「Tencent Hy4 vs Gemini 4 Argon」的生成標題卡。左側卡片為 Tencent Hy4:「2026 年 11 月 4 日發布,11 月 20 日開放權重」、「總計 770B/活躍 49B」、「100 萬上下文,輸入支援文字、圖像、影片」、「$0.834/$2.501」。右側卡片為 Gemini 4 Argon:「2026 年 9 月 30 日發布」、「高強度模式下智慧指數 50」、「100 萬上下文,輸入支援文字、圖像、音訊、影片、PDF」、「$2.00/$10.00」。頁尾:「指數數值依據 Artificial Analysis v5.0.1。」
Guides & Insights

騰訊 Hy4 對決 Gemini 4 Argon:開放權重 vs 更廣泛的模態組合

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

拿一千頁掃描發票,並問它們兩個問題:讀取要花多少成本,對其進行推理又要花多少成本。這兩個答案指向相反方向,而這就是 Tencent Hy4 與 Gemini 4 Argon 之間抉擇的全部。Tencent Hy4 自 2026 年 11 月 4 日起正式推出,並自 11 月 20 日起開放權重,是文字與圖像模型,每百萬輸入 token 收費 0.834 美元。Google 於 2026 年 9 月 30 日發布的 Gemini 4 Argon 可接受文字、圖像、音訊、視訊與 PDF,每百萬輸入 token 收費 2.00 美元。其中一個的輸入價格是另一個的 2.4 倍,輸出價格則是四倍。較便宜的那個可以下載並在自己的硬體上執行。較貴的那個能讀取較便宜者完全看不到的格式。

在獨立指數上,兩者差距小到僅憑能力很難合理化這樣的價格差距:Artificial Analysis 在其 Intelligence Index 中,將高投入(high effort)下的 Gemini 4 Argon 評為 50、中等投入(medium)評為 48,而 Tencent Hy4 為 35。在投入程度大致相當的情況下,15 分的差距確實存在,但遠小於 2.4 倍輸入與 4 倍輸出倍數所暗示應有的差距。每完成一項任務的成本數字,才真正反映價格差距落在何處:在同一指數上,Argon 為 4.97 美元,而 Hy4 為 1.03 美元。

發票逐步解析

具體的算術計算勝過價目表截圖,所以這裡以一個合理的案例來說明:1,000 頁掃描發票,每頁約 800 個影像 token,600 token 的提示詞,每頁 300 token 的結構化輸出。

• 輸入量 — 140 萬個影像 token 加上 60 萬個提示詞 token,總計 200 萬個輸入 token。

• 輸出量 — 300,000 個 token 的擷取欄位。

• Tencent Hy4 — 200 萬以每單位 $0.834 計算為 $1.67,加上 30 萬以每單位 $2.501 計算為 $0.75。總計 $2.42。

• Gemini 4 Argon — 200 萬以每單位 $2.00 計算為 $4.00,加上 30 萬以每單位 $10.00 計算為 $3.00。總計 $7.00。

• 使用快取時——如果提示前綴在各頁面間保持穩定(在擷取管線中通常如此),Hy4 每百萬 $0.042 的快取輸入會讓提示所佔的比例降到幾乎可忽略;Argon 每百萬 $0.10 的快取費率也會按比例達到同樣效果。這個比率不會有太大變動,因為圖像 token 佔了主導地位,而兩家供應商都沒有對這些 token 提供大幅折扣。

單次執行相差 $4.58。每月一百萬頁時,則是 $4,580 對上 $7,000,而有趣的問題變成:15 點的指數差距是否換來足夠的準確度,以證明每月 $2,420 值得——這完全取決於 Hy4 多出的錯誤點是否落在你可以事後驗證的欄位中。

最後那條但書才是有用的部分。使用結構描述(schema)與驗證流程來擷取發票,這類工作負載中,較弱的模型加上確定性檢查,會勝過單獨使用更強的模型,因為解析失敗要重試的成本很低,而通過驗證的錯誤數字卻不是如此。35 的 Tencent Hy4 對那項工作來說不算太弱。但對往下兩段的那項工作來說,它大概就太弱了。

模態落差真正造成影響的地方

Hy4 透過單一視覺編碼器讀取文字、影像與影片影格。Gemini 4 Argon 原生讀取文字、影像、音訊、影片與 PDF 文件,而 Google 的模型文件在模型的能力列中列出全部五項。這項差異不是行銷話術;它改變了在沒有前處理階段的情況下,哪些管線是可行的。

• 音訊。一通電話錄音、一場會議、一則語音留言——Argon 可直接處理檔案。Hy4 則需要先進行轉錄步驟,這意味著第二個模型、第二份合約,以及第二種失效模式。

• 將 PDF 視為一份文件,而非逐頁處理。若一份 PDF 同時包含可選取文字、內嵌圖像,以及掃描的簽名區塊,Argon 能一次處理這種混合內容。Hy4 則將轉譯後的頁面當作圖像處理,因此文字層會遺失,權杖成本也會上升。

