10月29日，在2026腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生现场宣布Hy4即将发布，主打性价比的Hy4 flash也将近期跟进。 两者的关系一句话能讲清：Hy4是8月28日发布并开源的Hy4 preview的正式版；Hy4 flash则是承接其能力、主打极致性价比的实用款。财经涂鸦腾讯技术工程雷科技
但有一个容易被忽略的前提：截至发稿，这两个模型都还是官方口径里的"即将发布"，发布日期、价格和规格均未披露。今天普通用户和开发者真正能用的，仍是已上线两个月的Hy4 preview。所以"怎么选"实际上是两个问题：正式版补了什么，现在要不要出手。
Hy4正式版在补preview的哪两块短板
相比已发布的Hy4preview，Hy4强化了各类长程和真实生产力任务的能力，提升思维链效率，并首次引入视觉理解。 这两点各自对应preview的一块真实短板。微博
一是推理效率。一位供职于混元的开发者在preview发布一周时给出的测评结论是：逻辑能力基本持平发布早10天的同尺寸GLM-5.3，推理效率差一些，要靠更低定价才扳回任务成本。 也有用户拿它和腾讯自家平台上更便宜的DeepSeek V4.1 Flash对比后，直言"又贵、又慢、又傻"。 官方这次单独列出思维链效率的提升，几乎就是冲着这些反馈去的：思维链越短，输出token越少、等待越短，这是比"又变强了"更能落进账单的改变。知乎微博
二是视觉能力。从用户实测看，preview是典型的偏科生：在WorkBuddy里做编程尚可，拿去写文档却"一通乱谈"。 而"首次引入视觉理解"意味着读截图、看图表、理解界面这类任务将进入这个模型系列的能力范围——此前，preview还是纯文本模型。小红书
Hy4 flash要抢的是哪张桌子
按腾讯云公开报价，Hy4 preview每百万tokens输入6元、输出18元、缓存命中0.3元，比DeepSeek V4 Pro高一档，但远低于Kimi K3、Claude Opus 5这批闭源旗舰。 而在它下面，flash档位是当前国产开源竞争最密集的市场：有转述OpenRouter口径的周调用量榜单显示，DeepSeek V4.1 Flash以41万亿Token的周调用量居首。知乎微博
Hy4 flash要进的就是这张桌子：在继承Hy4视觉理解、Agent等能力的基础上提供更极致性价比，并通过模型与产品的深度协同设计持续高频迭代。 高频迭代并非空话：自今年2月重建预训练与强化学习基础设施后，混元平均两个月迭代一个大版本，从295B总参的Hy3一路到770B的preview。 上线即接入自家产品验证也是固定动作：preview上线第一站就进了WorkBuddy、CodeBuddy、元宝和ima。 但flash的价格与规格官方均未披露，"性价比"目前仍是定位陈述，能否成立要等上线对账。财经涂鸦知乎知乎
普通用户：多数场景不用做选择
如果只在元宝、ima这类App里用AI，这次发布对你几乎是"自动的"：preview已能直接选到，正式版和flash上线后大概率沿用同样的首发节奏接入产品，App里换个模型选项即可，没有需要配置的决策。知乎
WorkBuddy里Hy3和Hy4 preview目前都免费可用。 但两者成本并不相同：Hy4 preview的积分倍率0.29，是Hy3（0.05）的近6倍。 而且preview上线仅3天，WorkBuddy就针对其推理集群紧急扩容，个别高峰时段仍不排除继续排队。 所以日常纪要、模板化写作这类轻任务，继续用Hy3更划算；长文档整理、多步骤任务再考虑Hy4 preview或等正式版。需要读图、看界面的用户则值得等Hy4。另一个提醒：preview的用户口碑是分裂的，在正式版验证完思维链效率的提升之前，不必为一条发布消息重构自己的工作流。知乎知乎知乎
开发者：能力线等Hy4，流量线等报价
长上下文整仓库阅读、多步Agent、需要视觉输入的任务，是Hy4的目标场景，值得等正式版切换；preview现阶段已同步上架HuggingFace、GitHub、ModelScope，并可通过腾讯云TokenHub与OpenRouter调用。 想自部署的注意规模：770B满血权重远超消费级设备，但社区已出现把体积砍掉86%、性能几乎不减的低比特量化方案。 众智FlagOS社区也实现了在平头哥、英伟达、华为昇腾等5款AI芯片上的跨芯适配与部署验证，私有化的门槛比一年前低了一个档位。知乎知乎知乎
反过来，高频调用、成本敏感的批量任务，现在的答案仍是各家flash模型：Hy4 flash的卖点只有落到具体报价才成立。一个务实的观察信号是效率改善能否传导到账单——如果Hy4靠更短的思维链把单次任务成本压到preview之下，flash又给出贴近现有flash档的价格，选择线就清晰了：能力线用Hy4，流量线用flash。
最后留一个证据边界。官方目前放出的能力数据主要是内部口径：其组织的163名专家、203个工程任务盲测中，Hy4 preview均分2.99/4.00，略优于GLM-5.3的2.92与Kimi K3的2.94。 第三方榜单尚未跟进，有用户为此发帖质询ArtificialAnalysis为何至今没有测试Hy4 preview。 同时有测评指出preview对网络流行测试用例存在强化训练痕迹——稍微改写提示词描述，表现就立刻退回到flash模型的水平。 所以正式版的真实水位，建议用自己业务里的评测集跑一遍再下结论，而不是只等发布会上的分数。知乎知乎知乎
