<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>模型横评 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/%e6%a8%a1%e5%9e%8b%e6%a8%aa%e8%af%84/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Sat, 21 Nov 2026 17:08:46 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>单任务成本降九成五：腾讯 Hy4 flash 四轮实测</title>
		<link>https://mylogs.cn/%e5%8d%95%e4%bb%bb%e5%8a%a1%e6%88%90%e6%9c%ac%e9%99%8d%e4%b9%9d%e6%88%90%e4%ba%94%ef%bc%9a%e8%85%be%e8%ae%af-hy4-flash-%e5%9b%9b%e8%bd%ae%e5%ae%9e%e6%b5%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Sat, 21 Nov 2026 17:08:46 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AI Agent]]></category>
		<category><![CDATA[DeepSeek]]></category>
		<category><![CDATA[Hy4 flash]]></category>
		<category><![CDATA[大模型]]></category>
		<category><![CDATA[性价比模型]]></category>
		<category><![CDATA[模型横评]]></category>
		<category><![CDATA[腾讯混元]]></category>
		<guid isPermaLink="false">https://mylogs.cn/%e5%8d%95%e4%bb%bb%e5%8a%a1%e6%88%90%e6%9c%ac%e9%99%8d%e4%b9%9d%e6%88%90%e4%ba%94%ef%bc%9a%e8%85%be%e8%ae%af-hy4-flash-%e5%9b%9b%e8%bd%ae%e5%ae%9e%e6%b5%8b/</guid>

					<description><![CDATA[11 月 16 日，腾讯混元发布新模型 Hy4 flash，官方称其为&#8221;迄今性价比最高的 Hy 模 [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">11 月 16 日，腾讯混元发布新模型 Hy4 flash，官方称其为&#8221;迄今性价比最高的 Hy 模型&#8221;：每百万词元输入 0.5 元、输出 2 元，命中缓存时仅 0.02 元，单任务成本仅为 Hy4 的二十分之一。为了验证这套说法，有评测者在 WorkBuddy 中把它与同定位的 DeepSeek-V4.1-Flash、旗舰 Hy4 做了办公决策、读图决策、编程修复、PPT 生成四轮对照。</p>
<h2 class="wp-block-heading">背景：Agent 时代，模型开始算&#8221;用得起&#8221;的账</h2>
<p class="wp-block-paragraph">让模型回答一个问题，和让 Agent 接手一项工作，资源消耗模式完全不同。OpenRouter 披露，今年 2 月 6 日平台上 Agent 的词元用量首次超过人类直接调用，到 9 月底已约为后者的七倍。密歇根大学与斯坦福大学今年 4 月一项覆盖 8 款模型、500 个真实代码问题的研究发现，Agent 每次尝试处理一个问题，平均累计消耗约 417 万词元、调用费约 1.86 美元；按这个均值连续跑十次，就接近 20 美元。</p>
<p class="wp-block-paragraph">任务越长，速度与价格越敏感，各家厂商的 Flash 性价比模型因此有了更大用武之地。Hy4 flash 总参数量为 224B（其中 64B Engram 参数），通过混合注意力、LatentMoE、Engram 等架构特性，实际使用时激活参数仅 12B，KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6，支持多模态与 100 万词元上下文。</p>
<figure class="wp-block-table"><table class="has-fixed-layout"><tbody><tr><th>参数</th><th>数值</th></tr><tr><td>总参数 / 激活参数</td><td>224B（含 64B Engram）/ 12B</td></tr><tr><td>上下文长度</td><td>100 万词元</td></tr><tr><td>每百万词元价格</td><td>输入 0.5 元、输出 2 元、缓存 0.02 元</td></tr><tr><td>解码速度</td><td>超过 150 tps</td></tr><tr><td>单任务成本</td><td>约为 Hy4 的 1/20</td></tr></tbody></table></figure>
<h2 class="wp-block-heading">实测一：办公决策，判断一致但快了近三分钟</h2>
<p class="wp-block-paragraph">题目给了一组互相矛盾的产品口径：产品同学称本月 8600 人点开产品、成功率 91%，数据同学却说每周真正使用的约 3200 人、真正完成任务的比例只有 67%，差了近 3 倍；销售给出 6 家感兴趣、1 家愿付费试点 8 万元/年，财务希望发布后 3 个月看到约 40 万元经常性年收入；法务则限定安全评估做不完，只宣布即将开放、不现场开通注册。要求模型理清口径并交出一页能投屏的决策纸。</p>
<p class="wp-block-paragraph">Hy4 flash 用时 1 分 14 秒，DeepSeek-V4.1-Flash 用时 4 分 8 秒。两者都建议折中推进——发布会照开、只宣布即将开放、不现场开通注册、对外采信更严格的 3200 与 67%。区别在于 DeepSeek 建议可以收集等待名单再分批开放，而法务并未明确禁止这一点，因此不算判断错误。这一轮核心判断一致，Hy4 flash 的优势在速度：少用了 2 分 54 秒，完成时间只有对方的三成左右。</p>
