Hy4 flash と Claude Haiku 5.5 の比較:ブラインドテストの満足度とタスクあたりのコストを分けて見る

著者注:Tencent が公式に自ら公表した Hy4 flash のブラインドテスト表を分解し、「Haiku に近く、タスクコストは約18分の1」がどの表を指すのかを説明します。あわせて Claude Haiku 5.5 の公式2段階価格と APIYI のモデル表をそれぞれ確認します。

2026年11月16日、Tencent Hunyuan は Hy4 flash を発表しました。公式投稿では「日常業務向けで最も安価な生産性モデル」と称し、目を引く結論を添えています。日常業務における人手によるブラインドテストでは、Claude Haiku 5.5(high)と同等だった一方、タスクコストは18分の1に下がったというものです。

これは「あらゆる面で18分の1の安さ」を示す比較ではありません。 18倍という数字は、1つの表の1つの列にしか由来しません。Tencent 社内のブラインドテストにおける1タスクあたりのコスト、4.73元対0.26元です。この記事では、この表、研究ページの WorkIndex と付録、Anthropic 公式の2段階価格、そして APIYI のモデル表を分けて整理します。Haiku 5.5 と、より安価な日常モデルのどちらを選ぶか迷っているなら、読み終えればこの数字をどう扱えばよいか判断できるはずです。

核心価値:Hy4 flash と Claude Haiku 5.5 の比較結論がどこまで及ぶのかをはっきりさせ、どのタスクでモデルを乗り換えるべきか、どのタスクは元のモデルを使い続けるべきかを知ることです。

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


Hy4 flash と Claude Haiku 5.5 の比較:18分の1 はどの表に由来するのか

まず元のデータを見てみましょう。以下の表は Hy4 flash の研究ページ本文と公式図版に掲載されているもので、Tencent が自ら公表した社内ブラインドテストです。参加者は社内の WorkBuddy ユーザー 85 名、タスクは合計 259 件で、27 のカテゴリをカバーしています。外部モデル(DeepSeek、Claude Haiku、GLM)は high 設定で実行されており、Hy4 flash の行には設定の記載がありません。

モデル 満足度(4点満点) エンドツーエンド時間の中央値 タスクあたりのコスト(人民元)
DeepSeek-V4.1-Flash-1017(high) 3.09 10.3 分 1.20 元
Hy4 flash 2.79 6.7 分 0.26 元
Claude-Haiku-5.5(high) 2.81 6.8 分 4.73 元
GLM-5.3-Flash(high) 2.53 7.6 分 0.81 元

4.73 を 0.26 で割ると約 18.2 になり、これが投稿で言われている 18x の出どころです。比較対象は Haiku であって、DeepSeek でも Hy4 でもありません。表の中で満足度が最も高いのは DeepSeek の 3.09 で、Hy4 flash は Haiku より 0.02 ポイント低くなっています。研究ページの表現は close to(〜に近い)なので、「Haiku を上回る」と書くことはできません。

Hy4 flash の単価差が 18 倍に届かない理由

100万トークンあたりの定価で比べると、ここまでの差はありません。研究ページに載っている Hy4 flash の価格は、入力 0.070 ドル、出力 0.281 ドルです。Claude Haiku 5.5 の 10万トークン以内における公式価格は、入力 0.10 ドル、出力 0.50 ドルです。入力だけを見れば Hy4 flash は Haiku のおよそ 7 割、出力だけを見れば約 56% になります。

つまり 18 倍という数字は、「1つのタスクを完了するまでに合計いくらかかったか」の結果であって、トークン単価の倍率ではありません。研究ページでは、強化学習によってエンドツーエンドの平均出力トークンが 50% 削減されたと述べています。ただしブラインドテストの表自体はコストの内訳を示していないため、18 倍がすべて特定の要因によるものだと断定はできません。より慎重に読むなら、Tencent 社内のこの一群の日常タスクを、この設定で実行した場合のタスクコスト差が約 18 倍ということです。あなたのタスク、プロンプトの長さ、思考レベルが変われば、結果は計算し直す必要があります。


