腾讯 Hy4 flash 实测:两毛钱让 AI 从零搭出 3D 交互网页

资讯 AI 行业观察 作者:张子豪 全文 4678 字 · 约 12 分钟读完 配图 16 张 分类Hy4DeepSeek腾讯深度求索Deepseek

比 DeepSeek V4.1 Flash 性价比更高 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

所属频道 大厂动态开源生态

腾讯 Hy4 flash 实测:两毛钱让 AI 从零搭出 3D 交互网页(配图 1)

11 月初,腾讯 Hy4 正式发布,新模型在大模型竞技场上一跃升至开源第一。在它前面还有三个模型,分别是 GPT-6 Sol(Max)、Claude Opus 5(Max)和 Fable 5(High),附近则挤着 GPT-6.1 Terra、GPT-5.6 Sol 等一众实力强劲的闭源模型。

Image

之前我们在 WorkBuddy 里试过 Hy4 的 Agent 长程任务和日常办公能力。逐帧分析视频、复刻游戏和网页,到文件整理、Office 文档处理,Hy4 都交出了不错的成果;整体实测表现,也基本对得上它在大模型竞技场上的成绩。

Image

不过对常使用 WorkBuddy 的人来说,模型能力只是选择标准之一。免不免费、要不要排队、跑得够不够快,同样影响实际体验。比如工作日高峰期打开 WorkBuddy,倍率只有 0.11x 的 DeepSeek V4.1 Flash,繁忙程度却常常居高不下。

Image

腾讯早在 Hy4 发布时就预告过一款主打效率的 Hy4 flash。就在刚刚,Hy4 flash 正式发布,腾讯希望把 Hy4 已有的 Agent、长程任务和生产力能力,以更低的成本带进高频使用场景。

APPSO 提前拿到了 Hy4 flash 的测试资格。这次我们最关心的是,它能否在保证任务完成质量的同时,减少 Agent 执行过程中的时间和 Token 消耗。

Image

相较于 Hy4,新的 Hy4 flash 对 Token 效率做了大量优化:总参数量 224B,激活参数 12B,支持多模态和 1M 上下文长度。模型输出更精简,吞吐量和整体响应速度也有所提升。

更让人惊喜的是,Hy4 flash 在 WorkIndex 上单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017( max 档位,忙时价格)的 1/8。

Image

Image

Token 效率更高,价格自然也比 Hy4 便宜不少:Hy4 flash 每百万 Token 输入 0.5 元,每百万 Token 输出 2 元,几乎是 Hy4 价格的十分之一。

Image

现在可以直接在 WorkBuddy 内选择 Hy4 flash 模型。新模型还有为期两周的限时免费福利,11月16日–11月30日,每日赠送免费额度。

比 DeepSeek 更快还便宜

Agent 一旦干起活来,半小时都算短的。翻翻执行记录就知道:读文件、拆任务、写代码、调工具、核结果,这一圈走完几十分钟没了;模型有时还在同一个文件上来回看,刚修好的毛病又被它改回去。

这些弯路不会出现在最终的成果截图里,却会实实在在地增加任务耗时和 Token 账单。

Image

所以,当 Agent 开始承担真实工作,我们也需要关心一个更实际的问题:完成同一件事,究竟需要多少时间和成本?

为了测试 Hy4 flash 的实际效率,我们在 WorkBuddy 中准备了相同的任务,分别交给 Hy4 flash 和 DeepSeek V4.1 Flash。测试过程中,提示词、工具权限和其他设置保持一致,重点观察两款模型的执行过程、最终交付,以及背后的时间和 Token 消耗。

我们从 WorkBuddy 里挑了些重复、零碎、又占时间的活儿先试。这类任务用不着模型从零搭一套复杂系统,可对信息理解、整理和调工具的能力照样是考验。比如安排几项深度研究,看它能不能又快又稳地拿到信息可靠、条理清楚、后续好用的结果。