<h2 class="wp-block-heading">实测二：读图决策，误读更少</h2>
<p class="wp-block-paragraph">第二轮把同样的矛盾加工成一张投屏图片，让模型只看图做决策。图上最显眼的大卡片写着月活 8600、成功率 91%、意向客户 6 家并带&#8221;可计收入&#8221;红标，右下角对照表却是另一套更严的数字；柱状图标注 8 万与 40 万，但 8 万那根柱子实际画到了约 32 万的高度。</p>
<p class="wp-block-paragraph">Hy4 flash 用时 2 分 46 秒，指出&#8221;6 家意向客户被标为可计收入、实际只有 1 家确认付费&#8221;的冲突，并把 8 万元性质、40 万元目标口径列为待确认事项，不过没有发现 8 万元柱子被画高。DeepSeek-V4.1-Flash 用时 1 分 25 秒，虽然更快，却出现两处明确误判：把红标读成&#8221;非付费&#8221;，以及称&#8221;8 与 40 的视觉比例 20%，与 ARR 进度 20% 自洽、无失真&#8221;——算对了数字关系，却忽略了图形比例的错误。</p>
<h2 class="wp-block-heading">实测三：编程修复，四问全中并新增测试</h2>
<p class="wp-block-paragraph">第三轮让模型接手一个正在使用的库存与计价项目，线上存在 4 个问题：预占库存后数字对不上、整单出库报错、优惠券未按 50 元上限封顶、11 月报表漏掉 11 月 30 日当天出库。这次的对比对象是 Hy4 与 Hy4 flash。</p>
<p class="wp-block-paragraph">Hy4 flash 用时 2 分 5 秒，四个问题全部找到并修好：预占不再误扣在库数量、取消改为释放预占、整单出库正常完成、优惠券按 50 元封顶、报表区间包含结束当天。它还为原项目新增了 5 个测试完成端到端验证，例如预占后在库仍为 10、可用为 6，400 元订单实付 350 元。这一轮两者结果相同，但 Hy4 flash 更快、更有性价比，而 Hy4 的思考相对更全面。</p>
<h2 class="wp-block-heading">实测四：PPT 生成与官方口径</h2>
<p class="wp-block-paragraph">第四轮为 PPT 生成。在更接近日常工作的场景里，官方给出的口径是：基于 85 位 WorkBuddy 用户、27 类共 259 个任务的盲测，用户对 Hy4 flash 的满意度接近 Claude Haiku 5.5，单任务成本 0.26 元，端到端时长中位数 6.7 分钟。这些数字来自腾讯内部评测集 WorkIndex，属于官方自评，尚待第三方复核。</p>
<p class="wp-block-paragraph">价格方面需要说明口径。官方称单任务成本是 DeepSeek-V4.1-Flash 的八分之一，条件是对方按 Max 思考档、忙时价格计算；若用 DeepSeek 的闲时价（工作日上午 9—12 点、下午 2—6 点之外及整个周末半价）、调低思考档并命中缓存，差距会明显收窄，轻活甚至能趋近打平。</p>
<h2 class="wp-block-heading">选购建议：日常活交给 Flash，长程工程仍看旗舰</h2>
<p class="wp-block-paragraph">四轮测试下来，结论相当清晰。在办公决策、读图、编程这些日常生产力场景里，Flash 级模型已经能以远低于旗舰的成本拿到接近旗舰的体验；腾讯官方也建议把深度搜索、文档处理、PPT 生成、简单前端页面与 Computer Use 这类高频任务交给 Hy4 flash，而长程软件工程、多文档深度研究这类复杂工作仍交给 Hy4。</p>
<p class="wp-block-paragraph">需要注意的是，11 月 16 日至 11 月 30 日 WorkBuddy 限时免费使用 Hy4 flash，腾讯云 TokenHub API 同期 5 折，之后的价格与倍率仍以平台公布为准。对普通用户而言，最实在的办法是拿自己的真实任务去试——榜单是别人的题集，手头的活才是自己的题集。</p>
<h2 class="wp-block-heading">常见问题</h2>
<p class="wp-block-paragraph"><strong>问：Hy4 flash 免费到什么时候？</strong><br>WorkBuddy 国内版与国际版在 11 月 16 日至 11 月 30 日限时免费，腾讯云 TokenHub API 同期 5 折，后续以平台公告为准。</p>
<p class="wp-block-paragraph"><strong>问：它比 DeepSeek-V4.1-Flash 便宜多少？</strong><br>官方口径是单任务成本约为其八分之一，但条件是按 Max 思考档、忙时价格计算；用闲时价、低思考档和缓存命中后，差距会明显收窄。</p>
<p class="wp-block-paragraph"><strong>问：12B 激活参数会不会&#8221;降智&#8221;？</strong><br>四轮实测中，Hy4 flash 在办公判断、读图准确率和编程修复上都达到与对比模型相当或更好的水平。官方自评称其综合效果略优于 770B 的 Hy4 preview，但这类数据仍需第三方长期验证。</p>
<h2 class="wp-block-heading">信息来源</h2>
<p class="wp-block-paragraph">本文事实与数据参考腾讯新闻、新浪财经、公开报道及多源交叉核验；性能数据多来自厂商内部评测，以官方说明为准。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6b01dc3fa7ede&quot;}" data-wp-interactive="core/image" data-wp-key="6b01dc3fa7ede" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/ac4eaba0aac0aab2d66a7c4bcdc2bc6e_header.webp" alt="Hy4 flash 模型性能测试" title="图片来源：腾讯混元 / 极客公园" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
