Hy4 flash横评:办公任务首稿最快,成本1.66元低于DeepSeek

资讯 腾讯网 作者:硅星人Pro 全文 4971 字 · 约 13 分钟读完 配图 1 张 分类旗舰模型HuggingHy4DeepSeek深度求索腾讯

作者|董道力微信|ddl941110腾讯发布新一代旗舰模型 Hy4 的时候就预告即将发布一款 Flash 模型,十二天后 Hy4 flash 如期而至并在今天宣布开源,开发者可以在 GitHub、 Hugging Face 等地方直接下载部署。看着旗舰模型攻城略地、在各种极限榜单上刷新上限固然过瘾,但回到真实的工作场景

所属频道 大厂动态开源生态

腾讯在发布新一代旗舰模型 Hy4 时,曾预告还会推出一款新品,如今这款新品已经露面。旗舰模型在各类极限榜单上不断刷新上限,看着确实过瘾,但落到真实的工作场景里,写文档、改 PPT、搭简单前端这类日常办公需求才是大头。

过去把这些活交给旗舰模型,往往会遇到两个问题。一个是写一段文案、改几行代码这类高频轻量任务,旗舰模型层数深、推理链长,处理简单请求也要雷霆大思考,响应慢得让人等不起。

另一个问题是,模型一旦接入 [[保留2]] Hy4 flash

这正是

对比一下性价比杀手

价格只是一方面,最终还是要看模型能不能把任务完成。

这次我们选了 Hy4、Hy4 flash、[[保留3]]

1

假设硅星人年底要开大会,哪个 Flash 模型最适合

测试没有用挑战旗舰能力上限的复杂难题。我们挑的是日常办公里最常遇到的工作:读材料、写方案、排日程、做表格和汇报,改需求。

任务设定为硅星人年底在北京办一场 AI 大会,350 人,预算上限 30 万元,全权由 AI 来策划。

资料是同一套,包括旧提案、报价单、嘉宾档期和腾讯文档。题目拆成六部分,每一部分都要真正交付文件或完成线上操作。

四款模型都被委派了同样的创意策划角色,也都读取了腾讯文档、Excel 和 PPT 的相关

测试在 WorkBuddy 中进行,选取 Hy4、Hy4 flash、

结论先放在前面:这次横评里,Hy4 flash 在首轮任务中速度最快,也就是说需求确认好交给模型,Hy4 flash 能最快给出一个还不错的结果。把后续修改和返工也算进去,Hy4 flash 的模型成本是四款里最低的,一套活动策划下来只花了 1.66 元,比 DeepSeek V4.1 Flash 谷时价格还便宜 26.5%。

1

总体表现:首稿交得最快,整套流程用时第二

在本次选取的测试记录中,Hy4 flash 用 10 分 20 秒交齐首轮文件,比 DeepSeek V4.1 Flash 快约 3 分 35 秒,比

日常办公中改动很常见。算上后续的改动任务(变更后交付),DeepSeek V4.1 Flash 累计 28 分 59 秒最快,Hy4 flash 为 30 分 11 秒,相差约 1 分 12 秒。Hy4 flash 仍快于另外两个模型,但首轮优势被后续同步工作消耗了一部分。

再看 WorkBuddy 中可观测的模型用量。Hy4 flash 累计使用 4062.69 万

按 API 单价,把缓存命中输入、未命中输入和输出分别换算,Hy4 flash 的估算成本为 1.66 元,比 DeepSeek V4.1 Flash 的 2.26 元低 0.60 元;GLM 5.3 Flash 的 token 用量更少,但 API 价格高,估算成本为 4.95 元。

token 统一保留两位小数,总计先按原始整数汇总再取整,缓存命中属于输入的一部分,不额外加到总量中。

另有一组数据:Hy4 flash 的可观测模型调用为 261 次,工具调用为 270 次。其模型调用量比另外三款都多,工具调用量则超过 DeepSeek 和 GLM。调用次数偏多,原因可能在于任务拆分、检查、专家协作或重试。照此推测,若 Hy4 flash 的流程效率再高一些,速度还有提升空间。

放到这组办公测试里看,Hy4 flash 交得最快,API 估算成本也压在较低水平,交付速度与成本两头都顾到了;若把后续修改、返工一并计入,累计实际耗时则位列第二。首轮的领先优势,被后续的跨文件同步和补核吃掉了一部分,专家协作同样带来了不少请求。

