横评主流 Flash 模型|比 DeepSeek 便宜一半,Hy4 flash 瞄准“办公基建模型”

资讯 腾讯网 作者:硅星人Pro 全文 4975 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
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

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。首先是一些高频轻量任务,比如写一段文案或改几行代码,旗舰模型层数深、推理链长,哪怕处理简单请求也要雷霆大思考,响应慢得让人等不起。

其次,模型一旦接入

这正是

Hy4 flash

对比一下性价比杀手

当然,单看价格没什么意义,我们的最终目的还是用模型完成任务。

这次我们选择了 Hy4、Hy4 flash、

1

假设硅星人年底要开大会,哪个 Flash 模型最适合

这次测试没有用挑战旗舰能力上限的复杂难题。我们选了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。

任务假设硅星人年底要在北京办一场 AI 大会,350 人,预算上限 30 万元,全权由 AI 来策划。

我们准备了同一套资料,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、

先说一下结论:这次横评里,Hy4 flash 在首轮任务中速度最快,也就意味着当你确认好需求让模型做事,Hy4 flash 能最快给你一个还不错的结果。算上后续修改和返工,Hy4 flash 的模型成本也是四款里最低的,一套活动策划下来只花了 1.66 元,比 DeepSeek V4.1 Flash 谷时价格还便宜了 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

但日常办公中改动也很常见,如果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,而 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。

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

按 API 单价,将缓存命中输入、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 虽然 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。

还有一个细节,Hy4 flash 共发生 261 次可观测模型调用和 270 次工具调用。模型调用数高于其余三款,工具调用数高于 DeepSeek 和 GLM。更多调用可能来自任务拆分、检查、专家协作或重试。可以猜测,如果 Hy4 flash 在流程上再高效些,速度能更快。

整体来看,Hy4 flash 在这组办公测试中兼顾了交付速度与较低的 API 估算成本,首稿最快交齐,把后续修改和返工算进去,累计实际耗时排在第二。后续跨文件同步和补核消耗了首轮的部分领先,专家协作也产生了较多请求。

当然,整个项目有多个种类的任务,我们拆开来看一下,Hy4 flash 的表现。

1

不同任务表现

下面两张是不同任务中,各个模型的使用时间以及 tokens 消耗量。这里要注意,前五项只统计模型处理请求的累计时间。比如做 PPT,模型写代码的时间算在内,但 WorkBuddy 运行脚本的时间没有算进去。因此,这些数字不代表拿到成果需要等多久,也不能直接相加得到前文的总耗时,但所有模型都在 WorkBuddy 中完成相同任务差异并不大,因此这些数据仍可作为分任务表现的对比参考。

1、做 PPT 和预算表:Hy4 flash 用量少,文件也能继续改

一场大会还没开始办,通常就得先做 PPT:活动想讲什么,准备请谁,大概要花多少钱。于是我们让四款模型各做一份简报,再配一张能修改报价、自动算总额的预算表。

Hy4 flash 交了五页 PPT,主题、议程、预算和需要拍板的事都有,文字可以继续编辑。它用脚本一次生成多页,再检查版面。这组共调用模型 18 次,少于 Hy4 的 20 次、DeepSeek 的 38 次和 GLM 的 25 次。

DeepSeek 也交了五页可编辑 PPT,但采用逐页制作和检查,还回头改了预算占比页。GLM 做了六页,同样逐页处理。预算表方面,四款都通过了实际检查。

Hy4 flash 制作的 PPT

这组任务中,四个模型都能完成,Hy4 flash 的模型调用次数和 token 用量则是最低的,token 消耗比 DeepSeek 少约 74%。 对做简报、算预算这类日常工作来说,Hy4 flash 可以算是性价比很高的模型了。

2、做手机网页:都能用,Hy4 flash 的用量不是最少的

到了活动现场,参会者总不能拿着一份 Excel 找会场。所以我们又让四款模型各做了一个手机网页,能搜分享、按会场筛选。日程改了,网页也要跟着改。

四款都做出了可用的页面。我们在约 390 像素宽的窗口里实际试了搜索,也替换了一条议程,重新生成网页和执行表,四款都能更新。

Hy4 flash 做的网页可以搜索活动、按会场筛选。网页和工作人员用的执行表共用一份议程,修改日程后,重新运行脚本,就能一起更新两份文件,不用改两遍。脚本也会检查信息是否漏填、场次编号是否重复、结束时间是否早于开始时间。

