腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

资讯 腾讯网 作者:极客公园 全文 4146 字 · 约 11 分钟读完 配图 2 张 分类ClaudeHy4DeepSeek腾讯Anthropic模型发布

作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

所属频道 大厂动态模型发布Claude 与 Anthropic开源生态
作者|Cynthia
编辑|郑玄

过日子的风,还是吹到了大模型行业。

2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。

但到了 2026 年,Agent 真正流行起来之后,风向开始变了。

毕竟,让模型回答一个问题,和让 Agent 接手一项工作,对应的资源消耗模式完全不同。在 Agent 场景中,一次指令背后,可能是几十轮模型调用。读材料、查代码、调用工具、处理报错,每一步都会增加大量上下文和调用次数。OpenRouter 披露,今年 2 月 6 日,平台上 Agent 的

具体到任务,今年 4 月,密歇根大学与斯坦福大学一项覆盖 8 款模型、500 个真实代码问题的研究发现,在其测试中,Agent 每次尝试处理一个问题,平均累计消耗约 417 万 。按这个均值,连续跑十次,就接近 20 美元。

在这一背景下。任务越长,大家对速度和价格就越敏感。各家模型厂商的

早在去年,OpenRouter 与 a16z 对超过 100 万亿

而在最近推出的一众 Flash 模型中,作为一款主打精简输出、更高吞吐以及更快速度的 Flash 模型,腾讯最近推出的 Hy4 flash,无疑是其中最受关注的一个。

据了解,这款模型的总参数量为 224B(其中 64B

此外,作为迄今为止最高性价比的 Hy 模型:Hy4 flash 的每百万

在此基础上,在后训练阶段,Hy4 flash 通过

推理效率上,通过结合

我们也在 Hy4 flash 发布后的第一时间拿到了 Hy4 flash 的内测资格。

随后,我们把它放进了 WorkBuddy( WorkBuddy 中可以免费使用 Hy4 flash),和同样定位的 DeepSeek-V4.1-Flash( 1017 版本),以及原始 Hy4 做了四轮对照:一轮办公决策,一轮编程修复,一轮视觉理解,还有一轮 PPT 生成。

以下是我们的测试结果。

01

办公决策:判断一致,

Hy4 flash 快了近三分钟

第一轮,我们让模型为一场产品发布会做决策准备。

这道题,我们特地增加了材料难度,给到了模型几组互相矛盾的口径,再把目标和约束一起放进去,看模型能不能自己理清楚。

任务描述如下:

公司要上线发布两个产品能力,其中纪要能力的成熟度较高,方案能力的成熟度还有待完善。产品同学说,这个月有 8600 人点开过产品,成功率达到 91%;数据同学给出的却是,每周真正使用的大约只有 3200 人,真正完成任务的比例只有 67%,差了将近 3 倍。销售是 6 家感兴趣、1 家愿意付费试点 8 万/年,财务希望发布后 3 个月看到约 40 万的经常性年收入(

在这段描述中,产品与数据同学的两组数字都有出处,但统计周期、使用行为和成功口径并不一致。模型得先弄清它们各自代表什么,再判断发布会上该用哪组。销售和财务之间,也需要对意向、付费试点和收入目标,做一下关联与区分。法务的评估不做完就不开通注册,则是最终的条件限制。

选这道题,是因为它很像实际工作中会遇到的情况:没有标准且统一的数据口径,也没有完全 ready 的材料,系统各方面又会提出不同的约束条件,而用户必须从中梳理出一条可被执行与讨论的方案。

最终,Hy4 flash 用了1 分 14 秒。

它建议折中推进:发布会照开,只宣布即将开放、分批放量,现场不开注册,也不先收等待名单。对外采用 3200 人、67% 这组更严格的数字。等待名单是否属于开通注册,则把它单独列为待确认事项。

DeepSeek-V4.1-Flash 用了4 分 8 秒。

它同样建议折中:发布会照开,只宣布即将开放,不现场开通注册;对外主推会议纪要,方案能力标为内测,数字也采信 3200 和 67%。不同的是,它建议发布会可以收集等待名单,再向名单用户分批开放。

