腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择

资讯 网易科技 作者:网易 全文 5745 字 · 约 15 分钟读完 配图 14 张 分类Hy4腾讯

腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

所属频道 大厂动态

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 1)

跑一个任务,花的钱只有 Hy4 的二十分之一,这价格确实够省。

大模型行业也开始讲究起柴米油盐了。

放在 2026 年以前,一款模型能不能刷屏,多半看它又解锁了什么新本事。GPT-4o 能实时语音对话、Claude 编程拿得出手、DeepSeek R1 推理亮眼,轮流占据话题中心。新模型一发布,大家先问的就是它压过了谁、又干了哪些以前干不了的事。

风向在 2026 年变了。Agent 真正铺开之后,SOTA 模型的领先能力按季度被轮番刷新,已经算不上新鲜事。能不能用得起、等得起,反倒成了新话题。

让模型回一句话,和让 Agent 接一单活,资源消耗根本不是一个量级。Agent 场景里,一条指令背后可能是几十轮模型调用:读材料、查代码、调工具、处理报错,每一步都在堆上下文和调用次数。OpenRouter 披露的数据显示,今年 2 月 6 日平台上 Agent 的 Token 用量首次超过人类直接调用,到 9 月底已约为后者的七倍。

落到具体任务上,今年 4 月密歇根大学与斯坦福大学做过一项研究,覆盖 8 款模型、500 个真实代码问题。测试中 Agent 每尝试处理一个问题,平均累计消耗约 417 万 Token,模型调用费约 1.86 美元。照这个均值算,连跑十次就接近 20 美元。

任务越长,大家对速度和价格就越敏感,各家的 Flash 性价比模型也因此有了更大的用武之地。

去年 OpenRouter 与 a16z 研究过超过 100 万亿 Token 的使用数据,发现 Gemini 2.0 Flash、DeepSeek V3 0324 这类能力与低成本兼顾的模型,用量已经和部分高价领先模型接近。今年 11 月 14 日,DeepSeek、智谱的 Flash 模型又同时挤进 OpenRouter 单日 Token 用量前十。用户愿意为更强的能力掏钱,同时也在把大量日常任务交给更实惠的模型。

最近这批 Flash 模型里,腾讯推出的 Hy4 flash 主打精简输出、更高吞吐和更快速度,受到的关注无疑最多。

据了解,这款模型总参数量 224B,其中 64B 为 Engram 参数。预训练阶段引入混合注意力、LatentMoE、Engram 等架构特性,实际使用时激活参数只有 12B,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6,还支持多模态和 1M 上下文长度。

价格上,它是目前性价比最高的 Hy 模型:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时只要 0.02 元,比 Hy4 降了一大截。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 2)

后训练阶段,Hy4 flash 先靠自蒸馏 Hy4 拿到较强的综合智能水平,再用强化学习把端到端任务输出长度压低 50%。最终整体单任务成本只有 Hy4 的二十分之一。

推理效率方面,megakernel、4bit 量化、DFly 等手段一起上做了极致优化,Hy4 flash 解码速度超过 150 tps,还能大规模低成本部署运营。

Hy4 flash 发布后,我们第一时间拿到了内测资格。

随后把它放进 WorkBuddy(其中可以免费使用 Hy4 flash),与同样定位的 DeepSeek-V4.1-Flash(1017 版本)以及原始 Hy4 做了四轮对照:办公决策、编程修复、视觉理解、PPT 生成各一轮。

测试结果如下。

01

办公决策:判断一致,

Hy4 flash 快了近三分钟

第一轮,我们让模型为一场产品发布会做决策准备。

这道题特意加了难度,给模型几组互相矛盾的口径,再把目标和约束一并放进去,看它能不能自己理清楚。

任务描述如下:

发布前先要定一件事:两个产品能力上不上线。纪要能力成熟度算高的,方案能力还差些火候。产品团队的说法是,这个月产品被 8600 人点开过,成功率 91%。数据团队给的数却是:每周真正用起来的只有约 3200 人,完整走完任务的比例 67%,跟前者差了将近 3 倍。销售那边的情况是 6 家有意向,其中 1 家肯掏钱试点,8 万/年。财务的口径是,发布后 3 个月要见到约 40 万的经常性年收入(ARR)。法务提醒,安全评估在发布会前做不完;只要不现场开放注册、只对外说即将开放,风险就相对可控。这几组数字该采信哪一组,发布怎么定,得给出一页能直接投屏的决策纸。

描述里,产品与数据同学的两组数字都有出处,可统计周期、使用行为和成功口径并不一致。模型得先弄清各自代表什么,再判断发布会上该用哪组。销售和财务这边,还要把意向、付费试点和收入目标做关联与区分。法务的评估不做完就不开通注册,则是最终的条件限制。

挑这道题,是因为它太像实际工作:数据口径没有统一标准,材料也没完全 ready,各方面又提出不同约束,用户必须从中理出一条能执行、能讨论的方案。

这一轮跑下来,Hy4 flash 花了 1 分 14 秒。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 3)

它的建议是折中推进——发布会照开,但只宣布即将开放、分批放量,现场既不开放注册,也不先收等待名单。对外用 3200 人、67% 这组更严的数字。等待名单算不算开通注册,它单独列成待确认事项。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 4)

DeepSeek-V4.1-Flash 这边用了 4 分 8 秒。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 5)

它的思路也是折中:发布会照开,只宣布即将开放,不在现场开通注册;对外主推会议纪要,方案能力标注内测,数字同样采信 3200 和 67%。差别在于,它认为发布会可以收集等待名单,之后再向名单上的用户分批开放。

这算不上它判断失误。法务卡住的是现场开通注册,收集等待名单并没有被明确禁止。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 6)

这一轮双方的核心判断一致,要求的一页纸也都交了出来,质量上看不出明显差距。

Hy4 flash 赢在速度,少用了 2 分 54 秒。口径冲突、发布取舍、最终交付都处理到位,耗时只有对方的约三成。

02

接下来看读图决策。和 DeepSeek-V4.1-Flash 相比,

Hy4 flash 的误读更少。

第二轮仍是对比这两个模型。这回文字提示词给得很少,做法是把测试一里的文字内容加工成一张自带矛盾的投屏图片,直接喂给模型,让它只凭这张图做决策准备,看它会不会主动把矛盾点出来,再完成与场景一相近的决策准备。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 7)

图上最抢眼的大卡片写着月活 8600、成功率 91%、意向客户 6 家,还挂着可计收入的红色标识;右下角的对照表却是另一套更严格的数据。柱状图标的是 8 万和 40 万,可 8 万那根柱子实际画到了约 32 万的高度。

Hy4 flash 最终用时 2 分 46 秒。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 8)

它给出的仍是折中发布方案:只宣布即将开放,现场不办理注册,对外采用更严的口径。

客户数量上,它发现 6 家意向客户的卡片带「可计收入」标注,而对照表只确认了 1 家付费试点,两处信息对不上。

8 万元到底是已确认收入还是预算、40 万元的目标按什么时间口径算,它也都分别列为待确认事项。

只是 8 万元那根柱子画高了这一点,它没看出来。

DeepSeek-V4.1-Flash 用了 1 分 25 秒。

它同样建议折中,也梳理了卡片与对照表之间的口径差异,但有两处写错。

一处是把客户卡片上的红标读成「非付费」,与图中「可计收入」的标注不符。

另一处它写道:「8 与 40 的视觉比例 20%,与 ARR 进度 20% 自洽,此处无失真。」

8 除以 40 的确等于 20%,但柱子高度并不是按这个比例画的。数字关系它算对了,图形比例的错误却被漏掉。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 9)

这一轮 DeepSeek-V4.1-Flash 虽然更快,却有两处明确的误判。Hy4 flash 看出了「6 家意向客户被标为可计收入、实际只有 1 家确认付费」这处冲突,整体准确率更高。