• 長影片。Tencent 的模型卡描述了針對影片的幀特徵適配,這是一項真實的能力,且優於大多數開放模型所具備的能力。但這是幀取樣,不是原生時間建模;而對於任何問題涉及長片段中運動的情況,差異就會顯現。

• 反向差距。Hy4 提供 64K 輸出 token,相較之下 Argon 預設為 64K;根據 Google 的文件,輸出端另有 1M 上限可用。兩者都不是擷取工作的綁定限制。

所以誠實的說法是,Gemini 4 Argon 是更全面的工具,而 Tencent Hy4 是比較便宜的那個。在只涉及文字與圖像的工作負載上——大多數程式碼、大多數文件、大多數代理工作都屬於這類——那種全面性根本用不到,而你真正看重的是價格。

能力,被衡量與被誤測

Artificial Analysis 在 v5.0.1 Intelligence Index 上將 Gemini 4 Argon 評為 50(高努力)與 48(中等),混合價格為每百萬個 token 1.47 美元、每秒 68 個 token、高努力下首個 token 等待 47 秒,以及每完成一項指數任務 4.97 美元。Tencent Hy4 則為 35,每秒 93 個 token,混合價格 0.45 美元,每完成一項任務 1.03 美元。Hy4 這一側的兩個數字都沒有依努力程度拆分,而這正是所有涉及它的比較都擺脫不了的同一項限制:騰訊並未公布其模型在各努力程度下的數據,而評估方只有一個數字。

Google 自家的公告刊載了一份十九行的基準測試表,將 Argon 與 GPT-6 Astra、Claude Fable 5.1 及 Claude Opus 5.5 相比較。Argon 在 Vals Index、AutomationBench、Harvey's Legal Agent Benchmark 及數個視覺測試套件上領先;在 FrontierSWE v2 與 Terminal-bench 4.0 上則落後。這些是 Google 依自家方法論得出的數字,其中非 Gemini 的數據取自其他供應商自家的評分——方法論 PDF 明確說明了這項但書。它們有助於了解 Google 優化了哪些項目,而非用於排名。

騰訊的證據基礎較薄弱,且性質不同。Hy4 的公告完全刪除了預覽版中的 Terminal-Bench 和 SWE-bench 項目,並以內部的任務套件取而代之:一個由 213 位專家組成的金融評測小組,Hy4 在其中平均得分為 3.04(滿分 4 分);幻覺率從 15.76% 降至 5.45%;在內部的遊戲開發套件上提升 +19.1%。模型卡重複了這些數據。這些都無法在騰訊外部重現。唯一一項獨立且專門針對安全性的結果是 Cyber Index 得分 58,以及在 CWE-Bench-AA 上以 76% 拿下第一;該結果沒有對應的 Gemini 4 Argon 結果,因為 Google 的模型不在該榜單上。

對買家而言這代表什麼:Argon 有一項實測彙總結果和一張供應商表;Hy4 則有一項實測彙總結果、一項安全專屬結果,以及一張關於內部工作的供應商表。兩項彙總結果都出自同一位評估者,這正是這項 15 點比較具有價值的原因。

為什麼這個對戰組合才剛成形幾週

值得直說,因為記錄很重要。當 Google 於 9 月 30 日宣布 Gemini 4 Argon 時,它描述的是一個三階段推出計畫——先透過 Fairwind Program 讓網路防禦人員使用,接著是付費 API 客戶與 AI Ultra 訂閱者,最後才是其他所有人——但第一階段之後沒有任何日期。當時這個名稱已有模型家族頁面、基準測試表,卻沒有可供放入請求中的模型識別碼。

情況已經改變。Google 的模型文件現在列出gemini-4-argon為現行模型,沒有預覽標籤,輸入視窗為 1M 個 token,並具備上述的五種輸入模態組合。Artificial Analysis 將其列為已發布,且可透過 Google 經由 API 取得。因此,本文的比較是介於兩個你可以呼叫的模型之間,而這在六週前並不會如此。這項更正值得做出,因為仍有許多頁面將 Argon 描述為受限制的預覽版本。

Tencent Hy4 自身的狀態朝相反方向改變:它在 11 月 4 日還是封閉 API,到 11 月 20 日變成開放權重,且採用 Tencent Hy License 1.0,而非規範 8 月預覽版的 Apache 2.0。兩款模型在同樣的六週內,於開放程度上朝相反方向發展。

開放性問題,誠實定價

Hy4 的 7700 億參數檢查點開放下載。根據騰訊自家的 vLLM 配方,以張量平行度 8 執行 FP8 版本需要八張 H100 等級的 GPU。這是一台實打實的機器,而對大多數公司而言,誠實的答案是:開放權重買到的是選擇權,而非節省成本:這個模型原則上可自行架設,實務上租用便宜,唯有在資料駐留、微調或氣隙部署屬於硬性需求時,才值得下載。

{{1}}這份授權條款新增了一項值得一讀的條文。{{/1}} {{2}}Tencent Hy License 第 10 條規定,若您經營模型即服務(model-as-a-service)業務,且在任何十二個月期間的全球總營收超過 5,000 萬美元,或每月活躍使用者超過 1 億人,則需另行取得書面授權。內部使用則被排除在外。因此,企業在內部工具背後運行 Hy4 不受影響;而轉售其推論服務的平台則須進行協商。{{/2}}

