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. $/giờ là giá thấp nhất đang được chào. Cấu hình nhiều card dùng giá máy thật cùng cỡ khi có nơi cho thuê; nếu không, là giá một card nhân số card.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
2048 GB |
$24.57/hr
Cyfuture AI · theo nhu cầu
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
1024 GB |
$12.41/hr
Cyfuture AI · theo nhu cầu
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
640 GB |
$5.73/hr
ước tính 8 × giá một card
Nosana · theo nhu cầu
|
— | 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.
Nhà cung cấp rẻ nhất ở bên trái.
Tổng chi phí hằng tháng — gồm cả token đầu vào và đầu ra.
Chi tiết hóa đơn.
Thuê GPU thay vì trả tiền theo token.
Với mô hình mã nguồn mở như Hy4 preview, bạn có thể thuê GPU và tự chạy suy luận. Cách tính: giá thuê GPU rẻ nhất × 730 giờ/tháng. Điện đã nằm trong giá thuê theo giờ.
Giả định GPU chạy 24/7 với mức sử dụng khoảng 85%. Nếu lưu lượng của bạn thất thường, bạn sẽ trả ít hơn cho API và có thể nhiều hơn cho GPU (giờ rảnh vẫn tính tiền thuê). Phân tích hòa vốn nằm ở công cụ hòa vốn tự host so với 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.