03

编程修复环节,结果相同,

但 Hy4 flash 更快,性价比也更高。

Hy4 想得更周全。

第三轮把难度提了一档,是一道编程题:让模型接手一个已经上线运行的库存与计价项目来改。参赛的是 Hy4 和 Hy4 flash。

挑的这个库存系统已经在用了。仓库里的测试全绿,线上却冒出 4 个毛病:预占库存后数字对不上,在库数量跟着一起减,取消之后又回不去;整单出库会报错——某件商品被全部预占后,整单出库就出错;优惠券没按上限封顶,400 元订单用 20% 优惠券,抵扣超过了 50 元上限;月末报表少了一天,11 月报表漏掉了 11 月 30 日当天的出库。

我给模型的任务是:照项目里的代码和问题清单,自己把这几个 bug 揪出来,先写能复现问题的测试,再动手修,最后交一份修复说明。

做这道题,模型得看懂别人写的代码,找出既有测试没覆盖到的地方,还得证明改完之后行为符合项目约定。

结果 Hy4 flash 花了 2 分 5 秒,四个问题一个不落,全找到并修好了。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 10)

按它的改法,预占不再误扣在库数量,取消改为释放预占;整单出库能正常走完;优惠券抵扣以 50 元为上限封顶;报表区间改成包含结束当天。

它还顺手给原项目补了 5 个测试,端到端验证了一遍:预占后在库仍为 10、可用为 6,取消后可用回到 10;400 元订单实付 350 元;11 月汇总包含 11 月 30 日,共计 8 件。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 11)

同样的任务,根因和改法与上面几乎一样,正式版 Hy4 用时 3 分 49 秒。差别只有一处:Hy4 最后给项目新增了 8 个测试,流程更完整一些。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 12)

04

论文转 PPT:

Hy4 更清楚,Hy4 flash 更快

前面的任务都是真实生产系统里的单点问题。这次换一个端到端的活:让 Hy4 和 Hy4 flash 各自把同一篇论文做成 PPT,比一比谁的效果更好。

论文选的是 OpticalRAG,主题是一种少占 token 的长文档处理办法——先把页面渲染成图像,再在像素空间里压缩,用于检索增强生成。提示词里要求的顺序是:要解决的问题、核心方法(两项关键技术分开讲,必要处配示意图)、关键实验结果(数字要写上)、局限和落地时要注意的地方。

挑这道题,是要求模型先读懂技术论文,再具备完整的多模态生成能力,把读懂的内容做成结构清楚、数字写对、能直接开讲的幻灯片。

Hy4 flash 用 9 分 5 秒生成了 21 页 PPT,问题、方法、实验和局限都按要求的写到了:论文里两项关键技术分得很清楚,关键数字准确,连一些技术方式在 BAMBOO 上原始分并不领先这类数据也完整呈现。

不足的地方有两处:有几页页脚和正文叠在一起,CAP 公式里的指数没做成上标。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 13)

论文和提示词都相同,正式版 Hy4 用时 15 分 47 秒,产出 18 页 PPT,结构和关键数字同样没错。压缩感知分数第一不等于原始分数第一、长文档上按问题筛选反而低于简单的均值池化这些细节,它也没漏。

腾讯Hy4 flash实测:单任务成本仅Hy4二十分之一,Agent时代的新选择(配图 14)

总的看,把长篇技术论文做成可讲解 PPT 这件事,两边都完成了,论文要点和关键数字都写对了。Hy4 flash 胜在速度,主结果表也更完整;正式版 Hy4 慢一些,但页面更适合直接开讲,对结论的分析交代得更清楚。

05

尾声

平心而论,Hy4 flash 也好,DeepSeek-V4.1-Flash 也好,眼下市面上这一批 Flash 模型,准确率跟当前的 SOTA 模型比还有距离。但放到日常办公、编程修复这类任务上,它们已经够得上一个专业工程师和白领的水平。

再说 Agent 这种调用轮次多、上下文超长、成本很容易失控的场景,Flash 模型是个不错的选择。

混元官方 Blog 也是这么建议的:深度搜索、文档处理、PPT 生成、简单前端展示、computer use 等大部分日常任务用 Hy4 flash,长程软件工程这类复杂任务则用智能上限更高的 Hy4。

总而言之,Hy4 flash 就是当下各种 Flash 模型中,最适合过日子的神!

