Hy4 flash vs Claude Haiku 5.5: kepuasan uji buta dan biaya per tugas ditinjau secara terpisah

Catatan penulis: Membedah tabel uji buta Hy4 flash yang dilaporkan sendiri oleh Tencent, menjelaskan tabel mana yang menjadi dasar klaim “mendekati Haiku, biaya tugas sekitar seperdelapan belas”, serta memeriksa secara terpisah dua tingkat harga resmi Claude Haiku 5.5 dan tabel model APIYI.

Pada 16 November 2026, Tencent Hunyuan merilis Hy4 flash. Postingan resminya menyebut model ini sebagai “model produktivitas harian termurah” dan menyampaikan kesimpulan yang menarik perhatian: dalam uji buta yang dilakukan manusia untuk pekerjaan sehari-hari, model ini setara dengan Claude Haiku 5.5 (high), tetapi biaya tugasnya 18 kali lebih rendah.

Ini bukan perbandingan yang berarti “lebih murah delapan belas kali secara menyeluruh”. Angka 18 kali hanya berasal dari satu kolom dalam satu tabel: biaya per tugas dalam uji buta internal Tencent, 4.73 yuan berbanding 0.26 yuan. Artikel ini akan menjelaskan secara terpisah tabel tersebut, WorkIndex dan lampiran di halaman riset, dua tingkat harga resmi Anthropic, serta tabel model APIYI. Jika Anda sedang memilih antara Haiku 5.5 dan model harian yang lebih murah, setelah membaca Anda bisa menilai bagaimana angka ini sebaiknya digunakan.

Nilai inti: Memahami batas kesimpulan perbandingan Hy4 flash dengan Claude Haiku 5.5, serta mengetahui tugas mana yang cocok untuk beralih model dan mana yang sebaiknya tetap memakai model semula.

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-id-image-0

Hy4 flash vs Claude Haiku 5.5: dari tabel mana rasio 1/18 itu berasal?

Mari lihat data mentahnya terlebih dahulu. Tabel berikut berasal dari teks utama dan gambar resmi halaman riset Hy4 flash, merupakan uji blind internal yang dilaporkan sendiri oleh Tencent secara resmi. Pesertanya adalah 85 pengguna WorkBuddy internal, dengan total 259 tugas, mencakup 27 kategori. Model eksternal (DeepSeek, Claude Haiku, GLM) menggunakan tingkat high, sedangkan baris Hy4 flash tidak mencantumkan tingkatnya.

Model Kepuasan (skala 4 poin) Waktu end-to-end median Biaya per tugas (yuan)
DeepSeek-V4.1-Flash-1017(high) 3.09 10.3 menit 1.20 yuan
Hy4 flash 2.79 6.7 menit 0.26 yuan
Claude-Haiku-5.5(high) 2.81 6.8 menit 4.73 yuan
GLM-5.3-Flash(high) 2.53 7.6 menit 0.81 yuan

4.73 dibagi 0.26 kira-kira sama dengan 18.2, inilah asal angka 18x dalam postingan. Pembandingnya adalah Haiku, bukan DeepSeek, dan bukan pula Hy4. Kepuasan tertinggi dalam tabel adalah DeepSeek dengan 3.09; Hy4 flash lebih rendah 0.02 poin daripada Haiku. Halaman riset memakai frasa close to (mendekati), jadi tidak bisa ditulis sebagai “melampaui Haiku”.

Mengapa selisih harga satuan Hy4 flash tidak sampai 18 kali

Dibandingkan berdasarkan harga daftar per juta token, selisihnya tidak sebesar itu. Halaman riset mencantumkan harga Hy4 flash sebesar 0.070 dolar untuk input dan 0.281 dolar untuk output. Harga resmi Claude Haiku 5.5 untuk hingga 100 ribu token adalah 0.10 dolar untuk input dan 0.50 dolar untuk output. Dari sisi input saja, Hy4 flash sekitar 70% dari Haiku; dari sisi output saja, sekitar 56% dari Haiku.

