← Review Model

Tencent Hy4

Indeks 35, $1,03 per tugas, 94 t/s, TTFT 103,27 detik

TencentProprietaryReasoningMultimodal

Editorial Wawasan AI · Diperbarui 9 November 2026

6.5/ 10

Artificial Analysis, dibaca 9 November 2026, memberi Tencent Hy4 intelligence index 35 dan menandai halaman dengan baris identitas Released November 2026 tanpa tanggal lebih spesifik. Kartu intelijen menulis kalimat ringkasan 'Below average in intelligence, but well priced', kartu biaya menulis $0,83 masukan dan $2,50 keluaran per juta token dengan $1,03 per tugas indeks, dan kartu kinerja menaruh keluaran 94 token per detik serta waktu ke token pertama 103,27 detik. Dua hal yang membuat kartu ini perlu dibaca hati-hati: model ini sangat verbose dengan 160M token keluaran per tugas — halaman menulis 'very verbose' di ringkasannya — dan hanya tersedia lewat 1 penyedia tanpa alternatif pihak ketiga. Angka coding index terpisah tidak tercetak di halaman.

Skor Rinci

Penalaran6.5
Coding6.0
Kecepatan5.5
Harga/Performa8.0

Kelebihan

  • +Harga per tugas paling murah di antara pembanding yang leaderboard cetak: $1,03 per tugas indeks terhadap $1,27 yang GPT-6.1 Sol (max) cetak, $3,68 yang Kimi K3.1 Pro cetak, $6,24 yang GPT-6 Astra (max) cetak, $7,76 yang Gemini 4 Carbon (high) cetak, dan $10,04 yang Claude Opus 5.5 (max) cetak — semua di leaderboard yang sama yang editorial baca 9 November 2026
  • +Tarif token masukan dan keluaran juga kompetitif: $0,83 per juta token masukan dan $2,50 per juta token keluaran (sumber data: Artificial Analysis, halaman model, diakses 9 November 2026)
  • +Jendela konteks 1M token — bisa menelan dokumen panjang atau riwayat percakapan besar dalam satu permintaan, kapasitas yang halaman cetak sebagai spesifikasi
  • +Throughput 94 token per detik — setelah token pertama muncul, aliran output cukup lancar untuk standar model reasoning, dan halaman menandai kecepatan ini di kartu kinerja
  • +Modalitas masuk mencakup teks dan gambar dengan keluaran teks — kemampuan multimodal yang halaman cetak sebagai spesifikasi, berguna untuk analisis dokumen visual dan ekstraksi data dari gambar laporan
  • +Status reasoning menyala — model ini menjalankan fase penalaran eksplisit sebelum menjawab, fitur yang halaman tegaskan di kartu identitas

Kekurangan

  • −Intelligence index 35 — di bawah rata-rata yang halaman cetak sebagai pembanding (median 37), dan kalimat ringkasan halaman menulis 'Below average in intelligence' secara eksplisit (sumber data: Artificial Analysis, halaman model, diakses 9 November 2026)
  • −TTFT 103,27 detik — paling lambat di antara model yang editorial baca minggu ini, jauh di atas median, dan halaman memakai frasa 'slower than average' di ringkasannya
  • −Sangat verbose: 160M token keluaran per tugas — halaman menandai ini dengan kalimat 'very verbose' di ringkasan, dan verbosity ini berarti biaya tersembunyi meski tarif per token murah
  • −Hanya tersedia lewat 1 penyedia — tanya-jawab menulis tersedia lewat 1 penyedia tanpa menyebut namanya, jadi tidak ada perbandingan tagihan pihak ketiga yang bisa dibuat dari halaman ini
  • −Angka coding tidak ada sebagai indeks tersendiri: halaman menempatkan Coding, Agentic, dan Tool Use sebagai evaluasi yang diukur terpisah oleh Artificial Analysis tanpa mencetak nilai numerik untuk model ini, jadi kolom coding kartu ini tetap kosong dan tidak editorial isi
  • −Model proprietary tanpa bobot terbuka — tidak ada jalur audit mandiri terhadap pembobotannya, dan halaman tidak menyebutkan opsi self-host atau ukuran parameter yang diungkap Tencent