整个项目包含多个种类的任务,拆开来看一下 Hy4 flash 的表现。

1

各项任务的表现拆开来看。

不同任务里各模型的耗时和tokens消耗,可看下面两张图。先说明一点:前五项统计的只是模型处理请求的累计时间。以做PPT为例,模型写代码的时长计入其中,WorkBuddy跑脚本的时间则不计入。所以这些数字既不代表拿到成品要等多久,也不能直接相加得出前文的总耗时。不过四款模型都在WorkBuddy里跑同样的任务,条件差异不大,拿它们做分任务对比仍有参考价值。

1、PPT与预算表:Hy4 flash调用次数少,文件还能接着改

大会还没办,PPT往往得先出来:讲什么、请谁、花多少钱,都得先想清楚。我们让四款模型各出一份简报,再各配一张预算表,要求报价能改、总额自动算。

Hy4 flash交出的PPT是五页,主题、议程、预算、待拍板事项都在,文字仍可编辑。它的做法是用脚本一次性生成多页,再回头检查版面。这一组它共调用模型18次,低于Hy4的20次、DeepSeek的38次和GLM的25次。

DeepSeek的五页PPT同样可编辑,但走的是逐页制作、逐页检查的路子,还回头调整了预算占比那一页。GLM做了六页,也是一页一页处理。预算表这块,四款都通过了实际检查。

Hy4 flash制作的PPT

这组任务四款模型都完成了。Hy4 flash的模型调用次数和token用量都是最低的,token消耗比DeepSeek少约74%。做简报、算预算这类日常活儿,它的性价比确实突出。

2、手机网页:四款都能用,Hy4 flash的用量并非最少

到了活动现场,参会者不可能捧着Excel找会场。于是我们又让四款模型各做一个手机网页,要能搜分享、能按会场筛选。日程一改,网页也得跟着改。

四款都交出了能用的页面。我们在约390像素宽的窗口里实际试了搜索,还替换了一条议程,重新生成网页和执行表,四款都能完成更新。

Hy4 flash的网页支持按活动搜索、按会场筛选。网页和工作人员用的执行表共用同一份议程,改完日程重跑脚本,两份文件一起更新,不用改两遍。脚本还会检查信息有没有漏填、场次编号有没有重复、结束时间是否早于开始时间。

DeepSeek在后来的修改里加了一项现场准备时间检查。举例来说,东厅14:10才能进场,若把首场活动也排在14:10,脚本会提示没有留出装台时间,并停止生成文件。

实际用下来,Hy4 flash这个页面可用,模型请求累计时间也最短,但它不是最省token的,Hy4和GLM的用量都比它低。DeepSeek后来补的日程检查也有价值,多花的那点思考时间不算浪费。

生成页面各有各的风格:Hy4 flash走圆角卡片式,DeepSeek V4.1 Flash界面偏素,GLM 5.3 Flash用时间轴把活动串起来。

手机议程从左到右依次为Hy4 flash、DeepSeek V4.1 Flash、GLM 5.3 Flash生成

3、写活动方案:Hy4 flash的点子能用,代价是花得更多

办一场AI大会,总不能只让嘉宾轮流上台讲一整天。我们还想要一个观众能参与的主题,最好现场就能试出AI到底好不好用。

Hy4 flash给出的主意挺贴合这场大会:观众出题,嘉宾现场演示,下午换个要求再做一遍。这个安排好理解,也能直接写进议程。不过为了敲定这份方案,它前后找了策划专家聊两次,token用量反倒成了四款里最多的。

DeepSeek做的是“AI对账日”,发观众一张九格计分板,边看演示边打分。GLM做的是“AI验收日”,上午讲清要验证什么,下午再查一遍。这两份方案同样能落进活动安排,用量比Hy4 flash少得多。

Hy4的方案叫“把活交出来”。它有个好处是把理由写明白了:哪些事还要拍板、为什么没采纳某条专家建议,都有交代。比如专家建议上午早点开一场分享,但嘉宾还没到,它就把时间重排了。接手的人更容易看清还要确认什么,也体现出旗舰模型想得比较全。

Hy4 flash 这套方案行得通,但消耗量在四款里排第一。GLM 那边同样把活动主线给全了,这一组的 token 用量和模型请求累计时间反倒都是最低的。

四款模型首轮活动方案摘要如下。

4、排议程、写腾讯文档:Hy4 flash最贴近要求

大会主题敲定后,我们给四款模型派了个会务助理的活儿:按嘉宾档期和会场条件,把十场活动的日程表排出来,时间、地点、嘉宾确认状态都得标清楚,然后再通过。这一关主要看模型的排程本事。

