / $2.501 per 1M tokens, 1M-token context, 64K max output, Intelligence Index 35, weights published 20 Nov 2026. DeepSeek V4.1 Pro column: no endpoint, no published price, context unstated, output limit unstated, no independent score, no weights. Footer: 'DeepSeek status verified against its own documentation on 20 November 2026; Tencent figures per Artificial Analysis v5.0.1.'

Tencent Hy4 與兩個可呼叫的 DeepSeek 模型都已使用各自的字串登上 OrcaRouter。與其爭論 Pro 等級是否會勝過 Hy4,不如用現有的這兩個模型來跑你自己的任務:tencent/hy4 的價格為 $0.834 與 $2.501,deepseek/deepseek-v4-pro 的價格為 $1.32 與 $3.96,deepseek/deepseek-v4.1-flash 的價格為 $0.15 與 $0.60,皆以供應商標價原價傳遞,並具 零加成。

路由 DSL 能做到基準測試做不到的部分。一條加權路由會把大部分流量送往較便宜的模型,並在檢查失敗時升級到另一個模型;這正是你用來發現,對你的特定工作負載而言,十二點的指數差距是否值得每 token 多付 37% 的方法,而且它只需花一個下午,而不是一次遷移。

當——或者說如果——Pro 方案出現時,那只是在同一個金鑰上變更模型字串,而不是第二份合約。這就是保留該席位的實務理由:準備好的成本只是設定檔裡的一行。

證據支持什麼

Screenshot of the Hugging Face model card for tencent/Hy4 showing the repository header, download and like counts, the MoE and multimodal tags, the Tencent Hy License badge and the links to ModelScope, GitCode and GitHub.

撇開標題不談,這裡有兩項站得住腳的主張,外加一項無法成立的主張。

Tencent Hy4 可供呼叫,自 11 月 20 日起開放權重;以尖峰費率計算,無論哪個方向,每 token 都比 DeepSeek 的旗艦層級便宜;每完成一項索引任務便宜 42%;在獨立指數上領先十二個百分點。對一個十六天前才發布的模型來說,這是實打實的成果,也正是為什麼開放權重比最初的發布更重要。

DeepSeek V4.1 Pro 只是個等級名稱,並未附上任何規格。無法對它定價、進行基準測試或推薦,而唯一針對它的公開聲明也已被收回。買家今天能做的比較,是 Hy4 對上 V4 Pro 與 V4.1 Flash;在這項比較中,Hy4 在分數與每完成一項任務的成本上勝出,V4 Pro 在輸出餘裕上勝出,而只要工作能安排在離峰時段,DeepSeek 就在價格上勝出。

無法成立的主張是 Hy4 勝過 Pro 等級。沒有人測量過,因為根本沒有東西可測。有用的立場是把這個名稱當成佔位符,等 DeepSeek 為它推出產品卡、費率與索引頁時,再回來檢視這個頁面。

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