Image

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

其中一项,是让它就近期黄仁勋因出轨辞去英伟达 CEO 一事做深度研究,最后交一份网页版分析报告。DeepSeek V4.1 Flash 给出的东西整体差不多,同样按摘要、时间线、时长、基本面、产品、华尔街等几个方面讲清来龙去脉,但比 Hy4 flash 多用了 10 分钟。

Image

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

从Token账本看,两份研究报告跑下来,DeepSeek V4.1 Flash 用掉近 18 万 Token,折算费用约 0.56 元。

Image

编程环节换了个题目:让两款模型在 WorkBuddy 里搭一艘能交互的 3D 历史帆船。Hy4 flash 动作很快,帆船骨架、网页交互都立了起来,算是一个比较完整的原型。

Image

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

DeepSeek V4.1 Flash 交出的版本更讲究。水面起伏看上去更顺,船身细节更多,能点开探索的内容也更丰富。

Image

代价是时间。DeepSeek 这一轮耗了 1 小时 30 分钟,Hy4 flash 半小时就收工。对只想赶紧验证想法、搭个网页原型的人来说,尤其是迭代节奏快的场景,Hy4 flash 扛得住高频调用,产出的东西也已经能接着往下改。

DeepSeek V4.1 Flash 这轮任务烧掉约 30 万 Token,另有约 1600 万 Token 的缓存命中,API 费用约 1.21 元。

Image

Hy4 flash 的对话记录里,Token 消耗约 14.9 万,缓存命中约 400 万 Token。照它的 API 定价算,做完这艘可交互 3D 历史帆船,预计掏 0.23 元。

除开这两个例子,我们还把两款模型放进 10 个代码和办公任务里统计了一遍。看最终成品,两边大体在一个水平线上;但论首轮交付速度,Hy4 flash 领先得更明显。

这一轮测下来,Hy4 flash 和 DeepSeek V4.1 Flash 的任务完成能力差不多。DeepSeek 有时愿意多花 Token,某些场景里也确实做出了更细的东西。Hy4 flash 的长处同样清楚:干活过程中开销更小、响应更快。碰上需求明确、格式固定的活儿,模型只要理解准、执行顺,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,我们更倾向推荐 Hy4 flash,它花更少的时间和 Token,给出的结果质量不差。网页原型、小游戏开发这类创作任务也一样,可以先用 Hy4 flash 快速出第一版,把想法验证了,再定后面怎么打磨。

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。多投些时间和 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 的分工也清楚了:日常高频任务放心交给 Hy4 flash,碰到更复杂的工作再切回 Hy4。任务质量、执行速度、使用成本三者之间怎么取舍,看实际需求定。

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试 Hy4 flash,看它能做到什么程度。办公方面测了 PPT 制作、文件整理,还有多种文档格式之间的转换。

在 WorkBuddy 里丢给它一篇论文,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,翻译也一并做好。

另一个可以试试的用法,是把 Hy4 flash 放进 WorkBuddy 的专家团里一起干活。平时在 WorkBuddy 里调用专家团,系统一般会弹出提醒:多 Agent 协作会吃掉更多积分。原因不复杂,一项任务要拆给不同的 Agent 分头做,背后模型被调用的次数自然跟着涨。

Hy4 flash 的倍率低,这类复杂工作流的成本就变得好接受了。我们让深度研究团队去调研 fable 5.2 眼下能力到底怎么样、能做哪些事。

某些编程任务上,照着社交媒体上网友的一句话提示词,它就能做出一个「大家来找茬」小游戏。接着我们把难度往上提,让它从零用 three.js 开发一款单人 3D 俯视角奇幻 RPG,再通过多轮对话不断补玩法和内容。

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

这个简单游戏里,可探索的地图大约 400×400:村庄、断脊山、沉水果园、低语沼泽、沉没古道,终点是「空白之地」。玩法跟常见 RPG 差不多——和 NPC 对话、点亮测量标记与大锚点、收集 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抗「未成之物」,剧情也留了不少等着解锁。