Hy4 flash と Claude Haiku 5.5 の核心的な違い

以下の表は、2つのモデルの公開仕様を並べて比較したものです。Hy4 flash の仕様は研究ページ、Haiku 5.5 の仕様は Anthropic 公式のモデルページに基づいています。

比較項目 Hy4 flash Claude Haiku 5.5 説明
パラメータ規模 224B の総パラメータ(64B の Engram パラメータを含む)、トークンあたり 12B を活性化 公式未公開 片方のみの比較になる
コンテキスト 1M トークン 1M、最大出力 128K 同等
モダリティ ネイティブマルチモーダル 入力はテキストと画像、出力はテキスト それぞれに強みがある
思考 研究ページにデフォルト段階の記載なし 適応型思考がデフォルトで有効、デフォルトの effort は medium ブラインドテストでは Haiku は high を使用
定価(ドル/100万トークン) キャッシュ 0.003、入力 0.070、出力 0.281 10万以内:キャッシュ読み 0.01、入力 0.10、出力 0.50 Hy4 flash の単価がより低い
デコード速度 研究ページでは 150 tokens/s 超と記載 本記事の資料では未カバー —
モデル ID 研究ページに記載なし、TokenHub コンソールの表示に準拠 claude-haiku-5-5 —
利用可能なプラットフォーム Tencent Cloud TokenHub など、APIYI では未掲載 Anthropic 公式、APIYI apiyi.com 後述の価格セクションを参照

見落としやすいポイントが1つあります。Haiku 5.5 のデフォルトの effort は medium ですが、ブラインドテストでは high が使われています。自分のプロジェクトでデフォルトのパラメータのまま Haiku を呼び出すと、計測される速度とコストは、ブラインドテスト表の Haiku 行とは同じになりません。ブラインドテストの結論と照らし合わせたい場合は、少なくとも effort の段階を揃えておく必要があります。

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

WorkIndex と付録:Haiku はこの表にない

研究ページには、独自に構築した評価スイート WorkIndex もあります。8つの社内データセット(スライド生成、スライド編集、人とAIによる共同スライド作成、Markdown 共同執筆、文書編集、表の修復、音声・動画処理、視覚理解)で構成されています。研究ページの原文によると、WorkIndex における Hy4 flash のタスクあたり平均コストは、Hy4 preview の 1/13、Hy4 の 1/20、DeepSeek-V4.1-Flash-1017(Max 枠、ピーク時価格)の 1/8 です。この3つの比率は WorkIndex に限ったものであり、ブラインドテスト表の人民元の数字を置き換えるものではありません。

付録の総合表では合計7つのモデルを比較しており、Claude Haiku 5.5 は含まれていません。したがって「Haiku の Terminal-Bench スコア」は存在せず、本稿でも補いません。付録の役割は、Hy4 flash と Hy4 の能力上限の差を示すことにあります。以下のデータは研究ページの付録からの抜粋です。各セルは「スコア / タスクあたりコスト(人民元)」で、コストは Tencent が各社の公式 API 価格に基づき、1米ドル=7.2元で換算して算出したものです:

項目(研究ページ付録) 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

傾向は比較的明確です。文書系および共同執筆系のタスクでは、Hy4 flash と Hy4 のスコアは近接している一方、コストは1桁低くなっています。Terminal-Bench や ProgramBench のような長期的なエンジニアリングタスクになると、スコアは Hy4 の半分にも届きません。表の DeepSeek 列の人民元価格は、Tencent がピーク時の固定価格で計算したものであり、どのプラットフォームでの実際の請求額を示すものではありません。これらも公開リーダーボードの最終順位ではありません。

研究ページには、製品側の自己申告による証言もいくつか掲載されています。たとえば WorkBuddy は、Hy4 と比較して平均タスク時間が70%減少し、コストは約1/15、長期的なコーディング能力はやや低下すると述べています。この1/15は WorkBuddy 独自の評価であり、WorkIndex の1/20とは同じ数値ではありません。


Hy4 flash と Claude Haiku 5.5 の価格はどう比較するか

価格は2つの体系に分けて見る必要があります。Anthropic 公式の定価表と、APIYI のモデル一覧表です。両者は基準が異なるため、1つの文にまとめることはできません。