这里不能算它判断错误。法务明确限制的是现场开通注册,并没有明确禁止收集等待名单。

这一轮,两边的核心判断一致,也都交出了要求的一页纸,质量没有明显差距。

在这一轮测试中,Hy4 flash 的优势主要在速度:少用了2 分 54 秒。口径冲突、发布取舍和最终交付都处理到了,完成时间只有对方的三成左右。

02

读图决策:相比 DeepSeek-V4.1-Flash,

Hy4 flash 误读更少

第二轮,还是对比 DeepSeek-V4.1-Flash 和 Hy4 flash。这一次,我们不再给模型太多的文字提示词,而是根据测试一的文字内容,将其加工成一张有矛盾的投屏图片,喂给模型。然后让模型只根据这张图做决策准备,看它会不会自己把这些矛盾指出来,然后再做和场景一类似的决策准备。

如上图,图上最显眼的大卡片写着月活 8600、成功率 91%、意向客户 6 家,还带了可计收入红标;右下角对照表却是另一套更严的数字。柱状图上标注的是 8 万和 40 万,但 8 万那根柱子实际画到了大约 32 万的高度。

最终,Hy4 flash 用了2 分 46 秒。

它继续建议折中发布:只宣布即将开放,不现场开通注册,对外采用更严格的口径。

对于客户数量,它指出,6 家意向客户的卡片带有「可计收入」标注,但对照表只确认了 1 家付费试点,这两处信息存在冲突。

8 万元究竟是已确认收入还是预算,40 万元的目标时间口径是什么,它也分别列为待确认事项。

不过,8 万元那根柱子画高了,它没有发现。

DeepSeek-V4.1-Flash 用了1 分 25 秒。

它同样建议折中,也整理了卡片和对照表之间的口径差异,但有两处写错。

第一处,它把客户卡片上的红标读成了「非付费」,与图中的「可计收入」不符。

第二处,它写道:「8 与 40 的视觉比例 20%,与

8 除以 40 确实等于 20%,但图上的柱高并没有按这个比例绘制。DeepSeek-V4.1-Flash 算对了数字关系,却忽略了图形比例的错误。

这一轮,DeepSeek-V4.1-Flash 虽然更快,但出现了两处明确误判。Hy4 flash 识别了「6 家意向客户被标为可计收入、实际只有 1 家确认付费」的冲突,整体的准确率会更高。

03

编程修复:相同结果,

Hy4 flash 更快更有性价比,

Hy4 思考更全面

第三轮,我们难度升级,安排了一道编程题,让模型接手一个正在使用的库存与计价项目。这次的对比对象选择了 Hy4 与 Hy4 flash。

这次选择的项目是一个已经在用的库存系统。仓库里现有测试都是通过的,但线上却出了 4 个问题:预占库存后数字对不上(预占库存后,在库数量也跟着减少,取消后又恢复不了)、整单出库会报错(某件商品的库存被全部预占后,整单出库会报错)、优惠券没有按上限封顶(400 元订单使用 20% 优惠券,抵扣超过了 50 元上限;)、月末报表漏了一天(11 月报表漏掉了 11 月 30 日当天的出库)。

我让模型根据项目里的代码和问题清单,自己找到这些 bug,先写出能复现问题的测试,再把代码修好,最后交一份修复说明。

这道题模型需要读懂别人写的代码,并找到现有测试遗漏的情况,再证明修改后的行为符合项目约定。

最终,Hy4 flash 用了2 分 5 秒,四个问题全部找到并修好。

在它的修改下,预占操作不再误扣在库数量,取消改为释放预占;整单出库可以正常完成;优惠券抵扣按 50 元上限封顶;报表区间改为包含结束当天。

最终,Hy4 flash 还给原本的项目新增了 5 个测试,端到端完成了验证:预占后在库仍为 10、可用为 6,取消后可用恢复为 10;400 元订单实付 350 元;11 月汇总包含 11 月 30 日,共计 8 件。

相同的任务,根因和改法也与上面几乎一致,正式版 Hy4 最终用时 3 分 49 秒。唯一的不同之处在于 Hy4 最终为项目新增了 8 个测试,整体的流程会更加完整。

04

论文转 PPT:

Hy4 更清晰,Hy4 flash 更高效

前面几个任务都是真实生产系统中的点状问题,这一次测试,我们选择一个端到端的任务,让 Hy4 与 Hy4 flash 分别测试把同一份论文生成 PPT 的任务,看看最终哪一个的效果更优。