Hy4 flash 也接过了 Hy4 的视觉理解本事。开发途中,它能对着生成结果的截图检查页面,也能读懂用户给的图片和视频,据此继续调整作品。

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工作需求。对混元而言,推出 Flash 模型的意义也在这里:让已有的视觉、推理和 Agent 能力被更便宜地反复调用。

Flash 最大的价值,是让每个人放心用AI

这是腾讯 Hy 系列的第一款 Flash 模型,不过在国产模型里,主打「斩杀线」「多快好省」的 Flash 早已不稀奇。厂商们都在卷价格、卷速度,恨不得把每百万 Token 压到几毛钱。可当这些模型进了 WorkBuddy 这类 Agent,光看 API 价格表,已经很难说清一款模型到底划不划算。

便宜的模型如果要花一个半小时才干完活,未必比半小时交付的更值。反过来,为了追速度最后还得人工大把返工,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。它的生成效果不是每次都能压过 DeepSeek V4.1 Flash,有些场景细节还少一些。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

模型越便宜,最终受益的应该是我们能用同样的时间和预算,让 AI 多干几件真正有用的事。各种大小事都可以放心交给 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 这样的产品场景被串进同一条迭代链路,Agent 之间的差距也就变成了: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. DeepSeek App与网页版设使用限额:长对话7天不活跃不再保留

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  2. DeepSeek App与网页版设使用限额:长对话7天不活跃即失效

    有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。值得注意的是,截至发稿,DeepSeek尚未就此次限额发布单独的正式公告,也没有给出额度恢复的时间表。对于依赖DeepSeek进行日常工作的用户而言,明确额度规则和恢复预期,与获得算力

    来源 TechWeb
  3. 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
  4. DeepSeek App与网页版限额:长对话超7天不活跃不再保留?

    【TechWeb】11月16日消息,据多名用户在社交平台发帖反馈,DeepSeek已对App与网页版的长对话功能实施了使用限额。有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。此外,还会限制每日的对话额度,当用户日使用量达到上限时,

    来源 腾讯网
  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. 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
  7. DeepSeek开放全家桶应用API,开发者可1:1复刻官方App

    DeepSeek表示,在 DeepSeek App的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至 1:1 复刻出完整的 DeepSeek App。具体来看,本次更新将 DeepSeek App 的各项交互

    来源 TechWeb
  8. DeepSeek开放全家桶API:联网搜索价格不到OpenAI、Claude的8%

    让一个大模型回答问题并不难,但要让它搜索互联网、阅读网页、解析 PDF,再将找到的信息组织成带有引用的回答,开发者往往需要额外搭建一套工具系统。这些工作构成了 AI 应用开发中一层容易被忽略的工程负担。 11 月 13 日,DeepSeek 宣布开放“全家桶应用 API”,试图减少这部分工作。它将官方 App 和网页端

    来源 AI 行业观察
  9. DeepSeek开放全家桶应用API:搜索、文件、语音能力一站式调用

    DeepSeek表示,在 DeepSeek App的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至 1:1 复刻出完整的 DeepSeek App。具体来看,本次更新将 DeepSeek App 的各项交互

    来源 TechWeb
  10. DeepSeek App与网页端限额:长对话7天不活跃停用,日额度触顶

    IT之家 11 月 16 日消息,昨日有部分用户反馈称,DeepSeek 已对 App 与网页版的长对话功能实施了使用限额。 多名用户收到平台提示,称因“算力不足,不再支持超过 7 天不活跃的长对话”。与此同时,单次输入的文字上限被缩短至 4 万字左右,每日对话额度也受到限制,当日使用量触顶后,页面会显示“因服务器繁忙