DeepSeek 在后续修改中,加入了对现场准备时间的检查。比如,东厅 14:10 才能进场,如果把首场活动也排在 14:10,脚本就会提醒没有预留装台时间,并停止生成文件。

实际试下来,Hy4 flash 这个页面能用,模型请求累计时间也最短,但它并不最省 token,Hy4 和 GLM 的用量都更低。DeepSeek 后来加上的日程检查也有价值,其多思考的时间也不是白浪费。

从生成的页面来看,各有特色,Hy4 flash 采用圆角卡片式,DeepSeek V4.1 Flash UI 比较素,GLM 5.3 Flash 用时间轴串联活动。

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

3、写活动方案:Hy4 flash 的想法能用,但花得更多

做一场 AI 大会,总不能只是让嘉宾轮流上台讲一整天。我们还希望有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 给的主意挺适合这场大会:观众出题,嘉宾现场演示,下午再改个要求重做。这个安排容易理解,也能直接放进议程。不过,为了定下这份方案,它前后找策划专家聊了两次,token 用量反而是四款里最多的。

DeepSeek 做的是“AI 对账日”,给观众一张九格计分板,边看演示边打分。GLM 做的是“AI 验收日”,上午说明要验证什么,下午再做一次检查。这两份方案也都能落到活动安排上,用量比 Hy4 flash 少得多。

Hy4 的方案叫“把活交出来”。它的一个优点是把理由写清楚了:哪些事还要拍板,为什么没有采纳某条专家建议,都有说明。比如专家建议上午较早开始一场分享,但嘉宾还没到,它就重新排了时间。接手的人更容易知道还要确认什么。也体现了旗舰模型思考较为全面的特点。

Hy4 flash 的方案能用,但用量是四款中最多的。GLM 也给出了完整的活动主线,这组的 token 用量和模型请求累计时间都最低。

以下是四款模型首轮活动方案摘要。

4、排议程、写腾讯文档:Hy4 flash 最接近要求

大会主题定好后,我们让四款模型当一次会务助理,根据嘉宾档期和会场条件,排出十场活动的日程表,标清时间、地点和嘉宾确认状态,再通过

这项任务主要考验模型

从结果来看四款都真正完成了文档读写,也重新读了一遍检查结果。

资料包含十场必做活动和两场可选活动,由模型自行取舍。Hy4 flash 只安排了必做场次,Hy4 选了一场可选活动,DeepSeek 和 GLM 则两场都选了。

这项 Hy4 flash 的请求累计时间和 token 都最少,交付范围也最接近题目要求。

Hy4 flash 制作的场次表

5、读资料:四款都找到了旧版本里的问题

办活动时,资料很容易越改越多,旧报价和新档期混在一起,拿错一份就可能排错。我们也故意留了这些问题。四款都发现了几处关键变化:主旨嘉宾首轮只能下午出场,东厅要到 10:15 才能使用,视频报价已经从 38,900 元降到 35,200 元等。

在这几条关键约束上,四款没有拉开差距。Hy4 flash 的 token 略少于另外两款 Flash,DeepSeek 的请求累计时间则明显更短。

6、改需求:Hy4 flash 漏改了邀请函,需要再催一次

以上五个任务是主要考验的是模型生成能力,生成的第一版看起来都能用,但办活动很难不遇到临时变化。我们又加了一轮要求:东厅下午 14:10 才能开门,主旨嘉宾改成只能上午来,再加一套 6,800 元的无线麦。PPT、表格、网页、邀请函和腾讯文档,都要跟着改。

这一轮,四款模型都犯过同一种错误:东厅 14:10 才能进去,却把装台、试屏安排在开门之前。我们指出问题后,它们才重新排期。

Hy4 flash 还漏改了邀请函。网页和执行表已经写着首场 14:45 开始,邀请函却仍是 14:10。原因也很直接:网页和执行表一起更新,邀请函是另外写的,没有跟着改。