Jadi, angka 18 kali adalah hasil dari “berapa total biaya untuk menyelesaikan satu tugas”, bukan kelipatan harga satuan token. Halaman riset menyebutkan bahwa pembelajaran penguatan (reinforcement learning) mengurangi rata-rata token output end-to-end sebesar 50%. Namun tabel uji blind itu sendiri tidak menguraikan komposisi biaya, jadi tidak bisa menyimpulkan bahwa angka 18 kali sepenuhnya disebabkan oleh satu faktor tertentu. Cara membacanya yang lebih aman adalah: pada kumpulan tugas harian internal Tencent ini, dengan konfigurasi ini, selisih biaya tugas sekitar 18 kali lipat. Jika Anda mengganti tugas, panjang petunjuk, atau tingkat penalaran, hasilnya perlu dihitung ulang.


Perbedaan utama Hy4 flash vs Claude Haiku 5.5

Tabel berikut merangkum spesifikasi publik kedua model. Spesifikasi Hy4 flash berasal dari halaman riset, sedangkan spesifikasi Haiku 5.5 berasal dari halaman model resmi Anthropic.

Dimensi perbandingan Hy4 flash Claude Haiku 5.5 Keterangan
Skala parameter 224B parameter total (termasuk 64B parameter Engram), 12B diaktifkan per token Tidak dipublikasikan resmi Hanya bisa dibandingkan dari satu sisi
Konteks 1M token 1M, output maksimum 128K Setara
Modalitas Multimodal native Input berupa teks dan gambar, output berupa teks Masing-masing punya fokus
Penalaran Halaman riset tidak mencantumkan tingkat default Penalaran adaptif aktif secara default, effort default adalah medium Dalam uji buta, Haiku menggunakan high
Harga daftar (USD/juta token) Cache 0.003, input 0.070, output 0.281 Di bawah 100 ribu: baca cache 0.01, input 0.10, output 0.50 Harga satuan Hy4 flash lebih rendah
Kecepatan dekode Halaman riset menyebut lebih dari 150 token/dtk Tidak tercakup dalam data artikel ini —
ID model Tidak diberikan di halaman riset; ikuti yang ditampilkan di konsol TokenHub claude-haiku-5-5 —
Platform yang tersedia Tencent Cloud TokenHub, dll.; APIYI belum tersedia Resmi Anthropic, APIYI apiyi.com Lihat bagian harga di bawah

Ada satu detail yang mudah terlewat: effort default Haiku 5.5 adalah medium, sedangkan uji buta menggunakan high. Jika Anda memanggil Haiku dengan parameter default di proyek Anda sendiri, kecepatan dan biaya yang Anda ukur tidak sama dengan baris Haiku dalam tabel uji buta. Untuk membandingkan dengan kesimpulan uji buta, setidaknya samakan tingkat effort.

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-id-image-1

WorkIndex dan Lampiran: Haiku tidak ada di tabel ini

Halaman riset juga memiliki rangkaian evaluasi internal bernama WorkIndex, yang mencakup 8 kumpulan internal: pembuatan slide, pengeditan slide, penulisan slide bersama manusia-mesin, penulisan bersama Markdown, pengeditan dokumen, perbaikan spreadsheet, pemrosesan audio-video, dan pemahaman visual. Menurut teks asli halaman riset, biaya rata-rata per tugas Hy4 flash di WorkIndex adalah 1/13 dari Hy4 preview, 1/20 dari Hy4, dan 1/8 dari DeepSeek-V4.1-Flash-1017 (tingkat Max, harga jam sibuk). Ketiga rasio ini hanya berlaku untuk WorkIndex dan tidak dapat dipakai untuk menggantikan angka yuan di tabel uji buta.