Ulasan Lengkap

Tencent Hy4 adalah model proprietary dari Tencent yang dirilis November 2026, dan halaman detailnya di Artificial Analysis editorial baca pada 9 November 2026. Baris identitas halaman mencetak Released November 2026 tanpa tanggal lebih spesifik. Spesifikasi yang terpasang: reasoning menyala, masukan teks dan gambar, keluaran teks, dan jendela konteks 1M token yang halaman terjemahkan sebagai kapasitas teks dan riwayat percakapan yang bisa diproses dalam satu permintaan. Tanya-jawab menegaskan tiga hal: bahwa model ini multimodal, bahwa ia dapat memproses gambar, dan bahwa ia tersedia lewat 1 penyedia — yang halaman tidak sebut namanya. Sisi kepemilikan tertutup: model ini proprietary, dan halaman tidak mengungkapkan ukuran parameter atau bobot yang bisa diaudit. Wawasan AI tidak memanggil model ini melalui API, tidak menjalankan satu pun tugas, dan tidak membandingkan keluarannya dengan model lain hari ini.

(Sumber data: Artificial Analysis, halaman model, diakses 9 November 2026.) Intelligence index-nya 35. Paragraf ringkasan pembanding mencetak kalimat 'Below average in intelligence, but well priced', dan kartu intelijen menulis peringkat di bawah rata-rata dengan median 37 sebagai pembanding — angka yang halaman cetak sendiri di kalimat yang sama. Perlu dicatat bahwa frasa 'below average' itu datang langsung dari ringkasan halaman, bukan interpretasi editorial. Yang tidak tercetak di halaman ini: coding index sebagai angka tersendiri. Bagian yang Artificial Analysis nyatakan diukur terpisah hanya mencetak tab Coding, Agentic, dan Tool Use tanpa nilai numerik untuk model ini, sehingga kolom aa_coding_index di kartu situs ini tetap kosong dan tidak editorial isi. Sebagai pembanding nyata yang halamannya sudah editorial baca: Gemini 4 Carbon (high) mencetak indeks 60 dengan biaya per tugas $7,76 pada 31 Oktober 2026; Gemini 4 Carbon (medium) mencetak indeks 58 dengan $6,59 per tugas pada 7 November 2026; dan Gemini 4 Carbon (Low) mencetak indeks 54 dengan $7,19 per tugas pada 8 November 2026. Kartu ini berada jauh di bawah ketiganya di dimensi kecerdasan, tapi juga jauh di bawah di dimensi harga per tugas — trade-off yang halaman cetak apa adanya tanpa rekomendasi.

Harga pada kartu biaya: masukan $0,83 per juta token, keluaran $2,50 per juta token, dan rata-rata $1,03 per tugas indeks. Di leaderboard yang editorial baca 9 November 2026, angka ini adalah yang termurah di antara enam model yang halaman jadikan pembanding: GPT-6.1 Sol (max) mencetak $1,27 per tugas pada indeks 55, Kimi K3.1 Pro mencetak $3,68 pada indeks 46, GPT-6 Astra (max) mencetak $6,24 pada indeks 57, Gemini 4 Carbon (high) mencetak $7,76 pada indeks 60, dan Claude Opus 5.5 (max) mencetak $10,04 pada indeks 59 — semua di halaman leaderboard yang sama. Selisihnya signifikan: Hy4 ditagih 6,8 kali lebih murah per tugas daripada Claude Opus 5.5 (max) dan 7,5 kali lebih murah daripada Gemini 4 Carbon (high), tapi juga 25 poin indeks lebih rendah dari keduanya. Satu hal yang perlu dihitung: verbosity 160M token keluaran per tugas — halaman menandai ini dengan kalimat 'very verbose' — berarti meski tarif per token murah, total token yang dihasilkan per pekerjaan bisa menaikkan tagihan nyata di atas angka $1,03 yang halaman cetak sebagai rata-rata indeks. Semua angka itu tampilan halaman Artificial Analysis, bukan hasil uji tagihan Wawasan AI.