结果四款都实打实完成了文档读写,还回过头重读了一遍做核对。

给的资料里有十场必做活动和两场可选活动,取舍由模型自己定。Hy4 flash 只排了必做场次,Hy4 多选了一场可选活动,DeepSeek 和 GLM 则两场可选的全要了。这一项 Hy4 flash 的请求累计时间和 token 都最少,交付范围也最贴近题目要求。

Hy4 flash 排出的场次表

5、读资料:四款都发现了旧版本里的毛病

办活动,资料最容易越改越乱,旧报价和新档期混在一块儿,拿错一份就可能排错。我们特意把这些坑留在了材料里。四款都揪出了几处关键变化:主旨嘉宾首轮只能下午出场,东厅要到 10:15 才开放,视频报价已从 38,900 元降到 35,200 元等。不过在这几条关键约束上,四款没拉开差距。Hy4 flash 的 token 比另外两款 Flash 略少,DeepSeek 的请求累计时间明显更短。

6、改需求:Hy4 flash 漏改邀请函,得再催一次

前面五个任务主要考的是生成能力,第一版看着都能用。可办活动哪有不遇临时变化的。我们又追加了一轮改动:东厅下午 14:10 才能开门,主旨嘉宾改成只能上午到场,再加一套 6,800 元的无线麦。PPT、表格、网页、邀请函和腾讯文档,全都得跟着改。

这一轮,四款模型犯了同一个错:东厅 14:10 才能进,却把装台、试屏排在了开门之前。被我们点出来之后,它们才重新排期。

Hy4 flash 还漏改了邀请函。网页和执行表上已经写着首场 14:45 开始,邀请函却还停在 14:10。原因挺直接:网页和执行表是一起更新的,邀请函是另写的,没跟上。这次补改又花了 4 分 12 秒、901.19 万 tokens。它改对了四处邀约时间,还重新读取腾讯文档核对了一遍。

把修改、返工和最后检查都算上,DeepSeek 在这一阶段最早收工,GLM 的 token 用量最少。Hy4 flash 比 GLM 少用约 12 秒,token 却明显更多。这一项,它没能延续首轮的领先。

Hy4 flash 做第一版时表现不错,改一整套文件时还得有人盯着。特别是邀请函这种另写的材料,不能看到主表改好了,就默认别的文件也都改好了。

1

Hy4 flash 补齐腾讯模型拼图

整套测试跑下来,最直观的感受是:Hy4 flash 一落地,腾讯大模型布局里最实用的那块拼图总算补齐了。此前旗舰 Hy4 负责在极限榜单和长程工程上往上探高,可真落到每天写文档、改表格、搭简单前端的高频办公场景,行业最缺的其实是一款既能干真活、又算得过账的轻量主力。Hy4 发布十二天后紧跟着推出 flash,补的正是这一环。

更关键的是,它交出来的不是那种只能应付简单问答的“缩水版”效果,背后靠的也不是简单裁参数,而是实打实的架构与工程优化。拿同场竞技的几款模型对比,各自的技术路径就看得出来了:DeepSeek V4.1 Flash 把读输入的环节做了压缩,走的是另一条路。

技术上的压缩,最后也兑现在账单上。叠加极高的缓存命中率,整个任务跑下来,Hy4 flash 的估算成本只要 1.66 元,比 DeepSeek V4.1 Flash 还低。

当然,价格低也是有代价的,眼下 Hy4 flash 在 WorkBuddy 里可以免费用,模型有多快、多高效、能不能满足需求,直接上手试试就知道。而且这个价,就算以后不免费了,用起来也不心疼。

大模型竞争走到今天,旗舰模型决定能力上限,可决定 AI 能不能真正留在每个人办公桌上的,往往是这种每天要被调用几十上百次的 Flash 模型。从这次实测看,腾讯不光补上了这块布局,还用实打实的架构与工程优化,把“用得起,也等得起”做到了能用、好用的水准。

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. 混元Hy4 flash开源:API每百万Token输入0.5元,实测12分钟出3D场景

    编辑|泽南、冷猫你能想象吗?这是用 Flash 级的模型,只花 15 分钟写出来的。大模型的「斩杀线」居然已经到了这个位置。11 月 16 日,腾讯正式推出的新模型混元 Hy4 flash,让 AI 社区久违地像过节一样,狂晒各种测试效果。有人已经喊出:DeepSeek 不再是效率之王了。Hy4 flash 是一款原生