Tabel ringkasan lampiran membandingkan total 7 model, dan Claude Haiku 5.5 tidak termasuk di dalamnya. Jadi tidak ada “skor Terminal-Bench Haiku”, dan artikel ini juga tidak akan menambahkannya. Fungsi lampiran adalah menjelaskan selisih batas kemampuan antara Hy4 flash dan Hy4. Data berikut dikutip dari lampiran halaman riset; setiap sel berisi “skor / biaya per tugas (yuan)”, dengan biaya dihitung Tencent berdasarkan harga API resmi masing-masing penyedia dan 1 dolar AS = 7.2 yuan:

Item (lampiran halaman riset) Hy4 flash Hy4 DeepSeek-V4.1-Flash-1017
PPTCoEditBench 74.0 / 0.105 78.9 / 1.714 76.8 / 0.459
MdCoEditBench 56.9 / 0.057 57.7 / 0.899 29.2 / 0.194
AutomationBench v1.0.6 52.2 / 0.038 56.2 / 0.908 54.3 / 0.620
Terminal-Bench 4.0 19.2 / 0.558 44.4 / 12.014 40.0 / 3.882
ProgramBench(almost solved) 16.0 / 0.561 30.0 / 30.281 29.0 / 9.214

Polanya cukup jelas. Pada tugas dokumen dan penulisan bersama, skor Hy4 flash mendekati Hy4, tetapi biayanya lebih rendah satu orde besaran. Pada tugas rekayasa jarak jauh seperti Terminal-Bench dan ProgramBench, skornya kurang dari separuh Hy4. Harga yuan di kolom DeepSeek dalam tabel dihitung Tencent berdasarkan harga tetap jam sibuk dan tidak mewakili tagihan Anda di platform mana pun. Ini juga bukan peringkat akhir di papan peringkat publik.

Halaman riset juga memuat beberapa pernyataan langsung dari pihak produk. Misalnya, WorkBuddy menyatakan bahwa dibandingkan Hy4, waktu tugas rata-rata berkurang 70%, biaya sekitar 1/15, dan kemampuan pengodean jarak jauh sedikit menurun. Angka 1/15 ini adalah penilaian WorkBuddy sendiri dan bukan angka yang sama dengan 1/20 dari WorkIndex.


Bagaimana perbandingan harga Hy4 flash dengan Claude Haiku 5.5

Harga perlu dilihat dari dua sumber: daftar harga resmi Anthropic dan tabel model APIYI. Dasar perhitungan keduanya berbeda, jadi tidak bisa digabung menjadi satu kesimpulan.

Dua tingkat harga resmi Claude Haiku 5.5

Komponen biaya (USD/juta token) Prompt ≤ 100 ribu token Prompt > 100 ribu token
Input 0.10 0.50
Output 0.50 2.50
Penulisan cache 5 menit 0.125 0.625
Penulisan cache 1 jam 0.20 1
Pembacaan cache 0.01 0.05

Menurut aturan resmi, begitu prompt melewati 100 ribu token, input, output, dan pembacaan cache naik bersamaan ke tingkat tinggi, dan seluruh permintaan dihitung dengan tarif tinggi, bukan hanya bagian yang melewati batas yang dikenai tarif lebih tinggi. Saat menghitung panjang prompt, pembacaan dan penulisan cache ikut dihitung. Jadi, untuk skenario seperti tanya jawab dokumen panjang, harga satuan efektif bisa menjadi 5 kali lipat kolom kiri tabel.

Haiku dan model terkait di tabel model APIYI

Saat memeriksa daftar model dan endpoint harga APIYI di apiyi.com pada 2026-11-16, harga claude-haiku-5-5 dan claude-haiku-5-5-thinking di tabel utama adalah: input 0.10, output 0.50, pembacaan cache 0.01 USD/juta token. Catatan kaki tabel utama hanya merinci tingkat input: hingga 100 ribu token sebesar 0.10, di atasnya 0.50. Catatan kaki tidak mencantumkan tingkat kedua untuk output. Endpoint harga, saat melewati 100 ribu token, menampilkan InputRatio sebesar 0.25 dan CompletionRatio tetap 5. Untuk penagihan aktual pada skenario prompt panjang, jadikan daftar model dan tagihan platform APIYI sebagai acuan; jangan langsung memakai angka resmi 2.50.

