Hy4 flash实测:WorkBuddy限免,价格只有旗舰二十分之一

资讯 腾讯网 作者:ZFinTech 全文 5798 字 · 约 15 分钟读完 配图 2 张 分类WorkBuddyOpenRouterHy4混元腾讯模型发布

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

所属频道 大厂动态模型发布开源生态AI 编程与开发

11 月 16 日,腾讯混元发布 Hy4 flash,国内版和国际版 WorkBuddy 同步首发,11 月 30 日 23:59 前免费用。官方给它的说法是“迄今为止最高性价比的 Hy 模型”。

价格能压这么低,跟行业风向有关。11 月第一周 OpenRouter 全球模型调用量榜单上,前三名全是 flash 模型。腾讯混元 11 月 4 日发 Hy4 正式版时就预告了 Hy4 flash,说它继承 Hy4 的能力,同时把任务成本大幅压下来。十二天后,它上线了。

我们趁着限免,在 WorkBuddy 里拿 Hy4 flash 跑了 7 项高频办公和开发任务:读财报、读招股书、批量整理公司资料、做网页工具、洗数据、修代码、做设计规划,还叫上旗舰版 Hy4 和同级别的 DeepSeek-V4.1-flash 做同题横评。最直观的感受是快,多数任务 10 分钟以内就能交付。

7 项任务实测

先从最常见的读材料开始。微软、Alphabet、亚马逊截至 2026 年 9 月 30 日那一季的季报原表,我们截了 7 张图,分别交给 Hy4 和 Hy4 flash,让它们各写一份三大云厂商的季度对比。

材料里埋了几处容易出错的地方。三家表里年份列的左右顺序不一样:Alphabet 和亚马逊去年在左、今年在右,微软相反;另外微软没有单独披露 Azure 的营业利润,只给了收入。

Hy4 flash 2 分 33 秒交稿,结论全对:AWS 规模最大,Google Cloud 增长最快,同比翻了一倍多;Alphabet 和亚马逊都是营业利润在涨、净利润在跌,原因是营业外收支由正转负,主业并没有变差。同样的指令,Hy4 用了 4 分 44 秒。两份稿子结论接近,都通过了我们的检查。有意思的是,两个模型最后的追问也一样:AWS 和 Google Cloud 都披露了云业务的利润,微软为什么只给 Azure 的收入,不给成本和利润?这是合格分析师会注意到的问题,flash 和旗舰在这一点上判断一致,而 flash 只花了旗舰一半左右的时间。

分析招股书更难。Anthropic 上个月向美国证监会提交的招股书,我们只取摘要部分的英文原文,交给两个模型,要求写一份内部研究备忘录。

这组数字里最容易看走眼的是营收、营业亏损和净亏损之间的落差。2026 年上半年 Anthropic 营收 162.9 亿美元,营业亏损 6.9 亿,净亏损却报出 807 亿。多出来的八百亿,大头来自可转换票据之类工具的公允价值变动。估值往上走,票据账面价值水涨船高,被记成了亏损,可现金并没流出去;等 IPO 时票据转成股票,这笔账以后也就不再露头。

同一个数字,两份备忘录的处理方式不一样。Hy4 flash 花了 9 分 42 秒,行文紧凑,还专门点出一个容易搞混的地方:招股书里的 1,368% 是单季度增速,换成半年口径约 1,300%,两个数不能混着用。治理结构它也讲明白了——长期利益信托可以选出董事会多数席位,七位联合创始人靠一股特别股份拿着 50.1% 的投票权。Hy4 则用了 22 分 28 秒,写得细,营业费用一项项摊开,还算出公允价值变动占净亏损的 89.6%。

综合来看,想快速形成判断,flash 那份够用;要逐项核账,Hy4 那份更顺手。

读完材料,下一组任务是整理材料、结构化建档。这回我们引入同级别的 DeepSeek-V4.1-flash 做横评,看它能不能兼顾速度和质量。

我们给了 60 家 AI 公司的原始简介,中英文掺杂,让模型自行分类、逐家立档,再画一张产业链地图。分类标签故意没给现成的,就想看它怎么理解这个行业。材料里还设了两处陷阱。一是 14 家公司的简介缺了成立年份,模型大概率“知道”答案,关键看它会不会顺手填上。二是三对名字相近的公司:Cohere 和 Coherent、Figma 和 Figure、Scale AI 和 Anyscale,看它认不认得清。

