腾讯Hy4 flash实测:两毛钱让AI从零做出3D交互网页

资讯 腾讯网 作者:爱范儿 全文 3416 字 · 约 9 分钟读完 配图 2 张 分类WorkBuddyClaudeHy4GPT腾讯Anthropic

11 月初,腾讯 Hy4 发布,新模型在大模型竞技场上一跃升至开源第一。排在 Hy4 前面的三个模型分别是 GPT-6 Sol(Max)、Claude Opus 5(Max)和 Fable 5(High),附近还有 GPT-6.1 Terra、GPT-5.6 Sol 等一众强劲的闭源模型。我们此前在 WorkBuddy

所属频道 大厂动态ChatGPT 与 GPTClaude 与 AnthropicAI 编程与开发

11 月初腾讯发布 Hy4,这款新模型在

排在它前头的三个模型是 GPT-6 Sol(Max)、Claude Opus 5(Max)和 Fable 5(High),旁边还站着 GPT-6.1 Terra、GPT-5.6 Sol 等一批强手。

此前我们在 WorkBuddy 里试过 Hy4 的

整体实测下来,表现跟它在

不过对天天泡在 WorkBuddy 里的人来讲,模型强不强只是挑模型的指标之一。收不收费、要不要排队、跑得快不快,一样左右实际感受。

好比工作日高峰时段打开 WorkBuddy,

Hy4 发布那会儿,腾讯就放风说会有一款主打效率的 Hy4 flash。

话音刚落,Hy4 flash 就正式登场了。腾讯的打算是把 Hy4 已有的 Agent、长程任务和生产力本事,用更低的成本搬进高频场景。

APPSO 提前拿到了 Hy4 flash 的测试资格。这回我们最想弄清楚的是:它能不能在保住任务质量的前提下,把 Agent 执行时耗掉的时间和 Token 压下来。

跟 Hy4 比,新的 Hy4 flash 对

更让人惊喜的是,Hy4 flash 在 。

更高的

在 WorkBuddy 里直接就能选中 Hy4 flash 模型,新模型还带两周限时免费,11月16日–11月30日每天送免费额度。

比 DeepSeek 更快还便宜

眼下 Agent 干起活来,动辄半小时打底。

翻执行记录看它读文件、拆任务、写代码、调工具、查结果……一套走完几十分钟没了,模型可能还在同一个文件上反复核对,甚至把刚修好的毛病又改回去。

这些绕路不会出现在最后的成果截图里,可任务耗时和 Token 账单是实打实往上走的。

所以 Agent 一旦接手真活,有个更实在的问题就绕不开了:同一件事做完,到底要花多少时间、多少成本?

为了摸清 Hy4 flash 的真实效率,我们在 WorkBuddy 里备好同样的任务,分别交给 Hy4 flash 和

我们先挑了些 WorkBuddy 里重复、琐碎却费时的活。这些活不用模型从零搭一套复杂系统,但很吃它对信息的理解、整理和工具调用。

比如做些深度研究的任务,看它能不能高效给出信息可靠、条理清楚、方便接着用的结果。

图|报告链接:https://workbuddy.link/p/RtOGPtOZXVoSfTCbjDeqkd

让它就近期黄仁勋因出轨而辞去英伟达 CEO 一事做深度研究,并交给我一份网页形式的分析报告。

图|报告链接:https://workbuddy.link/p/7JxW5ydZx8wXhqrCXJCneS

两份研究报告各自烧掉多少 Token,也能看出

再看编程,我们让两款模型在 WorkBuddy 里造一艘能交互的 3D 历史帆船。

Hy4 flash 三下五除二搭出了帆船的基本结构,网页交互正常,整体算是个比较完整的原型。

图|体验地址:https://workbuddy.link/p/tsu8HyORrowH5UBViw5c1C

DeepSeek V4.1 Flash

完成时间上,两款模型拉开了不小差距:DeepSeek 用了 1 小时 30 分钟,Hy4 flash 只花半小时。

如果只是想快点验证想法、搭个网页原型,尤其是迭代节奏偏快的场景,Hy4 flash 更扛得住高频使用,产出的东西也留足了继续改的余地。

DeepSeek V4.1 Flash

对话数据方面,Hy4 flash 记录到的消耗约为 14.9 万 Token,另有约 400 万 Token 的

除开这个案例,我们还把两款模型放到 10 个代码和办公任务里比了一轮。最终成果看,两边大体在同一水平线上;可要论首轮交付时间,Hy4 flash 的优势就摆得更明显了。

这一轮测下来,我们的看法是 Hy4 flash 和

Hy4 flash 的长处同样清楚:干实际活的时候,开销更省,响应更快。有些需求本身就明确、格式也固定,模型只要理解到位、执行顺利,等待时间短这一点就特别有价值。