这次我们选择的是一个主题为

选这道题,需要模型先读懂技术论文,然后还需要有完整的多模态生成能力,能把理解的东西做成结构清楚、数字写对、能直接讲解的幻灯片。

最终,Hy4 flash 用时 9 分 5 秒生成了一份一共 21 页 PPT,问题、方法、实验和局限都按要求写到:不仅论文中的两项关键技术分开讲述的很清晰,关键数字准确无误,一些技术方式在

唯一的美中不足是,有几页页脚和正文叠在了一起,CAP 公式里的指数没有做成上标。

同一篇论文和同一段提示词。正式版 Hy4 一共用时 15 分 47 秒,产出了 18 页 PPT,结构和关键数字同样正确。同样也发现了压缩感知分数第一,并不等于原始分数第一、长文档上按问题筛选反而低于简单的均值池化这些细节。

整体来说,在把长篇技术论文做成可讲解 PPT 的场景里,两边都完成了任务,论文要点和关键数字都写对了。Hy4 flash 的优势是速度,主结果表也更完整。正式版 Hy4 用时更长,但页面更适合直接讲解,对结论的分析,也交代得更清楚。

05

尾声

客观来说,无论是 Hy4 flash 还是 DeepSeek-V4.1-Flash,市面上的一众 Flash 模型,在准确率方面相比于当下的

此外,对于 Agent 这种模型调用轮次多、上下文超长、成本极易失控的场景来说,Flash 模型不失为一种不错的选择。

相应的,混元的官方 Blog 也推荐在深度搜索、文档处理、PPT 生成、简单前端展示、

总而言之,Hy4 flash 就是当下各种 Flash 模型中,最适合过日子的神!

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Hy4 flash实测:两毛钱让AI从零做出3D交互网页

    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

    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发布:0.5元/百万Token,计划开源

    新京报贝壳财经讯(记者韦英姿)11月16日,腾讯混元发布最新语言模型Hy4 flash,总参数量224B(含64BEngram参数),激活参数12B,支持多模态与1M上下文长度。定价为每百万Token输入0.5元、输出2元,命中缓存时0.02元,低于Hy4。

    来源 网易科技
  6. 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
  7. Hy4 flash 发布:224B 总参数、12B 激活,API 价格大幅下调

    今天,我们正式推出 Hy4 flash,这是迄今为止最高性价比的 Hy 模型,总参数量为224B(其中64B Engram 参数),激活参数 12B,支持多模态和1M 上下文长度,API价格相比 Hy4 大幅降低。 我们通过一系列工作在极致优化成本的同时兼顾智能水平和实用性: 在预训练阶段,Hy4

    来源 AI 开发者社区
  8. 腾讯混元Hy4 flash上线:1M上下文,解码超150tps

    腾讯混元推出高性价比模型Hy4 flash,总参数224B但激活仅12B。支持1M超长上下文和多模态,解码速度超150 tps。通过强化学习将输出长度减半,API输出价格低至2元/百万tokens。已接入元宝、WorkBuddy等应用,适合文档处理、PPT生成及深度搜索等日常办公场景,旨在以更低成本提供接近旗舰模型的智

    来源 AI 应用前沿
  9. Claude Fable5.2上线:70万笔触代码作画,不靠扩散模型

    Anthropic 当地时间11月9日发布 Claude Fable5.2与 Mythos5.2。该公司无传统文生图模型,Fable5.2却能以代码在虚拟画布上模拟画笔逐笔作画,还原笔刷纹理、颜料湿度与画布质感并可修正错误。不同于 Midjourney 等扩散模型从噪声生成图像,它把绘画拆解为笔触指

    来源 AI 开发者社区
  10. Claude Fable5.2靠代码作画:70万笔触画出购物车

    Anthropic 11月9日发布 Claude Fable5.2 与 Mythos5.2。Fable5.2 无传统文生图模型,却能以代码在虚拟画布逐笔作画,还原笔刷纹理、颜料湿度与画布质感,并可修正错误。它不同于 Midjourney 等扩散模型从噪声生成图像,而是把绘画拆解为笔触指令执行,每幅画是一段约1000至2

    来源 AI 产业速递
  11. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
  12. 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
  13. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
向下滚动自动加载更多