Hy4 flash 躲过了这些坑。60 家全都进了表,有年份的 46 家和简介对得上,其余 14 家如实标注“未提及”,三对相似公司也没弄混。我们把记忆隔离,用同一套提示词让它再跑一遍,两次都是 6 分 41 秒。可两遍的分类名对不齐:第一遍分 5 个大类,第二遍成了 6 个,把具身智能拆成机器人和自动驾驶两块;至于哪些公司被放在同一组,两遍的重合度是 98.4%。

换成 DeepSeek-V4.1-flash 做同一个任务,准确度一样,划出 7 个大类、23 个小类,还额外给了 Markdown 版本和一个能重新生成表格的 Python 脚本。时间上付出了代价,用了 16 分 06 秒。它选的路更绕:先写代码把表格生成出来,再截图核对排版,脚本和排版一改就得重跑,中间弹了大约十次授权请求。

质量上两边打成平手;可如果这活儿每周都要做一次,6 分多钟和 16 分钟,再加上中途要不停点“允许”,体验上的差距会被放大很多。

接下来是一个多轮修改的任务,两个 flash 模型的速度差距在这里拉得最开。

我们让模型做一个创业公司股权稀释模拟器:输入每轮融资的估值、金额和期权池,算出各方持股。

第一版交付后,我们复查又提了三轮改动:先补一个对比模式,用来观察期权池在融资前扩和在融资后扩有何不同;再让它支持两位创始人;最后加导出 CSV。期权池怎么扩,有些创业者自己都会算错。融资前扩,被稀释的全是老股东;融资后扩,新投资人也得一起分担。按我们给的参数,两种做法下来创始人最终持股相差 1.33 个百分点。

四轮下来,两边都没算错,每一轮都和我们手算的结果一致。导出的表格用 Excel 打开,中文也没有乱码。

Hy4 flash

DeepSeek-V4.1-flash

差别体现在过程里。四轮下来,Hy4 flash 合计 8 分 42 秒,DeepSeek-V4.1-flash 花了 24 分 11 秒,每一轮都慢两到三倍;上下文消耗上,Hy4 flash 为 84.6K,DeepSeek-V4.1-flash 达到 210.5K。DeepSeek 这边耗时更长,精度也确实更高,数字保留两位小数,还自己设计了逐轮对照表和指标卡片。

接下来三个任务难度逐级加码,用来考察 Hy4 flash 的多步骤执行和跨领域交付。

数据清洗环环相扣,前一步出错,后面全盘皆输。我们给出一份 518 行的标普 500 成分股名单,其中混有空白行、重复行、写法不一的板块名,日期也有五种格式,要求按顺序完成清洗、汇总、作图、写报告。

Hy4 flash 花了 6 分 47 秒:清掉 3 行空白、12 行重复,剩下 503 行;32 行板块名合并为 11 个标准板块,73 行日期格式得到统一。清洗日志记得很细,每类问题处理了多少行、前后行数如何对应,都写清楚了。汇总结果显示,工业板块公司数量最多,83 家,能源最少,21 家;2023 年以来新纳入指数的 65 家公司中,信息技术以 20 家居首。

修代码考验的是另一种耐心。我们选来开源项目 TinyDB,一个 Python 写的轻量数据库,在里面人为埋了两个 Bug,让 230 个测试中有 7 个失败。第一个出在缓存上:缓存满了本应淘汰最久未用的数据,代码却把刚用过的淘汰了。第二个更隐蔽,“小于”和“大于”两种查询的缓存键里漏掉了比较值,结果“分数小于 50”和“分数小于 80”被认成同一个查询,后者直接拿到了前者的旧结果。报错出现在表格查询的测试里,根因却在另一个文件。

Hy4 flash 先跑一遍测试摸清情况,再顺着调用链往下追,两个根因都在源头修掉,测试没改,也没有图省事把缓存关掉。修完后 229 个测试通过,项目原本跳过的 1 个照旧跳过。随后按需求新增闭区间查询 between,补了两个测试,中途遇到一次临时目录冲突,换目录重跑,最终 234 个里 233 个通过,1 个照旧跳过。全程用时 5 分 22 秒。

这两个 Bug 其实都能糊弄过去,Hy4 flash 却都从源头修好,修完没有引入新的失败,原有测试一行没动;加功能时不同区间不串答案,这一步它也做到了。

最后一项任务,给 Hy4 flash 一组假设参数,让它出一份 AI 算力机房的规划初稿:一期摆 1,152 张 GPU,得配多少机柜、多少冷却设备、多少电,这间屋子最多又能塞下多少机柜;二期供电上限 6 兆瓦,要设计出最多能部署多少张卡。