像深度搜索、日常办公、文件整理这类高频生产力任务,我们更愿意推荐 Hy4 flash——花更少的时间和 Token,结果质量也不差。即便是网页原型、小游戏开发这类创作任务,也不妨先用 Hy4 flash 快速出第一版,验证想法,再决定后面怎么完善。

至于长程软件工程、复杂代码库修改这类要持续推理、反复验证的高难度任务,我们仍然更推荐此前发布的 Hy4。多花些时间和 Token,换来更强的复杂任务处理能力,通常划算。

这样一来,Hy4 和 Hy4 flash 的分工就更明确了:日常高频任务放心交给 Hy4 flash,碰上更复杂的工作再切回 Hy4。任务质量、执行速度、使用成本,可以按实际需求来挑。

更实用的编程和办公搭子

能力上限决定模型能接什么活,执行效率则决定这些能力能被用上多少次。这次我们接着在编程和办公场景里测 Hy4 flash,看它能做到哪一步。

办公这块,我们试了 PPT 制作、文件整理,还有多种文档格式之间的互转。

在 WorkBuddy 里给它发了一篇论文,要求把这份 pdf 转成 markdown 文档、word 文档,再做一份用于组会汇报的 PPT,内容全部中英双语,并帮我们翻译好。

另一个值得试试的场景,是让 Hy4 flash 跟 WorkBuddy 的

平时在 WorkBuddy 内使用

Hy4 flash 的低

编程任务上,我们照着社交媒体上网友的一句话提示词,就做出了一个「大家来找茬」的小游戏。

图|体验地址:https://workbuddy.link/p/E27EyLvECdOz1NZp6yX9HV

接着我们加了难度,让它从零开始使用

这个简单游戏里能探索约 400×400 的大地图:村庄、断脊山、沉水果园、低语沼泽、沉没古道,还有终局的「空白之地」。

玩法跟常见 RPG 一样:玩家能和 NPC 对话、点亮测量标记和大锚点,收集 6 段记忆碎片。甚至可以用近战、闪避和四种逐步解锁的魔法去对抗「未成之物」,还有各种等待解锁的剧情。

Hy4 flash 还继承了 Hy4 的

从小游戏、3D 网页到办公文档和多 Agent 协作,Hy4 flash 已经能覆盖不少真实的工作需求。

混元推出Flash模型,用意也在这里:视觉、推理和Agent这些已经攒下的能力,得能用更低的成本反复调起来。

Flash 最大的价值,是让每个人放心用AI

放在腾讯Hy系列里,这是第一个Flash模型;不过放眼国产模型,打着「斩杀线」「多快好省」旗号的Flash早已不稀奇。

厂商们拼价格、拼速度,恨不得把每百万Token压到几毛钱。可这类模型一旦接进WorkBuddy这样的Agent,光看API价目表,其实已经很难说清一款模型到底划不划算。

便宜是便宜,要花一个半小时才把活干完,就未必比半小时交付的模型更值。反过来,一味追速度,末了还得人工大把返工,这笔账同样不划算。

体验过Hy4 flash之后,这一点感受比较明显。

它的生成效果并非每次都能超过

再说,Agent干活本来就很难一次到位。第一版结果来得越早,我们就能越早看出问题、调好方向,再让它往下做。

图|在得分相差不大的情况下,Hy4 flash 在各个 benchmark 上的花费均没有超过 1 元

模型越卖越便宜,最后受益的应该是这样一件事:同样的时间和预算,能让AI多办几件真正有用的活。

各种大事小事都能放心交给AI去试,看它到底能做到什么程度,不必先掂量这件事值不值得让AI来做。

模型、工具和WorkBuddy这类产品场景拧进同一条迭代链路后,Agent之间的差距就落在谁能让用户少等一点、少盯一点、少返工一点,把更多真实工作安安静静地做完。

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,输入每百万Token 0.5元

    今天,腾讯混元发布最新语言模型Hy4 flash。Hy4 flash总参数量为224B(其中64B为Engram参数),激活参数仅为12B,支持多模态和1M上下文长度。Hy4 flash是迄今为止最高性价比的Hy模型,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。目前,Hy4

    来源 腾讯网
  2. 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
  3. 腾讯混元Hy4 flash:224B参数、12B激活,单任务成本仅Hy4的5%?

    11 月 16 日,腾讯混元最新语言模型 Hy4 flash 发布,模型总参数量为 224B(其中 64B Engram 参数),激活参数仅为 12B,支持多模态和 1M 上下文长度。Hy4 flash 是迄今为止最高性价比的 Hy 模型:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02 元

    来源 AI 行业观察
  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. 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
  6. 为什么说Gemini才是目前最被低估的真神?

