Tencent Hy4.
- Entrada
- texto imagem $0.834/M
- Saída
- texto $2.501/M
- Leitura de cache
- $0.042/M
- Contexto
- 1M
- vs GPT-4o
- ~83% mais barato
Preços por comprimento de entrada
Toda a solicitação usa a tarifa da faixa de comprimento de entrada. Preços em USD por milhão de tokens.
| Tokens de entrada | Entrada | Saída | Entrada (modo raciocínio) |
|---|
O preço em contexto
Posição do preço entre 79 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.048.576 |
|---|---|
| Saída máxima (especificação do provedor) | 65.536 |
Cache de prompts
| Modo | automático |
|---|
Raciocínio
| Parâmetro | reasoning_effort |
|---|---|
| Valores | minimal · low · medium · high o conjunto aceito é o do provedor |
Modelo
| Modalidades | texto + imagem → texto |
|---|
conforme fonte das especificações do modelo ↗
Um prompt, medido pelo gateway
Tencent Hy4 passou · 3 sentences
Enabling reasoning changed the unit economics of each request: the model now produces extra “reasoning tokens” and consumes more compute before it returns an answer, and those tokens are billed even if users never see them. Because our pricing is largely token-based, that extra work roughly doubled average cost per call, so flat request volume could still produce a doubled invoice. We are paying for better accuracy and less downstream rework on complex tasks, so the spend is justified only in high-value workflows and should be managed by cost per successful outcome.
saída 1519 tok (+1409 raciocínio) latência 21.0 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Tencent Hy4 passou · 8/8 cases
```python def longest_run(xs): n = len(xs) if n == 0: return 0 best = cur = 1 for i in range(1, n): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The loop range already includes the last index; the real bug is that `cur` and `best` start at `0` and only increase on equal adjacent comparisons, so the function counts equality links (`L - 1` for a run of `L` equal items), not the items in the run: a single item has no link, and the first item of a final run is never counted, with no end-of-list flush to compensate. […]
saída 4509 tok (+4263 raciocínio) latência 56.0 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Tencent Hy4 passou · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":"eleven and change","guidance":"withheld pending the Q4 close"}
saída 9869 tok (+9827 raciocínio) latência 125.2 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Tencent Hy4 passou · 120 words, 0 banned, 1 question
Today we are introducing Cross Provider Prompt Cache for our API gateway, a feature that caches prompts and securely reuses them across all connected model providers. Teams can cut duplicate calls, reduce latency, and keep spend predictable when identical instructions appear in chat, search, agents, or batch jobs. What if one cached prompt could support traffic routed to any provider in your stack? Gateway policies control cache keys, time to live, tenant isolation, redaction, and fallback behavior, while usage metrics show hit rates and savings by application. Setup requires one configuration change, and existing client code stays intact. Cross Provider Prompt Cache is available in private beta today for enterprise plans, with general availability next month across all supported regions.
saída 5744 tok (+5601 raciocínio) latência 57.6 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Tencent Hy4 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="hy4",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "hy4",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "hy4",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "hy4",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("hy4")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Tencent Hy4
- Entrada de texto e imagens.
- Raciocínio com contexto longo.
- Chamadas de ferramentas.
- A Tencent publica um limite de saída de 65536 tokens.
Perguntas frequentes
A API do Tencent Hy4 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.834/M de tokens de entrada, só esse crédito já cobre cerca de 149 requisições de ~8K tokens ao Tencent Hy4.
Em que o Tencent Hy4 é melhor?
Entrada de texto e imagens; Raciocínio com contexto longo; Chamadas de ferramentas. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Tencent Hy4?
Na Synthorai, o Tencent Hy4 custa $0.834 por milhão de tokens de entrada e $2.501 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.042/M.
Qual é a janela de contexto do Tencent Hy4?
O Tencent Hy4 tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 65,536 tokens.
O Tencent Hy4 suporta cache de prompts?
Sim, automaticamente: prompts servidos pela Tencent entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $0.042/M, contra $0.834/M sem cache. Guia de cache de prompts →
Como obtenho acesso ao Tencent Hy4?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="hy4" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Modelos relacionados
Comparar
As especificações e os benchmarks dos fornecedores incluem links para as fontes. O suporte do gateway descreve a implementação da Synthorai. Os exemplos arquivados são solicitações individuais e não garantem o desempenho geral do modelo. Os preços vêm da API pública ou do snapshot usado na compilação.