*头图来源:腾讯混元

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

模型体量一轮轮往上走,生成质量不断抬高,算力投入也跟着加码。身处这场「万卡竞赛」,创业公司要靠什么拼出自己的胜算?

达瓦科技年内累计融资近 5 亿元,把核心投入押在控制层上,走的是「重控制,轻渲染」的技术路线。这条路是从真实片场里长出来的:多年影视制作与虚拟拍摄的经历,让达瓦攒下约 180TB 结构化过程数据——摄影机怎么移动、灯光怎么变化、人物怎么跟环境发生关系。这些藏在成片背后的信息,成了模型判断「改变什么、保留什么」的重要依据。沿着这条路径,达瓦想让生成的内容能被准确修改,让发生过的变化能被记住,也让世界随着人的行动持续运行下去。

其 Scenes AI 已经展示过一项能力:在单张消费级 NVIDIA RTX 显卡上运行实时世界模型。

从片场里的积累走到国际技术舞台,从已有业务的收入和盈利走到实时互动的新市场,达瓦的这套选择也抛出一个可以讨论的问题:AI 视频的竞争,到底有哪几种不同的赢法?

11 月 17 日 19:30,极客公园创始人 & CEO 张鹏将对话达瓦科技 CTO 朱子威、CPO 李宗兴,把这条路线背后的技术判断与商业逻辑聊透。


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 腾讯混元Hy4 flash发布:224B参数,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。”混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。该模型总参数量为224B(其中64B En

    来源 腾讯网
  2. Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8

    阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。

    来源 华尔街见闻
  3. 腾讯Hy4 flash发布:224B参数,输入0.5元/百万Token

    在 WorkBuddy 中实测腾讯 Hy4 flash,涵盖深度研究、3D 网页、游戏开发和办公任务。与 DeepSeek V4.1 Flash 相比,两者整体交付质量相近,前者首轮交付更快;生成交互帆船原型耗时半小时,按 API 定价估算费用约 0.23 元。

    来源 爱范儿
  4. 腾讯发布Hy4 flash:支持1M上下文,激活参数12B

    11月16日,腾讯发布定位于日常办公及智能体任务的Hy4 flash模型。该模型总参数量224B(含64B Engram参数),单次激活参数12B,支持多模态输入和最高1M上下文长度,解码速度超过150 tokens/s。腾讯内部评测显示其综合表现略高于Hy4 preview,WorkIndex测试中平均单任务成本约为

    来源 凤凰科技
  5. Hy4 flash实测:WorkBuddy限免,价格只有旗舰二十分之一

    11 月 16 日,腾讯混元正式发布 Hy4 flash,并在腾讯办公智能体 WorkBuddy 国内版和国际版同步首发,11 月 30 日 23:59 前限时免费。官方称它是“迄今为止最高性价比的 Hy 模型”。把价格压到这个程度,背后是整个行业的风向。11 月第一周,OpenRouter 全球模型调用量榜单的前三名

    来源 腾讯网
  6. 腾讯混元Hy4 flash定价公布:百万Token输入0.5元,张军称性价比最高

    11月16日,腾讯混元Hy4 flash发布,腾讯公关总监张军在微博披露其API定价:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元。该模型总参数量224B、激活参数12B,支持多模态与1M上下文长度,已在腾讯云TokenHub、元宝、企业微信等产品上线,即将接入OpenRouter。

    来源 凤凰科技
  7. 腾讯总办号召AI时代再创业:不拥抱就是被颠覆

    今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果不投入拥抱,就是被颠覆。这是一个生死存

    来源 TechWeb
  8. 腾讯总办喊话AI再创业:不投入拥抱就是被颠覆

    今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果不投入拥抱,就是被颠覆。这是一个生死存

    来源 TechWeb
  9. 华为云上线盘古2.1-Pro:Agent、代码、推理效率升级

    据华为云官微消息,华为云MaaS模型即服务平台正式上线开源盘古模型openPangu-2.1-Pro。相比上一代,新模型在Agent能力、代码能力和推理效率三个方向上做了系统性升级,在深度研究、鸿蒙系统操控、鸿蒙APP开发、昇腾算子生成及推理链路优化等场景实现增强。