Model APIYI Input / Output / Pembacaan cache (USD/juta token) Endpoint Catatan
claude-haiku-5-5 0.10 / 0.50 / 0.01 chat, messages Harga tabel utama; catatan kaki hanya mencantumkan tingkat input
hy4 0.85 / 2.55 / 0.045 chat Ini Hy4, bukan Hy4 flash; daftar harga di halaman riset tercantum sebagai 0.834 / 2.501 / 0.042
deepseek-v4.1-flash 0.30 / 1.20 / 0.006 chat, messages Sesuai harga jam sibuk resmi DeepSeek, bukan harga jam sepi
glm-5.3-flash 0.15 / 0.50 / 0.03 Hanya OpenAI Chat Completions Tidak mendukung Messages dan Responses

DeepSeek juga punya beberapa jalur terpisah, misalnya deepseek-v4-1-flash-260910 (0.15 / 0.60 / 0.003) dan deepseek-v4-1-flash-economy-261017 (0.24 / 0.96 / 0.006). Mereka adalah model yang diberi harga sendiri-sendiri, bukan harga seluruh seri V4.1 Flash.

Hy4 flash belum tersedia; kami akan segera menghadirkan model ini. Model dan harga mengikuti daftar model platform. Saat ini Hy4 flash hanya bisa dipanggil melalui kanal seperti Tencent Cloud TokenHub; halaman riset tidak memberikan ID model API, jadi sebelum memanggil, gunakan nama yang ditampilkan di konsol TokenHub sebagai acuan. Halaman riset juga menyebutkan bahwa hingga 2026-11-30, WorkBuddy dapat digunakan gratis, dan API TokenHub didiskon 50%; ini adalah harga promo terbatas, dan setelah periode berakhir harga kembali ke daftar resmi.

💰 Saran perbandingan harga: Untuk model yang sudah tersedia di APIYI, gunakan kunci API yang sama yang Anda dapatkan melalui apiyi.com, kirim permintaan ke https://api.apiyi.com/v1, lalu bandingkan Haiku, DeepSeek, dan GLM dalam rangkaian tugas yang sama, dan hitung biaya per tugas berdasarkan tagihan Anda sendiri.

Rekomendasi Skenario: Hy4 flash vs Claude Haiku 5.5

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-id-image-2

Skenario yang cocok memilih Hy4 flash

  • Tugas harian berfrekuensi tinggi: Halaman riset merekomendasikan untuk pencarian mendalam, pemrosesan dokumen, pembuatan slide, demo front-end sederhana, dan operasi komputer.
  • Alur batch yang sensitif biaya: Dalam blind test, biaya per tugas paling rendah dan waktu penyelesaian median juga paling singkat.
  • Interaksi yang sensitif terhadap waktu tunggu: Halaman riset menyebut kecepatan decoding melebihi 150 token/detik.

Skenario yang tetap cocok menggunakan Claude Haiku 5.5

  • Sudah memiliki alur kerja Claude: Misalnya proyek yang bergantung pada protokol Anthropic Messages atau pengelompokan Claude Code, biaya migrasinya lebih rendah.
  • Saat ini perlu dipanggil melalui platform agregator: Haiku sudah tersedia di APIYI dan mendukung endpoint chat serta messages.
  • Pemanggilan frekuensi tinggi dengan prompt pendek: Saat prompt berada dalam 100 ribu token, harga satuan Haiku sendiri sudah cukup rendah, dan tingkat kepuasan dalam blind test juga mendekati Hy4 flash.

Dua pembanding

Jika Anda paling mengutamakan kepuasan, yang tertinggi dalam blind test adalah DeepSeek-V4.1-Flash-1017, tetapi konsekuensinya adalah waktu proses paling lama. Untuk tugas rekayasa perangkat lunak jangka panjang, halaman riset menyarankan untuk tetap menggunakan Hy4 karena batas atas kemampuannya lebih tinggi. Selisih Terminal-Bench 19.2 vs 44.4 di lampiran juga mendukung hal ini.


