腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20

资讯 网易科技 作者:网易 全文 4678 字 · 约 12 分钟读完 配图 15 张 分类Hy4腾讯模型发布开源大模型

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。

所属频道 大厂动态模型发布开源生态

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 1)

11 月初发布的腾讯 Hy4 在大模型竞技场上一举拿下开源第一。它前面还压着三个模型——GPT-6 Sol(Max)、Claude Opus 5(Max)和 Fable 5(High),周围更是围着 GPT-6.1 Terra、GPT-5.6 Sol 这些实力不俗的闭源对手。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 2)

此前我们在 WorkBuddy 里试过 Hy4 的 Agent 长程任务和日常办公本事:逐帧分析视频、复刻游戏和网页、整理文件、处理 Office 文档,表现都拿得出手,整体实测成绩也跟它在竞技场上的排名对得上。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 3)

可对天天泡在 WorkBuddy 里的人而言,模型强不强只是挑选项之一,免不免费、要不要排队、跑得快不快,同样左右实际感受。举个例子,工作日高峰时段打开 WorkBuddy,倍率仅 0.11x 的 DeepSeek V4.1 Flash 忙起来照样一档难求。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 4)

Hy4 发布那会儿,腾讯就放风说要做一款主打效率的 Hy4 flash。话音刚落,Hy4 flash 就正式登场了。腾讯的算盘是:把 Hy4 已有的 Agent、长程任务和生产能力,用更低的成本搬进高频场景。APPSO 提前拿到了测试资格。我们这回最想搞清楚的是,它在不掉任务质量的前提下,能不能把 Agent 执行时的时间和 Token 开销压下来。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 5)

跟 Hy4 比,Hy4 flash 在 Token 效率上做了大量优化:总参数 224B,激活参数 12B,支持多模态和 1M 上下文长度。输出更精简,吞吐量和整体响应速度也往上走了一截。更让人意外的是成本——在 WorkIndex 上,它单任务成本只有 Hy4 preview 的 1/13、Hy4 的 1/20,也仅为 DeepSeek-V4.1-Flash-1017(max 档位,忙时价格)的 1/8。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 6)

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 7)

Token 效率上去了,价格自然跟着降。Hy4 flash 输入每百万 Token 0.5 元,输出每百万 Token 2 元,差不多是 Hy4 的十分之一。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 8)

在 WorkBuddy 里直接就能选到 Hy4 flash。新模型还带了为期两周的限时免费: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,动辄半小时起步。翻开执行记录,它读文件、拆任务、写代码、调工具、查结果……一套流程走完几十分钟没了,模型可能还在反复核对同一个文件,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,但任务耗时和 Token 账单是实打实往上加的。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 9)

所以,当 Agent 开始接手真实工作,有个更实际的问题得盯住:同一件事,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 里备了相同的任务,分别派给 Hy4 flash 和 DeepSeek V4.1 Flash。提示词、工具权限和其他设置全程一致,重点看两款模型的执行过程、最终交付,以及背后的时间和 Token 消耗。

先上的是 WorkBuddy 里那些重复、琐碎却又费时的活儿。这类任务不用模型从零搭一套复杂系统,可对信息理解、整理和工具调用的考验一点不小。比如做些深度研究,看它能不能又快又稳地拿到信息可靠、条理清楚、方便接着用的结果。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 10)

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

我们让它深度研究近期黄仁勋因出轨辞去英伟达 CEO 一事,并交出一份网页版分析报告。DeepSeek V4.1 Flash 交付的内容大体相似,同样从摘要、时间线、时长、基本面、产品、华尔街等几个方面梳理事情始末,却比 Hy4 flash 多花了 10 分钟。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 11)

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

两份报告跑下来,DeepSeek V4.1 Flash 耗掉近 18 万 Token,总共花了约 0.56 元。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 12)

编程环节,我们让两个模型在 WorkBuddy 里各造一艘能交互的 3D 历史帆船。Hy4 flash 没多久就把船的基本骨架搭了起来,网页交互正常,算是个比较完整的原型。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 13)

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

DeepSeek V4.1 Flash 交出的东西更讲究:水面起伏看着更自然,帆船细节更多,可探索的部分也丰富了。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 14)

可完成时间差得远——DeepSeek 用了 1 小时 30 分钟,Hy4 flash 只花半小时。对只想快点验证想法、搭个网页原型的人来说,特别是迭代节奏要快的场景,Hy4 flash 更扛得住高频使用,做出来的东西也已经能接着改。

这一轮里,DeepSeek V4.1 Flash 消耗约 30 万 Token,另有约 1600 万 Token 缓存命中,API 费用约 1.21 元。

腾讯Hy4 flash实测:0.5元/百万Token,Agent任务成本仅Hy4的1/20(配图 15)