Claude Haiku 5.5 の公式2段階料金

課金項目(米ドル/100万トークン) プロンプト ≤ 10万トークン プロンプト > 10万トークン
入力 0.10 0.50
出力 0.50 2.50
5分キャッシュ書き込み 0.125 0.625
1時間キャッシュ書き込み 0.20 1
キャッシュ読み取り 0.01 0.05

公式ルールでは、プロンプトが10万トークンを超えると、入力、出力、キャッシュ読み取りがまとめて上位料金に上がります。しかも、リクエスト全体が高い料金で計算され、超過分だけが割増されるわけではありません。プロンプト長を計算する際には、キャッシュ読み取りとキャッシュ書き込みの両方が含まれます。そのため、長文ドキュメントのQ&Aのようなシナリオでは、実際の単価が表の左列の5倍になる可能性があります。

APIYI のモデル一覧表にある Haiku と関連モデル

2026-11-16 に APIYI apiyi.com のモデル一覧と価格インターフェースを確認したところ、claude-haiku-5-5 と claude-haiku-5-5-thinking の一覧表での価格は、入力 0.10、出力 0.50、キャッシュ読み取り 0.01 米ドル/100万トークンでした。一覧表の脚注には入力の段階だけが記載されています。10万トークン以内は 0.10、超過後は 0.50 です。脚注には出力の第2段階が記載されていません。 価格インターフェースでは、10万トークンを超えた場合に InputRatio が 0.25、CompletionRatio は 5 のまま表示されます。長いプロンプトのシナリオにおける実際の課金は、APIYI プラットフォームのモデル一覧と請求明細を基準にしてください。公式の 2.50 をそのまま当てはめないでください。

APIYI モデル 入力 / 出力 / キャッシュ読み取り(米ドル/100万トークン) エンドポイント 備考
claude-haiku-5-5 0.10 / 0.50 / 0.01 chat、messages 一覧表の価格。脚注には入力の段階のみ記載
hy4 0.85 / 2.55 / 0.045 chat これは Hy4 であり、Hy4 flash ではありません。研究ページの定価は別に 0.834 / 2.501 / 0.042 です
deepseek-v4.1-flash 0.30 / 1.20 / 0.006 chat、messages DeepSeek 公式のピーク時価格に対応し、オフピーク時価格には対応しません
glm-5.3-flash 0.15 / 0.50 / 0.03 OpenAI Chat Completions のみ Messages と Responses は非対応

DeepSeek には独立したチャネルがいくつかあり、たとえば deepseek-v4-1-flash-260910(0.15 / 0.60 / 0.003)や deepseek-v4-1-flash-economy-261017(0.24 / 0.96 / 0.006)があります。これらはそれぞれ個別に価格設定されたモデルであり、V4.1 Flash シリーズ全体の価格を表すものではありません。

Hy4 flash はまだラインナップされていません。このモデルはできるだけ早くラインナップします。モデルと価格はプラットフォームのモデル一覧を基準にしてください。現時点で Hy4 flash は Tencent Cloud TokenHub などのチャネル経由でのみ呼び出せます。研究ページには API モデル ID が示されていないため、呼び出す前に TokenHub コンソールに表示される名称を基準にしてください。研究ページではさらに、2026-11-30 まで WorkBuddy 内で無料で利用でき、TokenHub の API は 50% オフになると述べています。これは期間限定価格で、期限が切れると定価に戻ります。

💰 価格比較のヒント:APIYI にすでにラインナップされているモデルなら、apiyi.com で取得した同じ APIキーを使って、リクエストを https://api.apiyi.com/v1 に送信できます。Haiku、DeepSeek、GLM を同じタスクセットに入れて比較し、自分の請求明細に基づいてタスク単価を算出してください。


Hy4 flash と Claude Haiku 5.5 の比較:シーン別おすすめ

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

Hy4 flash が向いているシーン

  • 高頻度の日常タスク:研究ページでは、ディープサーチ、文書処理、スライド作成、簡単なフロントエンドのデモ、コンピュータ操作に推奨されています。
  • コストに敏感なバッチ処理:ブラインドテストでタスクあたりのコストが最も低く、完了までの中央値時間も最短でした。
  • 待ち時間に敏感なインタラクション:研究ページによると、デコード速度は 150 tokens/s を超えています。