    来源 TechWeb
  10. 华为云上线openPangu-2.1-Pro:Agent、代码与推理效率三项升级

    据华为云官微消息,华为云MaaS模型即服务平台正式上线开源盘古模型openPangu-2.1-Pro。相比上一代,新模型在Agent能力、代码能力和推理效率三个方向上做了系统性升级,在深度研究、鸿蒙系统操控、鸿蒙APP开发、昇腾算子生成及推理链路优化等场景实现增强。

    来源 TechWeb
  11. CataX AI种轮融资4000万:Agent原生推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  12. CataX AI获4000万种子轮融资,用Agent推进新药临床开发

    近日,上海凯思达生物医药科技有限公司 宣布完成4000万元人民币种子轮融资,由启明创投孵化并独家投资。CataX AI创立于上海,是一家智能体原生的创新药研发公司。CataX AI聚焦临床开发端,以智能体为技术底座,并由此构建“Clinical-of-One”这一全新的组织范式,计划通过许可引进或共同开发,推动临床前及

    来源 TechWeb
  13. AI写代码快,腾讯云黄辉:生产责任没消失,只是要写进系统默认值

    AI 已经能在几分钟内把一个应用的 Demo 写出来,这件事早就不新鲜了。真正悬而未决的,是这些 Demo 能不能走到生产环境,并且一直活下去。 近日在 DBTalk 数据库 AI 技术沙龙成都站上,腾讯云 PG 数据库技术专家黄辉把这个问题摆上了台面,并给出了自己的判断:AI 缩短的是代码生成的时间,不是生产工程的责

    来源 AI 行业观察
  14. 双授权之后:海睿数科把 AI 培训送进政府与央企课堂

    2026 年以来,苏州海睿数字科技有限公司(以下简称"海睿数科")的培训课堂陆续开进了江阴市综合执法局、宜兴市城管局、苏州工业园区人力资源服务行业协会、中欧校友总部与中国电信常熟分公司。同一时期,这家公司持有两张可核验的资质:腾讯 WorkBuddy/CodeBuddy 官方授权合作伙伴(授权期限至 2026 年 12

    来源 36氪
  15. 海睿数科双授权:6人团队、8张腾讯云认证,服务500余家企业

    一、一张证书与一层身份:双授权到底意味着什么 企业服务市场里,"战略合作""生态伙伴""授权服务商"这类称谓长期缺乏统一标准。海睿数科的做法是把凭证摆出来,让客户自己核对。 腾讯云原厂出具的授权文件载明三项信息:授权对象为苏州海睿数字科技有限公司,授权范围为"腾讯 WorkBuddy/CodeBuddy 官方授权合作伙

    来源 AI 行业观察
  16. 谷歌 Gemini4Carbon 入驻 WorkBuddy,百万 Token 上下文向 Pro 用户开放

    腾讯 WorkBuddy 国际版于11月15日宣布正式接入谷歌 Gemini4Carbon 大模型,面向复杂推理和长周期任务处理场景提供模型支持,目前仅向 Pro 计划用户开放。 Gemini4Carbon 是谷歌面向长周期智能体工作流推出的模型,适用于复杂知识工作、软件工程、网络安全及科学推理等任

    来源 AI 开发者社区
  17. 腾讯WorkBuddy接入Gemini4Carbon:百万Token上下文向Pro用户开放

    腾讯WorkBuddy国际版11月15日宣布接入谷歌Gemini4Carbon大模型,面向复杂推理和长周期任务,目前仅向Pro计划用户开放。该模型面向长周期智能体工作流,适用于复杂知识工作、软件工程、网络安全及科学推理,支持文本、图像、音频和视频多模态输入,输入输出合计上下文窗口最高达100万Token。

    来源 AI 产业速递
向下滚动自动加载更多