Rekomendasi Keputusan: Hy4 flash vs Claude Haiku 5.5

Jangan mengambil keputusan hanya berdasarkan satu angka 18 kali lipat. Ikuti urutan berikut satu per satu agar kesimpulan Anda jauh lebih andal:

  1. Pastikan jenis tugas: Untuk tugas harian seperti dokumen, slide, dan pencarian, gunakan kesimpulan uji blind; untuk coding jangka panjang, langsung lihat lampiran.
  2. Samakan level thinking: Haiku dalam uji blind menggunakan level high; saat mereproduksi sendiri, jangan memakai level medium bawaan sebagai pembanding.
  3. Hitung panjang prompt: Jika melebihi 100 ribu token, harga resmi Haiku akan naik tier secara keseluruhan; periksa secara terpisah tabel utama APIYI dan dasar perhitungan pada catatan kaki.
  4. Periksa protokol: glm-5.3-flash hanya mendukung Chat Completions, sedangkan Haiku dan deepseek-v4.1-flash mendukung endpoint chat sekaligus messages.
  5. Lakukan perhitungan dengan tugas Anda sendiri: Uji blind adalah penilaian dari 85 pengguna internal; distribusi bisnis Anda mungkin berbeda.

💡 Saran pemilihan: Setelah menemukan ID model yang tepat di docs.apiyi.com, gunakan kunci API dari apiyi.com untuk menghubungkan Haiku dan model lain yang sudah tersedia ke alamat kompatibel OpenAI yang sama, yaitu https://api.apiyi.com/v1. Catat tingkat kepuasan, waktu proses, dan tagihan pada kumpulan tugas nyata yang sama; ini jauh lebih berguna sebagai acuan daripada mengutip tabel milik siapa pun.


FAQ – Pertanyaan yang Sering Diajukan

Q1: Antara Hy4 flash dan Claude Haiku 5.5, mana yang tingkat kepuasannya lebih tinggi?

Berdasarkan uji buta yang dilaporkan sendiri oleh Tencent, Haiku 5.5 mendapat 2,81 dan Hy4 flash 2,79, selisih 0,02 poin. Halaman riset menyebutnya “mendekati”. Nilai kepuasan tertinggi dalam tabel adalah DeepSeek-V4.1-Flash-1017, yaitu 3,09.

Q2: Apakah “18 kali lebih murah” berarti semua pemanggilan 18 kali lebih murah?

Bukan. Angka 18 kali hanya berasal dari biaya per tugas dalam uji buta, yaitu 4,73 yuan versus 0,26 yuan. Jika dihitung dengan harga daftar per token, input Hy4 flash sekitar tujuh puluh persen dari Haiku, dan output sekitar 56% — jauh dari 18 kali.

Q3: Bagaimana perbandingan skor Terminal-Bench Hy4 flash di lampiran dengan Haiku?

Tidak bisa dibandingkan. Haiku 5.5 tidak ada dalam tabel ringkasan lampiran. Untuk membandingkan keduanya, satu-satunya cara adalah memakai tabel uji buta. Lampiran lebih cocok digunakan untuk membandingkan Hy4 flash, Hy4, dan DeepSeek, dan model lain.

Q4: Kapan Hy4 flash bisa dipanggil di APIYI?

Per 2026-11-16, Hy4 flash belum tersedia di APIYI; platform saat ini hanya memiliki `hy4`. Untuk ketersediaan terbaru, silakan pantau daftar model di apiyi.com. Sebelum itu, Anda bisa memanggilnya melalui Tencent Cloud TokenHub.

Q5: Bagaimana cara memanggil Claude Haiku 5.5 di APIYI?

Setelah mendapatkan kunci di apiyi.com, setel base_url ke `https://api.apiyi.com/v1` dan isi model dengan `claude-haiku-5-5`; jika memerlukan versi thinking, isi `claude-haiku-5-5-thinking`. Kedua endpoint, chat maupun messages, sama-sama bisa digunakan.

Q6: Apa yang perlu diperhatikan saat memanggil Haiku dengan petunjuk panjang?

Menurut aturan resmi Anthropic, jika petunjuk melebihi 100 ribu token, input, output, dan pembacaan cache untuk seluruh permintaan akan naik ke tingkat harga berikutnya. Catatan kaki tabel ringkasan APIYI hanya mencantumkan kenaikan tarif untuk input; untuk tingkat kedua pada output, gunakan daftar platform dan tagihan aktual sebagai acuan.