Gemini 4 Argon 沒有對應的問題,因為根本沒有東西需要授權——你要嘛呼叫 Google 的端點,要嘛就是不用這個模型。這樣的安排更單純,但在靈活度上嚴格來說也更低。對受監管的買家而言,「我們能在自家機架上運行它」往往比十五個指數點更有價值;對其他人來說,那只是個腳註。

要將哪一個放入請求路徑中

• 文字與圖片中的體積擷取 — Tencent Hy4。上述算術並不接近,而結構描述加上驗證流程可吸收大部分的準確度落差。

• 任何包含音訊、原生 PDF 或長影片的內容——Gemini 4 Argon。Hy4 無法看到輸入,而前處理模型的成本高於 token 差異。

• 互動式介面——若真要從兩者中擇一,Argon 採中等投入。Hy4 等待首個 token 需 115.9 秒,因此不適合;Argon 的高投入路徑為 47 秒,雖較好,但仍不足以作為聊天介面。

• 受監管網路或微調方案——Tencent Hy4,受第 10 條約束。

• 你所擁有最強的推理能力——Gemini 4 Argon,憑藉一項 15 分的獨立差距,而兩家模型廠商都同意這項差距大致存在於該方向。

兩者都放在同一個按鍵上,以及這能換來什麼好處

A generated two-column scoreboard titled 'Tencent Hy4 vs Gemini 4 Argon'. Tencent Hy4 column: Intelligence Index 35, $0.834 / $2.501 per 1M tokens, input modalities text image video, weights open 20 Nov 2026, 64K max output, licence Tencent Hy 1.0. Gemini 4 Argon column: Intelligence Index 50 at high effort, $2.00 / $10.00 per 1M tokens, input modalities text image audio video PDF, weights closed, 64K default output, rollout phased at announcement. Footer: 'Index per Artificial Analysis v5.0.1; modality and licence details per each vendor's documentation.'

兩個模型都可透過 OrcaRouter 以各自的字串呼叫——tencent/hy4 的價格為 $0.834 與 $2.501,google/gemini-4-argon 則為 $2.00 與 $10.00——這使得模態拆分成為一項路由決策,而非架構決策。將圖像與文字工作交給便宜的模型,並依輸入類型進行路由,讓任何帶有音訊或原生 PDF 的內容都送往能讀取它的模型。這正是路由 DSL 發揮其存在意義的工作,而且只需一組金鑰,而非兩套整合。

這裡的直通定價比平常更重要,因為這兩家供應商以不同時程調整費率。OrcaRouter 以供應商牌價收費,零加成,因此 Google 的價格變動與 Tencent 的價格變動都會在同一天反映到我們這邊,而不是等經銷商重新登錄目錄後才發生。

自動容錯移轉是另一半。在 Hy4 上未通過結構描述驗證的批次工作,可以在用戶端不知情的情況下於 Argon 上重試;比起每次呼叫都支付四倍輸出費率,這是更便宜換取準確度的方式。

什麼會改變答案?

Screenshot of the Artificial Analysis model page for Gemini 4 Argon, showing the model name, Google as vendor, an Intelligence Index of 50 at high effort and 48 at medium, a price of $2.00 per million input and $10.00 output tokens, and a 1M-token context window.Screenshot of the Hugging Face model card for tencent/Hy4 showing the repository title, the Tencent Hy License badge, the open-weight tags and the download and like counts.

有兩項發展會改變這項比較,而兩者在十二個月內都有可能發生。

第一個是具備音訊功能的騰訊模型。Hy4 的視覺路徑是單一編碼器,處理影像與取樣的影片影格;新增音訊編碼器是顯而易見的下一步,而這會大幅削弱 Argon 的大部分廣度優勢。騰訊已經推出 Hy4 Flash,這是更便宜、擁有 2200 億參數、具備相同模態組合的兄弟模型,因此這個系列正在擴張,而非整合。

第二是對開放 Hy4 權重進行獨立評估。指數上的 35 是某位評估者針對某個建置版本給出的數字。權重公開後,第二個實驗室可以執行這個指令微調檢查點,並確認與 Argon 的差距,或縮小該差距。這件事尚未發生——模型卡上的基準資料仍主要是預訓練表格:基礎模型的 MMLU 為 91.6、MMMU-Pro 為 59.6,再加上騰訊的內部測試套件。

在那之前,這份摘要的範圍有限但站得住腳。Gemini 4 Argon 是涵蓋範圍更廣的模型,也是得分較高的一個,其輸入價格為 2.4 倍、輸出價格為 4 倍,每完成一項任務的成本則為 4.8 倍。Tencent Hy4 則是每完成一項任務的成本便宜一個數量級的較便宜選項,自 11 月 20 日起開放,且無法處理音訊。先依輸入類型來選擇,因為這會在價格有發言權之前就先決定問題。

本文中的比較1

根據本文內容識別