成本降到Hy4的5%,混元Hy4 flash实际能力差多少

源自62位全网作者

16:05

11月16日,腾讯混元在旗舰Hy4正式版发布仅12天后,推出了轻量版Hy4flash,官方在WorkIndex评测里的口径是:单任务成本仅为Hy4的1/20,也就是5%,同时只有DeepSeek V4.1 Flash忙时高档位成本的八分之一。价格差成这样,能力实际差多少?目前最能站住的答案是:日常办公任务上,能力差远小于价格差;真正让渡的是任务上限——长程软件工程这类复杂活,官方自己把它划给了Hy4。新模型总参数224B,支持100万token上下文,解码速度超150tps,综合效果略优于发布两个多月的Hy4 preview。华尔街见闻IT之家

腾讯还组织了85位WorkBuddy内部用户,在27类共259个日常工作任务上做盲测:用户满意度接近Claude Haiku 5.5,单任务成本低于所有参测模型,任务时长也最短。华尔街见闻

5%是任务账,不是价签:单价约十分之一,省在大头是输出

目录价这一档,Hy4flash每百万token输入0.5元、输出2元,命中缓存时仅需0.02元,腾讯官方称之为"迄今为止性价比最高的混元模型"。对照Hy4正式版的目录价:输入6元、输出18元、缓存命中0.3元(每百万token)。按输入输出3:1的常见用量折算混合成本,flash约每百万token 0.88元,是Hy4约9元的十分之一。微博知乎

单位价格的十分之一,到单任务成本却成了1/20——差额来自每次任务消耗的token本身。官方披露的改造链路是:预训练引入混合注意力、LatentMoE和Engram,把KV cache压到Hy4的1/6;后训练先从Hy4自蒸馏拿综合智能,再用强化学习把端到端任务输出长度砍掉50%。这正好对着Hy4上线后被反复吐槽的痛点——有体验用户实测,同一个任务混元4大概要花两倍的token完成,积分倍率却是DeepSeek的3倍。说得直白:flash不是单纯降价,是把"少说话"直接算进了成本。PChome华尔街见闻知乎

看这组数字时还要留个心眼:与DeepSeek V4.1 Flash对比的1/8,官方括号里写的是对方max档位、忙时价格,换成空闲时段倍数会缩不少。即便如此,用同口径价格页逐项折算后,flash的输入输出仍比DeepSeek Flash谷时价再便宜一半,缓存命中两家打平在0.02元。知乎

能力账:保住什么,让掉什么

参数量上,Hy4flash总参数224B(其中64B为Engram参数)、激活仅12B,支持多模态和1M上下文长度。对比Hy4的770B总参、49B激活,模型瘦了七成,但上下文和多模态一寸没让。官方推荐的使用场景是深度搜索、文档处理、PPT生成、简单前端展示和Computer Use,同时明确建议"在长程软件工程等复杂任务中使用智能上限更高的Hy4"。换句话说,让渡的不是日常任务的完成度,而是复杂长任务的天花板。微博华尔街见闻

第三方独立跑分在发布当天还是空白。微博上有账号转述的评测结论是低于DeepSeek V4.1 Flash,但只有一张截图、没有成文榜单,这个判断只能存疑。从业者的体感评估同样谨慎,称其水平大概和Qwen3.8 Flash Next一档,“不过也别有太多期待,毕竟这个水平和价格的,也就那样了”。再叠加一层常识判断:flash的能力来自向Hy4自蒸馏,蒸馏的上限在老师模型;输出长度被强化学习硬性压半,对需要长篇展开推理的任务意味着什么,官方评测里没有答案。微博知乎

11月30日前的免费窗口,是验证它的最好办法

模型已上线腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,11月30日前WorkBuddy免费、TokenHub API五折,后续计划开源。五折期间实际到手的目录价是输入0.25元、输出1元。与其等榜单,不如拿自己真实的高量任务直接试:批量摘要、分类、抽字段、做PPT这类"量大不太考验脑子"的活,正是flash宣称的射程。PChome知乎

但有两件事没落地。官方口径是"计划开源Hy4flash并高频迭代,不断提升真实工作的实用性和效率",开源时间表和优惠期外的长期定价都没公布。还有一个容易忽略的时间点:Hy4 preview自12月7日起在TokenHub、ADP和CloudBase下线,符合条件的调用会自动切到Hy4,还挂在preview上的用户这个月内就得决定切向。微博知乎

值得注意的还有时点:同一天阿里发布了Qwen4-Max,两家都拿贴近真实工作的内部评测集说话——腾讯用WorkIndex,阿里用Work360,而不是公开榜单分数。Hy4flash也不是临时起意,它是11月4日Hy4发布时就预告过的第二步,当时官方的说法是flash继承Hy4能力。竞争的叙事正在从"谁榜单分高"切到"同一件日常工作,谁让企业和用户花得最少"。至于能力差多少,目前证据给出的答案是:日常任务上它比上一代preview还略强一点、便宜二十倍;上限任务上,官方请你继续用Hy4——剩下的差距,等第三方评测接入OpenRouter后再验一次。华尔街见闻知乎

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章