这次补改又用了 4 分 12 秒、901.19 万 tokens。它修正了四处邀约时间,并重新读取腾讯文档核对。

把修改、返工和最后检查都算进去,DeepSeek 最早完成这一阶段,GLM 的 token 用量最少。Hy4 flash 比 GLM 少花约 12 秒,但 token 用量明显更多。这一项,它没有延续首轮的领先。

Hy4 flash 做第一版的表现不错,改一整套文件时还需要人盯一下。尤其是邀请函这类另外写的材料,不能看到主表改好了,就默认其他文件也都改好了。

1

Hy4 flash 补齐腾讯模型拼图

把整套测试跑下来,最直观的感受是:随着 Hy4 flash 落地,腾讯在大模型布局上最实用的一块拼图终于补齐了。在此之前,旗舰 Hy4 负责在极限榜单和长程工程上向上探高,但真正落到每天写文档、改表格、搭简单前端的高频办公场景里,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,补上的正是这一环。

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的参数裁切,而是实打实的架构与

对比同场竞技的几款模型,就能看出各自的技术路径:DeepSeek V4.1 Flash 把读输入的

技术上的压缩最终也兑现到了账单上。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,甚至比 DeepSeek V4.1 Flash 还要低。

当然价格低也是要钱的,目前 Hy4 flash 在 WorkBuddy 中可以免费使用,模型有多快、有多高效,能不能满足需求,直接上手试试就知道了。而且这个价格,就算之后不免费了,用起来也不心疼。

大模型的竞争走到现在,旗舰模型负责决定能力上限,但决定 AI 能不能真正留在每个人的办公桌上的,往往是这种每天要被调用几十上百次的 Flash 模型。从这次实测来看,腾讯不仅补齐了这一块布局,更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. 腾讯开源Hy4flash:224B参数,三个版本可下载

    腾讯混元官宣开源Hy4flash系列,含标准版、FP8量化版及可从零训练的Base版,GitHub、Hugging Face、ModelScope、GitCode均可下载,并提供GGUF格式便于本地部署。官方预告更大Hy4模型也将开源。该模型走性价比路线,总参224B,含64B Engram参数。

    来源 AI 产业速递
  2. DeepSeek限制长对话使用:用户反求付费,官方未给时间表

    【TechWeb】11月15日起,多名用户在社交平台发帖称,DeepSeek已对App与网页版的长对话功能实施了使用限额。页面弹窗显示:“因算力不足,不再支持超过7天不活跃的长对话。” 随后几天,愤怒与不解迅速在社交平台发酵。11月18日,话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。 但与一般产品限流引发

    来源 AI 行业观察
  3. DeepSeek长对话限额7天,免费用户为何反求收费

    话题“DeepSeek用户呼吁取消7天限制”冲上微博热搜。但与一般产品限流引发的骂战不同,这场争议中出现了一个颇为“魔幻”的画面:平时最不愿意付费的一群人,正在主动求着DeepSeek收费。

    来源 TechWeb
  4. DeepSeek免费额度连限两日未松,C端收费要来了吗?

    红星资本局11月18日消息,距离DeepSeek对免费用户竖起“额度墙”已过去两天,但限额仍未松动。有用户反映,每天会接到“因服务器繁忙,使用额度已达上限”的通知,部分用户甚至使用不到1小时,额度即告耗尽。市场预测DeepSeek接下来会逐步收紧C端资源,但截至目前,DeepSeek官方尚未发布任何统一的付费规则或说明

    来源 腾讯网
  5. 腾讯Q3营收2073.4亿元增8%:混元Hy4、WorkBuddy与小微进展披露

    【TechWeb】11月18日消息,腾讯控股发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“小微”灰测范围持续

    来源 AI 行业观察
  6. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  7. DeepSeek“幸福的烦恼”背后

    10月下旬,DeepSeek V4.1 Flash在一周内完成了33.6万亿Token调用,环比暴涨8倍,冲到全球第一。也是在这个10月,DeepSeek出现了8起服务中断。紧接着在11月16日,DeepSeek宣布不再支持超过7天不活跃的长对话,单次输入上限砍到4万字,日对话额度设限。图片来源:视觉中国无独有偶,De

