Preço de lançamento (até 25 de dez.), garantido enquanto você continuar assinando: Go por $10/mês (de $20), Plus com Opus 5.5 por apenas $30/mês (de $50)Assinar agora →

Preços da API Hunyuan Hy4 Flash: US$ 0,07 na entrada, 224B e contexto de 1M

O Hunyuan Hy4 Flash, da Tencent (224B de parâmetros no total / 12B ativos e contexto de 1M), está disponível desde 16 de novembro de 2026. A tarifa padrão é de CNY 0,50 na entrada e CNY 2,00 na saída por milhão de tokens (US$ 0,070 / US$ 0,281). No lançamento, porém, o TokenHub aplica 50% de desconto: CNY 0,25 / CNY 1,00 até 30 de novembro, ao meio-dia no horário de Pequim.

O Flash não é simplesmente um Hy4 menor para executar as mesmas tarefas. A cobrança depende do ID enviado: hy4-flash é a opção econômica, hy4 é o modelo topo de linha e hy4-preview corresponde ao checkpoint de agosto.

Hy4 Flash já está disponível: o que chegou em 16 de novembro

O anúncio do Hy4 em 4 de novembro ainda não informava o preço do Flash. A publicação de lançamento de 16 de novembro e a inclusão do modelo no TokenHub no mesmo dia preencheram essa lacuna (ITHome, Sina Finance, especificações do LLMLearner).

  • TokenHub da Tencent Cloud, ID do modelo hy4-flash — já disponível.
  • WorkBuddy, Yuanbao e aplicativos da Tencent — com o WorkBuddy gratuito até 30 de novembro.
  • OpenRouter — planejado, mas ainda indisponível. Em 16 de novembro, apenas o tencent/hy4 estava listado. Até o OpenRouter adicionar o Flash, use o endpoint de Cingapura do TokenHub.

Especificações explicam por que o Flash custa um décimo do Hy4

O Hy4 Flash tem 224B de parâmetros no total, incluindo 64B de parâmetros Engram, com 12B ativos por token, em uma arquitetura de mixture-of-experts (LLMLearner, Sina). A janela de contexto é de 1M de tokens (1.048.576); a entrada aceita texto e imagem, enquanto a saída é de texto.

O ponto que mais pesa na conta: o cache KV equivale a 1/6 do Hy4 e a 1/24 do Hy3. O modelo também usa megakernel, quantização de 4 bits e aceleração dflash para decodificação acima de 150 tokens/s. O mesmo endpoint processa imagens, interpreta gráficos e resolve problemas de matemática visual.

Os pesos foram anunciados, mas ainda não foram publicados: ao contrário do Hy4-preview, distribuído sob Apache 2.0, o Flash não tinha checkpoint público, data de lançamento dos pesos ou licença informada em 16 de novembro.

Preços da API do Hy4 Flash em uma única tabela

O TokenHub publica catálogos separados para a China continental (CNY) e o mercado internacional (USD) — são tabelas regionais, não conversões diretas. A promoção do Flash vai até 30 de novembro, às 12h no horário de Pequim (LLMLearner); a promoção do modelo topo de linha termina em 31 de dezembro, às 23h59 no horário de Pequim (verificação do CostMyTokens, ChinaModelAPI).

CategoriaEntrada / 1MSaída / 1MLeitura de cache / 1MValidade
Flash — tabela (CNY)¥0.50¥2.00¥0.02padrão
Flash — promoção (CNY)¥0.25¥1.00¥0.01até 30 de nov., 12h em Pequim
Flash — tabela (USD)$0.070$0.281$0.003padrão
Hy4 — tabela (CNY)¥6.00¥18.00¥0.30padrão
Hy4 — promoção (CNY)¥3.00¥9.00¥0.15até 31 de dez., 23h59 em Pequim
Hy4 — tabela (USD)$0.834$2.501$0.042padrão
Hy4 — promoção (USD)$0.417$1.2505$0.021até 31 de dez.
Preços do Hy4 Flash e do Hy4 no TokenHub em CNY por milhão de tokens

Exemplo com o preço promocional do Flash: 100 mil tokens de entrada novos + 500 mil tokens de entrada em cache + 5 mil tokens de saída = 0,1 x ¥0,25 + 0,5 x ¥0,01 + 0,005 x ¥1,00 = ¥0,035.

A diferença aparece de verdade no custo por tarefa. Segundo a Tencent, o Flash custa aproximadamente 1/20 do Hy4, 1/13 do Hy4 Preview e 1/8 do DeepSeek-V4.1-Flash (máximo) (Sina). Cálculos da comunidade no tópico de lançamento, derivados do teste cego da Tencent com 85 usuários internos em 259 tarefas (LLMLearner), chegaram a ¥0,26 por tarefa, contra ¥4,73 do Claude Haiku 5.5 (alto) e ¥1,20 do DeepSeek-V4.1-Flash, com satisfação de 2,79 contra 2,81 (análise de @alphaw0ng). Ainda não existe uma tabela independente — portanto, trate esses números como um teste do fornecedor acompanhado de contas da comunidade.