Claude Haiku 5.5 を引き続き使うべきシーン

  • 既存の Claude ワークフローがある場合:たとえば Anthropic Messages プロトコルや Claude Code のグループに依存しているプロジェクトでは、移行コストが低くなります。
  • 現時点でアグリゲーションプラットフォーム経由で呼び出したい場合:Haiku はすでに APIYI に上陸しており、chat と messages の両エンドポイントに対応しています。
  • 短いプロンプトの高頻度呼び出し:プロンプトが 10 万トークン以内であれば、Haiku の単価自体がすでに低く、ブラインドテストでの満足度も Hy4 flash と近い水準でした。

2 つの参照対象

満足度を最重視するなら、ブラインドテストで最も高かったのは DeepSeek-V4.1-Flash-1017 ですが、その代償として所要時間が最長です。長期的なソフトウェアエンジニアリングのタスクでは、研究ページは引き続き Hy4 の使用を推奨しています。能力の上限がより高いためです。付録にある Terminal-Bench の 19.2 対 44.4 という差も、この点を裏付けています。


Hy4 flash 与 Claude Haiku 5.5 的比较与决策建议

不要仅凭“18 倍”这一项数据就做决定。按照下面的顺序梳理一遍,结论会可靠得多:

  1. 确认任务类型:只有属于文档、幻灯片、搜索这类日常任务时,才参考盲测结论;长程编码任务请直接查看附录。
  2. 对齐思考档位:盲测中的 Haiku 是 high 档,自己复现时不要用默认的 medium 档去比较。
  3. 统计提示词长度:超过 10 万 token 时,Haiku 的官方价格会整体升档,需要分别核对 APIYI 总表和脚注的计算标准。
  4. 核对协议:glm-5.3-flash 只支持 Chat Completions,Haiku 和 deepseek-v4.1-flash 同时支持 chat 与 messages 端点。
  5. 用自己的任务来测算:盲测结果是 85 名内部用户的评分,你的业务分布可能不同。

💡 选择建议:在 docs.apiyi.com 查到准确的型号 ID 后,用 apiyi.com 的密钥把 Haiku 和其他已上架模型接入同一个 OpenAI 兼容地址 https://api.apiyi.com/v1。在同一批真实任务上记录满意度、耗时和账单,比引用任何一张别人的表都更有参考价值。


よくある質問(FAQ)

Q1:Hy4 flash と Claude Haiku 5.5 を比較すると、満足度が高いのはどちらですか?

テンセント公式が公表したブラインドテストによると、Haiku 5.5 が 2.81、Hy4 flash が 2.79 で、その差はわずか 0.02 点です。研究ページの表現は「接近(近い)」となっています。表の中で満足度が最も高いのは DeepSeek-V4.1-Flash-1017 で、3.09 です。

Q2:18 倍安いというのは、すべての呼び出しが 18 倍安いという意味ですか?

いいえ、そうではありません。18 倍という数字は、ブラインドテストにおける単一タスクあたりのコスト 4.73 元対 0.26 元から来ているだけです。トークンの定価(掲載価格)で計算すると、Hy4 flash の入力は Haiku の約 7 割、出力は約 56 % で、18 倍には遠く及びません。

Q3:付録にある Hy4 flash の Terminal-Bench の成績は、Haiku と比べてどうですか?

比較できません。Haiku 5.5 は付録の総合表に含まれていません。両者を並べて比較する場合は、ブラインドテストの表を使うしかありません。付録は Hy4 flash、Hy4、DeepSeek などのモデル同士を比較するのに向いています。

Q4:Hy4 flash はいつ APIYI で呼び出せるようになりますか?

2026-11-16 時点で、Hy4 flash はまだ APIYI に登録されていません。プラットフォームには現在 `hy4` のみがあります。具体的な登録状況については、apiyi.com のモデルリストをご確認ください。それまでは、テンセントクラウドの TokenHub 経由で呼び出せます。

Q5:APIYI で Claude Haiku 5.5 を呼び出すにはどうすればよいですか?

apiyi.com でキーを取得した後、base_url を `https://api.apiyi.com/v1` に設定し、model には `claude-haiku-5-5` を指定します。思考バージョンが必要な場合は `claude-haiku-5-5-thinking` を指定してください。chat と messages のどちらのエンドポイントも使用できます。

Q6:長いプロンプトで Haiku を呼び出す際、何に注意すべきですか?