Hy4 flash 的对话数据记录到约 14.9 万 Token 消耗、约 400 万 Token 缓存命中。按它的 API 定价,做完这艘可交互 3D 历史帆船预计付 0.23 元。


除这几个案例,我们还统计了两款模型在 10 个代码和办公任务里的表现。最终成果上,两边大体接近;首轮交付时间上,Hy4 flash 的优势更突出。


这一轮测完,我们的判断是 Hy4 flash 和 DeepSeek V4.1 Flash 的任务完成能力大致在同一水平,DeepSeek 有时会多用 Token,某些场景里的细节也确实更丰富。Hy4 flash 的长处同样明显:干实际活时开销更少、响应更快。有些需求本身就明确、格式也固定,模型只要理解准确、执行顺利就行,这时候等待时间短就很有价值。

像深度搜索、日常办公、文件整理这类高频生产力任务,我们更推荐 Hy4 flash,它用更少的时间和 Token 就能给出质量不错的结果。网页原型、小游戏开发这些创作任务,也可以先拿 Hy4 flash 快速出第一版,验证想法后再定怎么完善。


至于长程软件工程、复杂代码库修改这种要持续推理、反复验证的高难度任务,我们仍更推荐此前发布的 Hy4,多花些时间和 Token 换更强的复杂任务处理能力,往往划算。这样一来 Hy4 和 Hy4 flash 的分工也更清楚:日常高频任务交给 Hy4 flash,碰上更复杂的工作再切到 Hy4,任务质量、执行速度、使用成本,按实际需求来选。

编程和办公,用起来更顺手

模型能接什么活,看能力上限;这些能力能被用上多少次,看执行效率。这次我们接着在编程和办公场景里测 Hy4 flash,看它能做到什么程度。

办公方面,我们试了 PPT 制作、文件整理,还有多种文档格式之间的转换。在 WorkBuddy 里给它发一篇论文,要求转成 markdown 文档、word 文档,再做一个组会汇报用的 PPT,内容全部中英双语,翻译也由它完成。




另一个可以拿来试的场景,是让 Hy4 flash 跟 WorkBuddy 的专家团配合干活。


在 WorkBuddy 里调专家团,系统一般会先提示一句:多 Agent 协作会吃掉更多积分。道理不复杂,任务要拆给不同的 Agent 分头做,背后模型被调用的次数自然跟着涨。

好在 Hy4 flash 的倍率低,这类复杂工作流的花费就没那么让人肉疼了。我们让深度研究团队去查了查 fable 5.2 眼下到底有多大本事、能派上什么用场。


编程类任务上,照着社交媒体上网友给的一句话提示词,它就能攒出一个「大家来找茬」的小游戏。


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

接着我们把难度往上提,要求它从零用 three.js 写一款单人 3D 俯视角奇幻 RPG,再靠多轮对话一点点把玩法和内容补全。

这个简单的小游戏里,能逛的地图大约 400×400:村庄、断脊山、沉水果园、低语沼泽、沉没古道,最后是终局的「空白之地」。

玩法跟常见 RPG 差不多:找 NPC 聊天、点亮测量标记和大锚点、集齐 6 段记忆碎片。还能用近战、闪避和四种逐步解锁的魔法去对付「未成之物」,剧情也留了不少等着被解锁。


Hy4 的视觉理解能力,Hy4 flash 也继承了下来。开发时它能对着生成结果的截图检查页面,也能读用户给的图片和视频,弄清需求后接着改作品。

小游戏、3D 网页,再到办公文档和多 Agent 协作,Hy4 flash 已经能接住不少真实的工作需求。

对混元而言,推出 Flash 模型的意义也在这里:让已经攒下的视觉、推理和 Agent 能力,能以更低的成本被反复调用。

Flash 最大的价值,是让每个人放心用AI

这是腾讯 Hy 系列里的第一个 Flash 模型。不过在国产模型队伍中,打着「斩杀线」「多快好省」旗号的 Flash 已经不算稀奇。

厂商们都在价格和速度上较劲,恨不得把每百万 Token 压到几毛钱。可这些模型一旦进了 WorkBuddy 这样的 Agent,光看 API 价目表,已经很难说清一款模型到底划不划算。

便宜归便宜,要是干一件活得耗一个半小时,未必比半小时就能交活的模型更值。反过来,一味追速度,最后还得人工花大把时间返工,同样不划算。


这也是我们上手 Hy4 flash 之后比较明显的一个感受。

它的生成效果并不是每次都压过 DeepSeek V4.1 Flash,有些场景细节还会少一些。但面对大量日常办公、网页原型和 Agent 协作任务,Hy4 flash 已经能用更短的时间、更低的价格,交出一份质量相当、还能接着改的成果。