O cache é decisivo no custo de agentes: a leitura de cache sai por 4–5% do preço da entrada nova (¥0,02 contra ¥0,50; US$ 0,003 contra US$ 0,070).

"É um modelo de ponta? Não, nem de longe. Mas esse é o ponto-chave para transformar o WorkBuddy no Doubao dos agentes de trabalho. Com apenas 200B de parâmetros, eles conseguem levar ao mercado de massa uma quantidade enorme de tokens muito baratos, suficientes para lidar com tarefas relativamente simples." — @LeroyLi311063, reação no dia do lançamento

Hy4 Flash, Hy4 ou Hy4 Preview: escolha conforme a carga de trabalho

Hy4 FlashHy4 (GA, 4 de nov.)Hy4 Preview (28 de ago.)
Parâmetros224B no total / 12B ativosnão divulgados (referência do preview: 770B / 49B)770B / 49B
Contexto1M1M — 960K máx. na entrada, 64K máx. na saída (guia de configuração)1M
Modalidadesentrada de texto + imagem, saída de textoentrada de texto + imagem, saída de texto, uso do computadortexto, checkpoint inicial
ID no TokenHubhy4-flashhy4hy4-preview
Entrada/saída da tabela¥0.5 / ¥2.0¥6 / ¥18 (US$ 0,834 / US$ 2,501)¥6 / ¥18
Melhor parapesquisa, documentos, apresentações, frontend simples e uso cotidiano do computadorsoftware de longa duração, agentes complexos e pesquisa financeiratestar pesos abertos (Apache 2.0)

O contexto do modelo topo de linha é relevante justamente porque o Flash fica abaixo dele. No apêndice de benchmarks do Hy4 da Tencent, o Hy4 fica atrás dos principais modelos proprietários no Terminal-Bench 4.0 (44,4 contra cerca de 66 dos modelos da classe Opus 5.5) e no ProgramBench (30,0 contra 56,5+). Para tarefas no estilo SWE-bench ou agentes de terminal que trabalham por várias horas, o preço promocional de ¥0,25 na entrada não transforma o Flash na escolha certa. As tarifas do modelo topo de linha estão detalhadas no nosso guia de preços da API do Hy4 Preview e no artigo sobre a API de LLM mais barata.

Como chamar o hy4-flash em 10 minutos

O TokenHub é compatível com a API da OpenAI e oferece /v1/chat/completions, /v1/responses e /v1/messages da Anthropic (guia de endpoints). Use uma chave do TokenHub, não um token de sessão do Yuanbao ou do WorkBuddy. Escolha Guangzhou, em https://tokenhub.tencentmaas.com/v1, ou Cingapura, em https://tokenhub-intl.tencentmaas.com/v1, ative o serviço do modelo no console — um serviço desativado retorna 402, segundo o mesmo guia — e envie hy4-flash.

bash
curl https://tokenhub-intl.tencentmaas.com/v1/chat/completions \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "hy4-flash",
    "messages": [{"role": "user", "content": "Summarize this 80-page PDF in 10 bullets"}]
  }'
python
from openai import OpenAI
client = OpenAI(api_key="YOUR_TOKENHUB_API_KEY",
                base_url="https://tokenhub-intl.tencentmaas.com/v1")
resp = client.chat.completions.create(
    model="hy4-flash",
    messages=[{"role": "user", "content": "Hello"}],
)
print(resp.choices[0].message.content)

O limite máximo de saída do Flash não foi divulgado; o Hy4 documenta 64K — não presuma que o Flash tenha o mesmo limite. Consulte a página do modelo no console antes de planejar gerações acima de 100K.

A regra de roteamento: Flash por padrão, Hy4 nos 5% mais difíceis

Se sua carga de trabalho envolve…UsePor quê
Documentos, apresentações, planilhas, preparação de reuniões e pesquisa aprofundadahy4-flashSatisfação próxima à do Haiku, por cerca de ¥0,26 por tarefa no teste da Tencent
Agentes em alto volume com prefixos longos estáveishy4-flashA proporção de cache de 4–5% reduz a conta rapidamente
Frontend simples e uso cotidiano do computadorhy4-flashÉ o posicionamento dado pela Tencent; mais de 150 tps ajudam na interatividade
Programação de longa duração, agentes de terminal e síntese de programashy4O Flash não foi posicionado para esse tipo de tarefa
Hospedagem própria hojepesos do hy4-previewApenas o preview tem pesos Apache 2.0 disponíveis para download