    有很多宣传自己多模态的模型,其实并没有听觉,比如GPT-6、Claude 5.5,你让他们听声音时,他们可能会回得有模有样,但实则把音频偷偷交给其他工具处理,模型本身听不见声音。

    来源 凤凰科技
  7. NavGPT-3给机器人装上双系统:语言模型慢想,动作模型快跑

    你有没有想过,为什么那些能写代码、能做数学证明、能跟你聊哲学的大语言模型,装到机器人身上之后却常常显得笨手笨脚?这不是算力不够的问题。2026年的GPT-6 Astra和Claude Opus 5已经强到可以进行长达数百步的推理,可以调用各种工具,可以记住几十万字的上下文。但当你让它们控制一个真实的机器人穿过房间、绕过

    来源 腾讯网
  8. Anthropic收购1人公司Mithril:AI制药新路径?

    (本文作者为 医线Insight,钛媒体经授权发布)文 | 医线Insight,作者丨张小漫一家只有一名全职员工的生物技术公司,近期被AI巨头Anthropic宣布收购。这家公司名叫Mithril Medicine,专注于两种罕见肌营养不良症的治疗研究。创始人Cody Tranbarger借助Claude,在不到18个

    来源 腾讯网
  9. 无界前沿开源Fx-Bio-1031:生信盲测超GPT-6与Opus-5

    无界前沿正式开源生物信息大模型Fx-Bio-1031。该模型采用125B参数MoE架构,支持本地私有化部署,确保数据不出域。在Anthropic发布的BioMysteryBench困难子集测试中,Fx-Bio-1031取得70.59%的Pass@5成绩,显著高于GPT-6-Astra和Claude Opus-5。模型具

    来源 AI 应用前沿
  10. 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
  11. 450道题逼出AI编程漏洞:最强模型也难幸免

    2026年,一个研究团队做了一件挺较真的事。他们找来六个最厉害的AI编程助手,给它们布置了450道题,题目来自150个真实世界里发生过的安全漏洞。规则很简单:只告诉AI要实现什么功能,绝口不提安全二字,就像现实中大多数程序员写需求文档那样。结果呢?**最强的那个模型,Claude Fable 5,写出的代码里,真正做到

    来源 腾讯网
  12. Claude写代码:97KB水下探索项目Abyssal Garden亮相

    IT之家 11 月 15 日消息,据 XDA 报道,一位开发者 Any-Reputation8118 利用 Anthropic Claude 编写代码,开发出一款名为“Abyssal Garden”的浏览器水下探索模拟项目,相应项目体积仅 97 KB,场景中的所有视觉元素均由代码在页面加载时实时生成。从演示视频来看,A

    来源 腾讯网
  13. 跑步机看Netflix要再交39美元会员费,老外用Claude破解

    对老狐来说,每个月总要有些订阅软件服务的开销,比如 AI 的、网盘的、资讯的……这年头已经不流行一劳永逸的买断了,必要的服务该订阅还是得订阅。既然已经掏钱买了会员,自然会默认为跨平台都能通用。但总有些厂商不讲武德,明明已经买了一款软件的会员,结果在别的平台用的时候居然还得掏钱?不知道大家有没有过这种经历,而最近国外 R

    来源 腾讯网
  14. Taste Skill 开源:把前端审美写成 AI 能读的规则

    很多AI生成的前端页面虽然功能正常,但总有一股廉价的“塑料味”。Taste Skill不是一个新框架,而是一套给AI代理看的“审美说明书”。它通过SKILL.md文件,将排版、留白、动效等设计原则转化为模型能理解的约束条件。你可以把它挂载到Cursor或Claude Code中,让AI在写代码时自动遵循更高级的视觉规范

    来源 AI 应用前沿
  15. Edge AI Daily 早报(11月14日)

    英伟达黄仁勋辞任触发治理与出口审查重估,股价盘中跌破4万亿美元后修复;微软365全球中断暴露云集中化单点风险。Anthropic IPO获六倍认购并签SpaceX月12.5亿美元算力合同,OpenAI融资150亿美元但亏损扩大;谷歌Gemini 4 Hydrogen与Claude默认模型推进AI执行层,SpaceX拟投

    来源 AI 行业观察
  16. WorkBuddy工作空间怎么用:绑定文件夹,让AI直接读写本地文件

    很多新手用 WorkBuddy 时直接跳过「选择工作空间」,导致只能当普通聊天机器人用。其实工作空间才是核心:它给 AI 划定一个本地文件夹权限,让它能直接读写文件、自动保存结果。本文详解如何创建空间、避免隐私坑,以及为什么这比拖拽文件高效得多。

    来源 AI 应用前沿
向下滚动自动加载更多