Hy4 preview.
Hy4 preview is Tencent's Apache 2.0 mixture-of-experts model, 770B total and 49B active, with a 1M-token context; an early release aimed at engineering and analysis work.
8× Nvidia A100 SXM4 · $5.73/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. Le $/h est le tarif le plus bas proposé maintenant. Une configuration multi-cartes utilise une vraie instance de cette taille quand elle est louée ; sinon c'est le tarif d'une carte multiplié par le nombre.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
2048 GB |
$24.57/hr
Cyfuture AI · à la demande
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
1024 GB |
$12.41/hr
Cyfuture AI · à la demande
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
640 GB |
$5.73/hr
est. 8 × tarif d'une carte
Nosana · à la demande
|
— | Compare → |
What it costs per month across providers.
Estimate your monthly bill for Hy4 preview across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Le fournisseur le moins cher à gauche.
Coût mensuel total — tokens d'entrée et de sortie cumulés.
Détail de la facture.
| Fournisseur | Total mensuel | |
|---|---|---|
| $13.34 | S'inscrire ↗ | |
| $13.34 | S'inscrire ↗ |
Louez le GPU plutôt que de payer au token.
Pour un modèle à poids ouverts comme Hy4 preview, vous pouvez louer un GPU et faire tourner l'inférence vous-même. Le calcul : location de GPU la moins chère × 730 heures/mois. L'électricité est comprise dans le prix horaire de la location.
Suppose que le GPU tourne 24h/24 à environ 85 % d'utilisation. Si votre trafic est irrégulier, vous paierez moins pour l'API et probablement plus pour le GPU (les heures creuses sont facturées). L'analyse du seuil de rentabilité se trouve dans l'outil seuil de rentabilité auto-hébergement vs API.
About Hy4 preview.
Hy4 preview is an open-weights mixture-of-experts model from Tencent's Hy team, with 770B total parameters and 49B active per token, under Apache 2.0. Its context length is 1M tokens, and an extra layer supports speculative decoding. Tencent built its training data around software engineering, office and analysis work, game development and scientific research. It calls this an early version, with known issues such as reasoning longer than needed and over-verifying its own work.