    来源 腾讯网
  8. 18天短命收费终结:DeepSeek搜索抓取费用并入Token计费

    【TechWeb】DeepSeek官网显示,自北京时间2026年11月18日12:00起,调用模型时触发的服务端搜索、网页抓取不再单独计费,仅按模型Token用量收费。这意味着,这项落地仅18天的按次收费机制被官方正式取消,开发者的联网调用成本结构从此变得更简单——一次请求,只看Token消耗。短命的按次计费:从落地到

    来源 腾讯网
  9. DeepSeek长文本限流引发差评潮:免费模式遇算力考题

    随着AI技术迅速普及,免费与开源成为行业繁荣核心引擎,但庞大用户基数与有限算力资源碰撞,摩擦显现。近日,国内AI领军者DeepSeek对部分超长上下文功能限流,引发应用商店差评潮甚至极端投诉;长对话与角色扮演等需求引爆争议,折射大模型免费模式背后的生态痛点。

    来源 AI 产业速递
  10. DeepSeek长文本限流引差评潮:免费开源模式遭遇极端投诉

    随着人工智能技术的飞速普及,免费与开源一度成为了推动行业繁荣的核心引擎。然而,当庞大的用户基数与有限的算力资源发生碰撞时,现实的摩擦也随之浮出水面。近日,国内人工智能领军者 DeepSeek 因对部分超长上下文功能实施限流,意外引发了一波应用商店的差评潮,甚至出现了极端投诉事件,折射出当前大模型免费

    来源 AI 开发者社区
  11. Next-AI-Draw.io:DeepSeek生成可编辑架构图,怎么用?

    本文介绍如何在Windows环境下通过Docker部署Next-AI-Draw.io,并接入DeepSeek大模型。该工具能将自然语言转化为可二次编辑的draw.io图表,解决传统绘图耗时痛点。针对本地服务仅限内网访问的问题,教程还演示了如何使用Cpolar进行内网穿透,实现跨设备远程访问与团队协作,兼顾数据隐私与工作

    来源 AI 应用前沿
  12. DeepSeek限制免费额度:算力不够用,AI需求远未到顶

    DeepSeek 开始限制免费使用量了,这恰恰说明 AI 还有很大的发展空间。现在很多人都担心 AI对硬件的需求是不是走到头了?未来还有成长空间吗?对这个问题,不能取决于英伟达,也不能取决于其他厂家,而是取决于 AI 下游的实际需求。很多人都说,现在全球建立了大量的数据中心, 算力可能出现算力过剩,但真正重度依赖 AI

    来源 AI 行业观察
  13. 腾讯混元开源 Hy4flash:224B 参数、100 万上下文,多款产品已接入

    腾讯混元2026年11月18日宣布开源Hy4flash模型,主打极致性价比。此次开源含Hy4flash、Hy4flash-FP8、Hy4flash Base三个版本,形成家族矩阵,并支持多渠道便捷部署。为方便全球开发者快速上手与二次开发,腾讯同步开放多个主流代码渠道,助力AI开源生态。

    来源 AI 产业速递
  14. 腾讯三季度营收2073.4亿元:AI业务多点突破,云服务收入增35%

    腾讯控股发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“小微”灰测范围持续扩大;AI需求带动云服务收入同比增长

    来源 TechWeb
  15. 腾讯WorkBuddy日均Token消耗超100万亿:居国内AI产品之首

    11月18日,腾讯控股(00700.HK)发布2026年第三季度财报,AI业务取得多项突破:最新一代混元大模型Hy4发布时位列Agent Arena中国模型第一;WorkBuddy日活超1000万,日均Token消耗量超100万亿,成为国内日均大语言模型Token消耗量最高的AI产品;微信AI助手“

    来源 AI 开发者社区
  16. 美国财政部与OSTP拟新规:使用中国开放权重AI模型的美企须官网披露

    据路透社独家报道,美国财政部与白宫科学技术政策办公室(OSTP)正在考虑一项针对中国AI模型的新措施:要求使用中国开放权重AI模型的美国企业,在官方网站上公开披露相关情况。据称,其目的不是直接禁止美国企业使用中国AI,而是通过公开披露形成公众压力,减少美国企业对中国AI技术的依赖。目前,该提案仍处于讨论阶段,不...

    来源 腾讯网
向下滚动自动加载更多