    来源 腾讯网
  2. 腾讯混元正式开源Hy4

    36氪获悉,腾讯混元宣布Hy4正式开源,可在GitHub、Hugging Face、ModelScope和GitCode社区下载部署。混元LLM模型已全部开源,包括Hy3 preview、Hy3、Hy4 preview、Hy4、Hy4 flash等。

    来源 AI 行业观察
  3. DeepSeek调整API计费:搜索与网页抓取不再单收费,只按Token算

    11月18日12:00起,DeepSeek正式实施全新API计费规则,开发者在调用大模型过程中触发的服务端搜索与网页抓取功能不再单独收费,全面转为仅按模型Token用量计费。这一调整进一步简化了大模型的商业化计费链路,直接降低了开发者构建联网AI应用的综合成本。 根据DeepSeek官方披露的规则,

    来源 AI 开发者社区
  4. DeepSeek调整API计费:服务端搜索与网页抓取不再单独收费

    11月18日12:00起,DeepSeek实施新API计费规则:调用大模型触发的服务端搜索、网页抓取不再单独收费,统一仅按模型Token用量计费。此举简化商业化计费链路,降低开发者构建联网AI应用成本。官方称,免费服务端搜索覆盖多元开发者生态接口,触发场景包括原生联网等。整体利好联网AI应用开发。

    来源 AI 产业速递
  5. 唐飞虎穿女仆装现身云桥大会:Kimi 工程师造型似 DeepSeek“大肥鱼”

    人工智能圈的跨界整活再添一桩趣闻。11月19日,2026云桥大会在杭州拱墅大运河杭钢公园举办,大会圆桌讨论环节的一张现场照片在网络上引发热议。照片中,月之暗面 Kimi 高级研发工程师、开发者关系负责人唐飞虎戴着银蓝色假发,身穿蓝白配色的女仆装手持话筒发言。 圆桌造型引围观:Kimi 工程师疑似扮成

    来源 AI 开发者社区
  6. DeepSeek完成工商变更:千亿级融资落地,梁文锋仍握约67.42%持股

    IT之家 11 月 20 日消息,工商信息显示,DeepSeek 运营主体杭州深度求索人工智能基础技术研究有限公司近日完成工商变更,新增股东杭州程砚企业管理咨询合伙企业(有限合伙)。 IT之家查询国家企业信用信息公示系统获悉,杭州深度求索注册资本由 1644.7496 万元增至 1991.8707 万元,增加 347.

    来源 AI 行业观察
  7. 腾讯混元Hy4开源:7700亿参数,四大社区同步上线

    腾讯混元11月20日正式开源Hy4模型,同步发布披露安全评估与已知风险的System Card。Hy4为混合专家架构多模态模型,总参数量7700亿、单Token激活约490亿参数,支持最长100万Token上下文。随着Hy4开放,Hy系列大语言模型均已开源。

    来源 凤凰科技
  8. 宁德时代投资DeepSeek:电池帝国的隐秘扩张

    1000亿,中国AI融资的天花板,终于落地了。 11月19日,DeepSeek运营主体杭州深度求索完成工商变更,31家出资方正式进入股东名册。就在四个月前,DeepSeek刚完成510亿元融资。 两轮融资的投资人名单,不乏腾讯、京东和网易等科技公司。但有一个颇为突兀的名字,出现了两次:宁德时代。 这份突兀不难理解。腾讯

    来源 AI 行业观察
  9. 已有9家券商参投DeepSeek

    DeepSeek第二轮融资落地的消息持续引发关注,不少观点认为,这一明星企业的融资规模或创国内AI行业最高纪录。财联社注意到,不少券商也已“潜伏”参投,体现深度布局科创的意愿。 工商信息显示,DeepSeek主体杭州深度求索注册资本由约1645万元增至1991.87万元,增幅约21.1%,新增股东杭州程砚企业管理咨询合

    来源 AI 行业观察
  10. 腾讯、宁德时代都来了,DeepSeek第二轮千亿融资阵容有多豪华?

    11月19日据《科创板日报》报道,DeepSeek运营主体杭州深度求索近日完成股权变更,新增杭州程砚企业管理咨询合伙企业为股东,注册资本增至1991.8707万元,增幅约21.1%。杭州程砚同期新增31名合伙人,登记出资额增至34.38979亿元,新增合伙人包括腾讯、中国移动、中国电信、宁德时代、兆易创新、小红书、vi

    来源 凤凰科技
向下滚动自动加载更多