再说 Agent 干活,本来就很难一次做到位。第一版结果来得越快,我们就能越早发现问题、调方向,再让它把后面的活干完。


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,最终该落到我们头上的是:同样的时间和预算,能让 AI 多办几件真正有用的事。

大小事情都可以放心丢给 AI,看它能做到什么程度,而不必先掂量这件事值不值得让 AI 来做。

当模型、工具和 WorkBuddy 这类产品场景被放进同一条迭代链路,Agent 之间的差距,也就变成了谁能让你少等一点、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 AI 工具

AI 导航

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. 腾讯混元发布Hy4 flash:224B参数,单任务成本只有Hy4的1/20

    【环球网科技综合报道】11月16日,腾讯混元发布最新语言模型Hy4 flash。该模型总参数量224B(其中64B Engram参数),激活参数12B,支持多模态和1M上下文长度。腾讯混元称,Hy4 flash是其迄今性价比最高的Hy模型,每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比 Hy

    来源 腾讯网
  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. 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
  5. 阿里发布Qwen4,千问平台首发Qwen4-Max:Token减半、得分涨近28%

    11月16日,阿里发布新一代基座大模型Qwen4,千问AI平台首发Qwen4-Max,API与Token Plan同步开放。该模型采用Qwen稀疏注意力MoE架构,总参数2.4T,支持百万上下文、原生视觉与长程任务稳定交付,可调用工具并分阶段交付;评测中同档位较上代提升。

    来源 AI 产业速递
  6. 阿里发布Qwen4并上线Qwen4-Max:Token减半、得分升近28%

    阿里巴巴11月16日正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数2.4T,具备原生视觉与长程任务稳定交付能力,支持百万上下文,可调用专业工

    来源 AI 开发者社区
  7. 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
  8. 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
  9. Agent递归自我改进:不训练模型如何越用越强?

    中科院自动化所与美团等机构联合发布综述,探讨LLM Agent如何在不更新模型权重的前提下,通过优化Prompt、记忆、技能和运行框架实现递归自我改进。文章梳理了“何时改、改哪里、怎么改”三个核心问题,并提出了包含收集、评估、诊断等七步的经验转化生命周期,为理解Agent从单次试错到持续进化的机制提供了清晰框架。

    来源 AI 应用前沿
  10. 百度词元所上线首日:入驻供应商破100家,新增客户超1000家

    11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。 词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使用可信的模型Token

    来源 AI 行业观察
  11. 华为云上线openPangu-2.1-Pro:Agent、代码与推理效率同步升级

    【TechWeb】11月16日消息,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。 Agent能力的

    来源 AI 行业观察
  12. 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
  13. 百度词元所上线首日:供应商增超100家,客户接入破1000家

    【环球网科技综合报道】11月14日,从百度获悉,百度词元所发布首日,新增申请入驻的供应商已超过100家,新增超过1000家客户接入。词元所在11月12日举行的百度世界2026上正式发布,百度创始人李彦宏将其称为“大模型的交易所”。据介绍,词元所一端汇聚模型和模型提供商,另一端服务企业和个人,让用户便捷地找到、购买和使.

    来源 腾讯网
  14. 华为云开源CloudRobo-WM1.2:昇腾原生,具身智能落地提速

    IT之家 11 月 16 日消息,在今日的华为云 CloudRobo 具身世界模型发布会上,华为云“行业 AI 梦工厂”正式发布并开源昇腾原生的具身世界模型 CloudRobo-WM1.2,通过五大核心技术突破,加速具身智能从实验室走向规模化落地。 CloudRobo-WM1.2 模型采用共享世界模型骨干网络实现预测增

    来源 AI 行业观察
  15. 阿里Qwen4-Max发布:总参数2.4T,单任务平均费用降六成

    新京报贝壳财经讯(记者罗亦丹)11月16日,阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max以更少的Token消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测CodeArena中,Qw

    来源 腾讯网
  16. 阿里Qwen4-Max发布:2.4T总参数仅激活71B,单任务成本降58%

    阿里巴巴11月16日发布新一代基座大模型Qwen4-Max,总参数2.4T但激活参数仅71B。新模型在前端编程盲测中位列全球第六,智能体能力评测领先。通过架构优化,其单任务平均费用较上代降低58%,缓存命中价格低至每百万Token 0.5元。目前该模型已上线千问AI平台,并在汽车制造、药物研发等场景落地,中小尺寸版本将

    来源 AI 应用前沿
向下滚动自动加载更多