    来源 AI 行业观察
  11. DeepSeek把搜索压到一次半分钱,还开源了聊天界面

    11月13日晚上,DeepSeek 悄无声息地发了一份技术公告,没有新模型跑分,没有发布会直播,却让大洋彼岸恨得牙痒痒。 这一次,DeepSeek干了一件违背过去二十年互联网祖训的事: 它抄起手术刀,把自己引以为傲的国民级App“大卸八块”,然后把心肝脾肺肾摆在柜台上,按斤论两往外批发。 网盘搜索,5块钱1000次,折

    来源 AI 行业观察
  12. 终于来了!DeepSeek多模态视觉模型API全面开放

    DeepSeek此次推出多模态视觉理解模型,标志着其从纯文本大模型向多模态AI全面进军的战略升级。业内分析认为,DeepSeek此次推出的多模态视觉模型,在保持纯文本能力不妥协的前提下,将视觉理解Agent能力推至接近行业顶尖水平Opus-4.8。随着多模态API的全面开放,开发者生态有望迎来新一轮创新爆发。

    来源 TechWeb
  13. DeepSeek限制长对话引用户喊话:收费能解决问题吗?

    AI应用风向标(公众号:ZhidxcomAI)作者|毕伟豪 编辑|漠影智东西11月16日报道,从昨天开始,网上陆续出现了DeepSeek开始对App及网页版部分功能进行使用限制的消息,涉及长对话、单次输入字数及每日使用额度等。有用户反馈,DeepSeek以“算力不足”为由,限制超过7天未活跃的长对话继续使用,部分用户显

    来源 腾讯网
  14. DeepSeek对免费用户限额:长对话、日额度、输入长度均受限

    据第一财经,11月16日,不少用户在社交媒体上反映,DeepSeek近期对App及网页版的使用额度进行了调整,包括限制长对话、每日使用额度以及单次文字输入长度,原因是“算力不足”。部分用户甚至在使用不到两小时后,就收到了额度耗尽的提示。截至发稿,DeepSeek官方尚未发布统一的限额规则及相关说明,也未披露限制何时解除

    来源 腾讯网
  15. DeepSeek限流调整:长对话不再续用,单次输入上限约4万字

    11月16日,科创版日报,因算力资源供给紧张,DeepSeek面向普通用户的App及网页版对话服务推出限额使用措施。据多名用户反馈,DeekSeek出现弹窗提示,受算力约束,不再支持存续超过7天且无活跃交互的长对话,这类闲置会话将无法接续使用,与此同时下调单次输入文本上限,当前单次输入文字上限约为4万字。此外,还会限制

    来源 腾讯网
  16. NaiveAI新模型实测:速度超DeepSeek约3.3倍,编程基准领先3.7分

    硅谷硬核技术媒体Latent Space首期实测中国开源模型Naive-N0.5-Flash。结果显示,该模型在编程基准测试中超越DeepSeek V4.1和GLM 5.3,极速模式下峰值速度达2100 Token/s,响应时间仅3.1秒。文章分析了其在3D渲染等复杂任务中的表现,以及“AI驱动研发”背后的技术逻辑,折

    来源 AI 应用前沿
  17. DeepSeek调整App与网页端额度:长对话、输入字数、每日用量均受限

    11月16日,DeepSeek被曝对App及网页端部分使用场景实施限制。多名用户收到平台提示,称受算力不足影响不再支持超过7天未活跃的长对话;部分用户单次输入上限调整至约4万字,当日用量达到一定程度后会提示服务器繁忙、额度已达上限。官方状态页显示服务正常,但10月记录7起服务异常,11月部分服务仍出现过中断或性能下降。

    来源 凤凰科技
  18. DeepSeek调整使用规则:7天历史对话、4万字输入与每日额度

    DeepSeek近期对App及网页版实施长对话使用限制,涉及历史对话保留、单次输入长度和每日对话额度。用户反馈称,此举与平台算力资源承压有关。具体调整包括:不再支持超过7天未活跃的长对话历史,单次提问输入上限降至约4万字;新增每日对话额度,达上限后系统提示“因服务器繁忙”。

    来源 AI 产业速递
向下滚动自动加载更多