Q7: Apakah bobot Hy4 flash sudah open source?

Halaman riset menuliskan rencana open source, tetapi tidak menyatakan bahwa bobotnya sudah dirilis. Peluncuran di OpenRouter juga ditandai sebagai “segera hadir”.


Hy4 flash vs Claude Haiku 5.5: Poin-Poin Utama (Key Takeaways)

  • Uji buta hampir setara, bukan melampaui: tingkat kepuasan 2.79 vs 2.81, data berasal dari uji buta internal yang dilaporkan sendiri secara resmi oleh Tencent.
  • Angka 18 kali hanya punya satu sumber: biaya per tugas dalam uji buta adalah 4.73 yuan vs 0.26 yuan, dan itu bukan berarti penurunan harga secara menyeluruh.
  • Konfigurasi harus diselaraskan: dalam uji buta, Haiku memakai tingkat high, padahal effort bawaannya adalah medium.
  • Haiku tidak ada di lampiran: jangan menyimpulkan atau menambahkan skor Haiku dari lampiran.
  • Rekayasa jangka panjang pilih Hy4: pada Terminal-Bench, Hy4 flash bernilai 19.2, sedangkan Hy4 bernilai 44.4.
  • Petunjuk panjang Haiku naik tarif secara keseluruhan: setelah harga resmi melewati 100 ribu token, input, output, dan pembacaan cache naik bersamaan.
  • Harga dilihat dari dua sumber terpisah: daftar harga resmi dan tabel model APIYI diperiksa secara terpisah; Hy4 flash belum tersedia di APIYI.

Ringkasan

Kesimpulan perbandingan Hy4 flash dengan Claude Haiku 5.5 bisa diringkas menjadi tiga kalimat:

  1. Kualitas: dalam uji buta tugas harian internal Tencent, tingkat kepuasan keduanya berdekatan, dan waktu median Hy4 flash sedikit lebih singkat.
  2. Biaya: sekitar seperdelapan belas adalah biaya tingkat tugas, sementara selisih harga satuan token jauh lebih kecil dari kelipatan itu.
  3. Batasannya: untuk rekayasa perangkat lunak jangka panjang tetap gunakan Hy4; untuk skenario petunjuk panjang, hitung dulu aturan kenaikan tarif Haiku.

Untuk tugas dokumen harian, slide, dan pencarian, Hy4 flash layak dimasukkan ke daftar kandidat. Haiku, DeepSeek, dan GLM yang sudah tersedia saat ini bisa diuji dulu dengan tugas Anda sendiri di APIYI apiyi.com, lalu hitung biaya per tugasnya.


📚 Referensi

  1. Halaman riset Hy4 flash: spesifikasi, uji buta, WorkIndex, lampiran, dan informasi saluran
    • Tautan: hy.tencent.ai/research/hy4-flash
    • Keterangan: uji buta, WorkIndex, dan testimoni produk semuanya dilaporkan sendiri oleh pihak resmi
  2. Postingan resmi Tencent Hunyuan: biaya tugas 18x dan kalimat asli harga tarif
    • Tautan: x.com/TencentHunyuan/status/2122217770314301469
    • Keterangan: diterbitkan pada 2026-11-16
  3. Halaman model resmi Claude Haiku 5.5: ID model, konteks, dan dua tingkat harga
    • Tautan: platform.claude.com/docs/en/models/haiku-5-5/overview
    • Keterangan: aturan kenaikan tingkat 100 ribu token mengacu pada ini
  4. Halaman harga resmi DeepSeek: harga dua tingkat, jam sibuk dan waktu luang
    • Tautan: api-docs.deepseek.com/quick_start/pricing
    • Keterangan: digunakan untuk memverifikasi tingkat mana yang sesuai dengan model APIYI

Penulis: Tim Teknis APIYI
Diskusi teknis: untuk ID model dan harga, silakan mengacu pada daftar model di docs.apiyi.com. Kami menyambut Anda untuk menghubungi kami di halaman beranda situs APIYI

Tinggalkan komentar