“Hy4 flash 成本降到 Hy4 的 1/20”,这个 1/20 不是 API 目录价,而是腾讯内部评测集 WorkIndex 上的单任务成本:在 PPT 制作、文档编辑、表格修复、音视频处理等 8 组办公任务里,官方称 Hy4 flash 的单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20。知乎
落到目录价上,它比这组数字"收敛"得多:每百万 token 输入 0.5 元、输出 2 元、缓存命中 0.02 元,对应 Hy4 的约 1/12、1/9 和 1/15。11 月 16 日,腾讯以 API 形式发布了这款总参数 224B、单 token 激活 12B、支持多模态和 1M 上下文的模型;两天后的 11 月 18 日,instruct、FP8、Base 三个版本的权重又开放下载。知乎知乎未来图灵
倍数和目录价对不上,不是谁在撒谎,而是两件事本来就该分开算:传播时用的是倍数,账单上走的是单价乘消耗。想切换模型的开发者,得先把下面四笔账算清。
第一笔账:这些倍数是厂商评测口径,别写进项目承诺
公开材料里的降本倍数至少有三组,对象各不相同。官方正文口径是 Hy4 preview 的 1/13、Hy4 的 1/20;同一篇发布文的成本图上标注的却是 13.8×、24.5× cheaper,约对应 1/14、1/25,正文与图注并不完全一致。另一组常被引用的"DeepSeek-V4.1-Flash-1017(max 档位、忙时价格)的 1/8",绑定了忙时条件,不能推广到任何时段、任何渠道。这些数字全部出自厂商自己的评测材料,能证明"这套评测下成本明显更低",但不构成对任何用户账单的长期保证——引用哪个倍数,就得把评测集、对象模型和计费条件一起带上。知乎
第二笔账:五折和免费到 11 月 30 日就收场
优惠窗口有明确倒计时:官方写明 11 月 30 日前 WorkBuddy 限时免费、TokenHub API 限时 5 折。价格页把五折结算写死到 11 月 30 日 12:00,到期即恢复目录价。同一天阿里发布了 Qwen4-Max,评测口径下单任务平均费用从 26.58 元降至 11.16 元。价格战把"促销价"变成常态,长期预算要按目录价算,折扣单独列成情景。窗口期正好用来做零成本的试跑,但别把活动当成本结构。知乎知乎36氪
第三笔账:决定账单的是消耗、重试和返工,不只是单价
先看价格结构:输出价是输入的 4 倍,缓存命中价只有普通输入的 1/25。批量写长答案的服务,费用会集中到输出栏;多轮 Agent 反复携带的系统提示词和长文档,只有符合缓存条件的前缀才能按 0.02 元计,省了多少要看实际回执里的命中量,而不是提示词长度。知乎
再看第三方实测。硅星人把 Hy4、Hy4 flash、DeepSeek V4.1 Flash、GLM 5.3 Flash 放进同一套活动策划任务横评,四款模型的思考档位都开到客户端最高可用级别,一场下来 Hy4 flash 的模型成本 1.66 元是四款中最低,比 DeepSeek V4.1 Flash 谷时价还便宜 26.5%,首轮交付也最快。硅星人
但它的可观测模型调用达到 261 次、为四款最多,改需求一轮还漏改了邀请函,被叫回来补花了 4 分多钟和九百多万 tokens。硅星人
低单价省下的钱,可能被更多的调用次数和返工部分吃掉。评估切换时要同时记录三类数据:输入、缓存、输出各用了多少 token,重试和追加调用多少次,人工检查和返工花了几分钟。
第四笔账:日常任务接近 Haiku,长链路官方也留着 Hy4
降本的来源写在架构里:224B 总参数只激活 12B,KV cache 缩到 Hy4 的 1/6。自蒸馏之后,端到端输出长度还会再降约一半——激活小、缓存小、输出短是省钱的来源,也划出了能力边界。知乎
官方用一场内部盲测回答"便宜之后够不够用":85 位 WorkBuddy 内部用户在 27 类共 259 个日常任务上盲测,Hy4 flash 的用户满意度接近 Claude Haiku 5.5。但同一场盲测里,满意度最高的其实是 DeepSeek V4.1 Flash:3.09 分,比 Hy4 flash 高 0.30 分。代价是它单任务贵出数倍、中位时长再多约一半。"接近 Haiku"不等于第一,选谁取决于你更愿意用钱还是用时间买质量。知乎知乎
社区实测则呈分化。有评测里同一个长程报告任务,Hy4 flash 耗时 12 分 13 秒完成,而 Hy4 花了 25 分 39 秒。有用户发布当天就直言"又快又蠢,顾此失彼,注意力不集中"。厂商评测和个别体验都不构成独立复现,长链条里的注意力退化必须用自己的任务验证。知乎知乎
腾讯自己给的分工比笼统的"性价比"更有用:深度搜索、文档处理、PPT 生成、简单前端展示、computer use 等大部分日常任务用 Hy4 flash,长程软件工程等复杂任务仍推荐使用智能上限更高的 Hy4。步骤多的链路里,前面一次误解会沿着后续操作传播,省下的单价要和整条链路的失败损失一起比。知乎
18 日放出的开源权重给了另一条路:FP8 版降低部署成本、Base 版面向微调开发者,沐曦曦云 C 系列 GPU 同日宣布完成 Day0 全链路适配。缓存缩小有助于同样显存容纳更多并发,但不能按倍数直接推算吞吐;旗舰 Hy4 的权重尚未放出,开源许可条款和量产效果,都要以自己环境的验证为准。沐曦股份
四笔账算下来,落地动作只有一个:对照试跑。挑 50~100 条自己的真实任务,固定输入和验收要求,与当前模型并行运行,把三类成本记录齐;结果容易核对的高频环节可以先迁给 flash,已经稳定运行的长链路,等返工和重试的数据出来再动。真正决定选型的不是官方给的倍数,而是你自己的任务里,单任务成本和验收通过率测出来的是什么。
当前文章无评论,是时候发表评论了