Hy4 flash 用 6 分 28 秒交出了计算书、设备清单和一张平面图。一期的 8 个关键数字很合理,每一步都列了算式。二期它算出最多 35 个 GPU 柜、2,520 张卡,并点明卡住扩容的是电,不是空间——它还多做了一步反证:再加一个柜到 36 个,IT 功率就要 4,827 千瓦,折设施功率 6,033.75 千瓦,超过 6,000 千瓦的上限;而单看空间能放 101 个柜、7,272 张卡,35 个柜只用了 5,868.75 千瓦,离上限还剩 131.25 千瓦。

平面图同样规整:四排,每排 35 个柜位,冷热通道、维护通道、图例、比例尺都不缺,图上的机柜和清单一一对得上。横向 35 个柜,每个 0.6 米宽,两端各留 1.5 米维护通道,加起来正好 24.0 米;纵向的通道加排宽也刚好凑满 14.0 米。尺寸是算出来的,不是画上去凑数。

它另外列出三条要业主拍板的问题,比如冷通道宽度能不能满足消防要求、园区供电是不是这间机房独享——都是真实项目里躲不开的提问。这个任务最能看出功力:模型不光把答案算出来了,还把边界一并算清楚,多一个柜为什么不行、空间还剩多少、哪些问题该交回业主,全有交代。

整体表现

七个任务做下来,Hy4 flash 最直观的特点是快。四组对比中,它的用时都明显更短:读财报比 Hy4 少用了将近一半的时间,读招股书 Hy4 用了 22 分钟,它不到 10 分钟;和 DeepSeek-V4.1-flash 相比,批量建档和多轮修改两个任务,它分别快了约 2.4 倍和 2.8 倍。

难得的是,快并没有拿准确性去换。七个任务它都交出了能用的结果,我们特意埋的几个坑——招股书里的非现金亏损、简介里没写的成立年份、代码里藏在另一个文件的根因——它都处理对了。批量建档那项尤其明显:14 家没写成立年份的公司,它没拿自己的知识去补,而是如实标注。金融和投研这类对数据信源卡得极严的活,这一点很要紧。

速度优势的背后,是混元团队给 Hy4 flash 定的核心机制:更高的 Token 效率、更精简的输出。测试里也看得出来:同一份招股书备忘录,Hy4 flash 写得更紧凑;股权模拟器任务里,它耗掉的上下文不到 DeepSeek 的一半。精简的另一面,是细节颗粒度不如旗舰模型饱满,跟 Hy4 比少了些延展拆解。不过放到高频的日常工作上,这笔取舍划算。官方给出的分工建议也差不多:深度搜索、文档处理、PPT 生成、简单前端展示和 Computer Use 等大部分日常任务交给 flash,长程软件工程这类复杂活仍推荐用 Hy4。

模型跑多快,最终还得落到它被装进什么样的Harness里才能变成产出。本轮测试统一在WorkBuddy中完成:它能直接读截图、PDF和Excel,也能跑代码、生成网页和矢量图,返回的文件打开就能用。flash本就靠高频调用体现价值,再加上WorkBuddy在11月30日前限时免费,“轻量模型+桌面Agent”这套搭配很容易直接嵌进日常流程。

今年下半年,大模型赛道的争夺重心明显往flash模型上偏。道理不复杂:Agent成了最通用的AI应用,跑一次任务往往要反复调用模型,速度和单价直接决定产品的使用体验和性价比。DeepSeek把V4 Pro的请求转给V4.1 flash,调用量榜单前三名全是flash模型,反映的都是这一变化。

回头看混元今年的模型节奏:2月重建基础设施之后,基本保持两个月一个大版本,先出preview再上正式版。4月的Hy3 preview曾登上OpenRouter单日调用量榜首;8月28日发布并开源的Hy4 preview把总参数提到770B,发布后第一个完整周以14.7万亿Token的周调用量排在全球第一;11月4日的Hy4正式版首次加入视觉理解和电脑操作能力,发布当周排在全球第四。

价格方面,Hy4每百万Token输入6元、输出18元,与preview版持平。仅隔12天推出的Hy4 flash又把价格压下一个数量级:输入0.5元、输出2元、缓存命中0.02元,分别为Hy4的1/12、1/9和1/15。11月30日前,腾讯云TokenHub还在此基础上打五折。