Anthropic の公式ルールによると、プロンプトが 10 万トークンを超えると、リクエスト全体の入力・出力・キャッシュ読み取りが上位の価格帯に移行します。APIYI の総合表の脚注には入力の段階のみが記載されているため、出力の第 2 段階についてはプラットフォームのリストと実際の請求額をご確認ください。

Q7:Hy4 flash の重みはオープンソース化されていますか?

研究ページにはオープンソース化を予定していると書かれており、重みがすでに公開済みであるという説明はページ上にありません。OpenRouter での公開も「近日公開」と記載されています。


Hy4 flash と Claude Haiku 5.5 の比較:主要ポイント(Key Takeaways)

  • ブラインドテストでは接近、超過ではない:満足度は 2.79 対 2.81。データは Tencent 公式が自社で公表した内部ブラインドテストによるものです。
  • 「18倍」の根拠は1つだけ:ブラインドテストのタスクあたりコストは 4.73 元 対 0.26 元であり、全面的な値下げを意味するものではありません。
  • 設定を揃えて比較する必要がある:ブラインドテストで Haiku は high 設定を使用しましたが、デフォルトの effort は medium です。
  • 付録に Haiku は含まれていない:付録から Haiku のスコアを推測したり補ったりしないでください。
  • 長期的なエンジニアリングタスクには Hy4 を選ぶ:Terminal-Bench では Hy4 flash が 19.2、Hy4 が 44.4 です。
  • Haiku は長いプロンプトで全体的に価格ティアが上がる:公式価格では 10万トークンを超えると、入力・出力・キャッシュ読み取りの料金がそろって上がります。
  • 価格は2つの体系で確認する:公式定価表と APIYI のモデル表は別々に照合してください。Hy4 flash は APIYI ではまだ提供されていません。

まとめ

Hy4 flash と Claude Haiku 5.5 の比較結論は、次の3点に集約できます。

  1. 品質:Tencent 社内の日常タスクのブラインドテストでは、両者の満足度は近い水準で、Hy4 flash の中央値の所要時間はやや短くなっています。
  2. コスト:約18分の1というのはタスク単位のコストであり、トークン単価の差はこの倍率よりずっと小さくなります。
  3. 適用範囲:長期的なソフトウェアエンジニアリングでは引き続き Hy4 を使います。長いプロンプトの場面では、まず Haiku の価格ティア上昇ルールを計算に入れる必要があります。

日常的なドキュメント、スライド、検索系のタスクでは、Hy4 flash を候補に加える価値があります。現時点で提供中の Haiku、DeepSeek、GLM は、まず APIYI(apiyi.com)上で自分のタスクを一巡実行し、タスクあたりのコストを算出してみてください。


📚 参考資料

  1. Hy4 flash 研究ページ:仕様、ブラインドテスト、WorkIndex、付録、チャネル情報
    • リンク:hy.tencent.ai/research/hy4-flash
    • 説明:ブラインドテスト、WorkIndex、製品の証言はいずれも公式による自己申告です
  2. Tencent Hunyuan 公式投稿:18倍のタスクコストと定価(刊例価格)の原文
    • リンク:x.com/TencentHunyuan/status/2122217770314301469
    • 説明:2026-11-16 公開
  3. Claude Haiku 5.5 公式モデルページ:モデル ID、コンテキスト、2段階の価格
    • リンク:platform.claude.com/docs/en/models/haiku-5-5/overview
    • 説明:10万トークンの段階引き上げルールはこちらを基準とします
  4. DeepSeek 公式料金ページ:ピーク時とアイドル時の2段階価格
    • リンク:api-docs.deepseek.com/quick_start/pricing
    • 説明:APIYI のモデルがどちらの段階に対応するかの確認用です

著者:APIYI 技術チーム
技術交流:モデル ID と価格は docs.apiyi.com のモデル一覧を基準にしてください。APIYI サイトのトップページからお気軽にお問い合わせください

コメントする