Kecepatan dan latensi adalah bagian kartu yang paling perlu diberi catatan ganda. Kartu kinerja menaruh keluaran 94 token per detik dan waktu ke token pertama 103,27 detik — angka TTFT yang paling tinggi yang editorial catat di antara semua kartu yang halaman baca minggu ini. Untuk konteks, Gemini 4 Carbon (high) mencetak TTFT 66,88 detik pada 31 Oktober 2026, Gemini 4 Carbon (medium) mencetak 29,35 detik pada 7 November, dan Gemini 4 Carbon (Low) mencetak 8,78 detik pada 8 November — semua jauh di bawah 103,27 detik yang Hy4 cetak. Ringkasan halaman memakai frasa 'slower than average' secara eksplisit, dan ini bukan interpretasi editorial melainkan kalimat yang halaman tulis sendiri. Di sisi verbosity, kartu mencetak 160M token keluaran per tugas — halaman menandai ini dengan kalimat 'very verbose' yang juga datang dari ringkasan halaman, bukan dari editorial. Kombinasi TTFT paling lambat dan verbosity paling tinggi di antara kartu yang editorial baca minggu ini membuat profil kartu ini unik: sangat lambat mulai, sangat panjang menjawab. Throughput 94 token per detik setelah token pertama muncul adalah angka yang masuk akal untuk model reasoning, tapi dua kelemahan di atasnya mendominasi pengalaman pengguna secara keseluruhan.

Untuk pengembang di Indonesia, kartu ini paling mudah dibaca sebagai pertanyaan anggaran versus latensi. Harga $1,03 per tugas adalah yang termurah di leaderboard, dan jendela konteks 1M dengan multimodal masuk (teks dan gambar) adalah spesifikasi yang menarik untuk workload seperti analisis dokumen panjang, ekstraksi data dari gambar laporan, atau pipeline reasoning ringan yang berjalan batch tanpa tekanan waktu. Yang harus dihitung lebih dulu adalah dua hal yang halaman cetak sendiri: TTFT 103,27 detik berarti aplikasi interaktif akan sangat lambat menunggu jawaban pertama, dan verbosity 160M token keluaran per tugas berarti model ini panjang dalam menjawab — untuk layanan publik yang menunggu jawaban di depan warga, kombinasi ini harus diuji pada koneksi dari wilayah kita, bukan diasumsikan dari tabel. Yang tetap harus diuji sendiri sebelum keputusan apa pun: mutu Bahasa Indonesia pada keluaran teks dan pada masukan gambar, siapa satu penyedia yang menjual model ini dan harga yang benar-benar mereka tagihkan — halaman hanya menulis tersedia lewat 1 penyedia tanpa menyebut namanya — serta kepatuhan mengirim data institusi ke model proprietary yang bobotnya tidak tersedia untuk diaudit dan jumlah parameternya tidak diungkap Tencent.

Verdict

Kartu yang paling masuk akal dibaca sebagai pilihan hemat untuk workload yang tidak menuntut kecerdasan puncak: intelligence index 35 di bawah rata-rata, TTFT 103,27 detik paling lambat yang editorial catat minggu ini, dan verbosity 160M token per tugas berarti model ini panjang dalam menjawab — tiga kelemahan yang halaman cetak sendiri. Tapi $1,03 per tugas adalah harga termurah di leaderboard yang editorial baca, dan jendela konteks 1M dengan multimodal masuk adalah spesifikasi yang tidak semua model di kelas harganya tawarkan. Untuk pekerjaan batch yang tidak sensitif latensi — summarization dokumen panjang, analisis gambar dalam volume, atau pipeline reasoning ringan yang berjalan asinkron — kartu ini punya nilai ekonomis yang sulit ditangkal. Untuk aplikasi interaktif yang menunggu token pertama atau tugas yang butuh kecerdasan puncak, model lain di leaderboard yang sama lebih layak meski harganya 2-10 kali lipat. Yang tetap harus diuji sendiri sebelum keputusan apa pun: mutu Bahasa Indonesia pada keluaran teks dan masukan gambar, siapa satu penyedia yang menjual model ini dan harga yang benar-benar mereka tagihkan, serta kepatuhan mengirim data institusi ke model proprietary yang bobotnya tidak tersedia untuk diaudit.

Artificial Analysis ↗

Bacaan Terkait