旗舰版Hy4意在抬高能力上限,Hy4 flash对腾讯的意义则更多在于接住自家的海量业务场景。目前它已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima和Marvis上线;同时WorkBuddy结束了Hy4的限免,并下线Hy3,端内免费流量正向flash集中。

这些高频场景,需要一个足够快、足够便宜的模型来跑通商业闭环。从这次测试看,它已经能稳定承担不少实际工作。

放到当下的轻量模型梯队里看,Hy4 flash是一个反应更快、做事足够稳的日常交付模型。需要大量调用模型的企业和开发者,可以把它放进候选名单;想低成本处理繁杂任务的普通用户,上手即用、也足够省心。


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. 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. 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
  6. 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
  7. WorkBuddy国际版接入Gemini 4 Carbon:Pro用户专享

    腾讯旗下AI办公智能体WorkBuddy国际版宣布接入谷歌Gemini 4 Carbon大模型,目前仅向Pro计划用户开放。该模型由谷歌于11月10日开放,主要用于复杂知识工作、软件工程等长周期智能体任务。

    来源 凤凰科技
  8. 腾讯WorkBuddy国际版:Gemini 4 Carbon上线,仅Pro可用

    IT之家 11 月 16 日消息,腾讯 WorkBuddy 国际版昨日宣布,已正式上线谷歌 Gemini 4 Carbon 模型,主要面向需要更深入推理和处理更长任务的使用场景。 官方将其定位为适合处理复杂问题的模型,目前仅面向 Pro 计划用户开放。 IT之家此前报道,谷歌称 Gemini 4 Carbon 模型主要

    来源 AI 行业观察
  9. 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
  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. 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
  12. 豆包工作与WorkBuddy开打:字节腾讯争夺办公Agent

    几天前,张一鸣和马化腾的最新内部讲话同时曝光。 张一鸣谈的是技术。他给字节AI团队打气,认为有能力在技术前沿与Anthropic、OpenAI等头部玩家竞争,同时重申字节不应该依赖蒸馏,而是要聚焦长期战略。 马化腾谈的是队伍。他的发言透露出更强烈的危机意识,敲打意味更强烈,希望“人和组织都要做大调整”,还提出“50%陆

    来源 AI 行业观察
  13. 腾讯总办复盘AI再创业:WorkBuddy 8个月成token最大单一产品

    腾讯文化11月16日发布《总办号召 AI 时代再创业,“心态归零”》一文,以2026年总办 LinkTime 现场笔记形式复盘此前引发舆论热议的司庆讲话。公司28岁生日当天,总办将年度 LinkTime 做成播客,Pony 与 Martin 称参与这场科技变革并站在前沿是荣幸。 笔记将智能革命定性为

    来源 AI 开发者社区
  14. MiniMax,狂卷字节、OpenAI

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 雷晶,编辑 | 魏佳AI生图赛道,最近打得火热。11月10日晚,MiniMax发布并开放H3-Image模型权重,打出了“又快又便宜”的牌。官方称,它10秒就能生成一张1600万像素的高清图片,价格只有同档位主流工具的50%-70%。在它之前,O

    来源 腾讯网
  15. 腾讯总办复盘司庆讲话:WorkBuddy 8个月成国内token最大AI产品

    腾讯文化发文,总办号召AI时代再创业、“心态归零”,并以2026年LinkTime现场笔记复盘司庆讲话。28岁生日当天,总办把年度LinkTime做成播客,Pony与Martin称参与科技变革、站在前沿是荣幸。笔记将智能革命定为“生死存亡的问题”,不拥抱即被颠覆;本轮从被动降本转向主动增效,推进AI native业务、

    来源 AI 产业速递
  16. 智能体安全新课题:风险如何跨会话潜伏与放大?

    大模型正从聊天助手进化为能自主调用工具、读写文件的通用智能体。这意味着安全风险不再局限于“说了什么”,而是延伸至“做了什么”以及“留下了什么”。北大与腾讯联合发布的综述指出,攻击者可通过污染技能、记忆或环境,让风险跨会话潜伏并放大。传统组件式防御已失效,必须建立涵盖来源、编排、执行及持久反馈的全生命周期安全框架,并在运

    来源 AI 应用前沿
  17. 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
  18. 腾讯总办号召AI时代再创业:不拥抱智能革命就是被颠覆

    【TechWeb】11月16日消息,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

    来源 AI 行业观察
向下滚动自动加载更多