10+年产品经理专注分享AI 工具、AI 资讯、AI Coding、Vibe Coding与下一代产品创新,按 Ctrl+D 收藏我们
关于我 留言板 标签云 排行榜

苏米客

  • 首页
  • AIGC
    • AI最新动态
    • AI学习教程
    • AI工具集合
    • AI产品百科
    • AI编程开发
    • AI提示词
    • AI开源项目
    • AI智能体
  • Axure
    • Axure动态
    • Axure教程
  • 产品
    • 用户体验
    • 产品设计
    • 苏米杂谈
  • 资源
    • 产品UI组件库
    • 开源图标库
    • 中后台框架
  • 书单
    • AI书籍
    • 用户体验
    • UI视觉
    • 产品研究
    • 其他类型
  • 下载
    • Axure组件
    • Axure原型
    • 文档报告
    • 素材资源
  • 登录
  • 首页
  • AIGC
    • AI最新动态
    • AI学习教程
    • AI工具集合
    • AI产品百科
    • AI编程开发
    • AI提示词
    • AI开源项目
    • AI智能体
  • Axure
    • Axure动态
    • Axure教程
  • 产品
    • 用户体验
    • 产品设计
    • 苏米杂谈
  • 资源
    • 产品UI组件库
    • 开源图标库
    • 中后台框架
  • 书单
    • AI书籍
    • 用户体验
    • UI视觉
    • 产品研究
    • 其他类型
  • 下载
    • Axure组件
    • Axure原型
    • 文档报告
    • 素材资源
当前位置: 首页 » AI最新动态

腾讯混元发布了 Hy4 flash, 实测 4 个真实任务对比,速度快成本低,Agent 场景值不值

22分钟前 AI最新动态 0 0

用 AI Agent 干活的人,最近大概都有同一个感受:活是能干了,就是费钱又费时间。

智能体做一件事,要来回调用模型几十上百轮,每一轮都在消耗 Token。用大模型,质量好,但很贵;换便宜的小模型,又怕干到一半跑偏。

11 月 16 日,腾讯混元发布了 Hy4 flash,冲着的就是这个矛盾。

先说大家最关心的价格。每百万词元,输入 0.5 元,输出 2 元,命中缓存只要 0.02 元。

作为对比,同系列的 Hy4 分别是 6 元、18 元和 0.3 元。

如下图所示,为官方给出的 API(接口)价格对比:

图片 1

官方说法是输出更精简、速度更快,同时保证智能体任务的完成质量。

这篇不讲观点,只做实测:同一批任务、同一套提示词,只换模型,用三把尺子量:活干没干成、花了多久、花了多少。

对照组选了两个:同门的 Hy4,和同档位的 DeepSeek-V4.1-Flash(1017,价格取忙时)。

测试环境是 WorkBuddy(腾讯的智能体桌面工具)。11 月 30 日前,Hy4 flash 在里面限时免费。点输入框右下角的模型名,选 Hy4 flash 就行:

图片 2

然后把任务写进输入框,点发送:

图片 3

一、先测快和省:同一道题,看谁话少

先不上复杂任务,用 4 道单轮题看最干净的数据:一句话解释概念、写一段带测试的代码、一道推理题、读一篇文章写摘要。

我不靠肉眼估,WorkBuddy 会把每一次模型调用的词元用量和时间戳记在本地,我写了个脚本直接读出来。

4 道题三个模型全部答对。差别在话多话少:

图片 4

4 题合计,Hy4 flash 输出 1660 个词元,Hy4 是 4640,DeepSeek-V4.1-Flash 是 1720。

也就是说,Hy4 flash 只用了 Hy4 不到四成的字数,和 DeepSeek 基本持平。不过也不是每题都最短,第一题它反而比另外两个多说了几句。

最直观的是鸡兔同笼这道题。Hy4 flash 两句话给出答案,8 秒;Hy4 把推算过程和验算都写了一遍。16 秒:

图片 5

这里有一个技术点要讲清楚:为什么说得短,既快又省?

官方的做法是两头下手:后训练阶段用强化学习,把端到端任务的输出长度降了 50%;架构上用混合注意力等设计,把 KV cache(键值缓存,模型记住上文要占的显存)压到 Hy4 的六分之一,解码速度超过每秒 150 个词元。

单轮只是热身,真正的账要在长任务里算。

二、 办公智能体实测:两个真任务

任务一:月度经营复盘。

我把 5 张真实的企业经营数据表丢给它:员工信息、薪资、考勤、绩效、产出,一万两千人的规模。要求算出关键指标,找出异常数据并解释原因,配图表,交一份 Word 报告。

这个任务同时考表格处理、分析能力和成品质量。

Hy4 flash 用了 17.1 分钟,交出一份 16 页的报告,带 10 张图表,还在对话里列出了离职仍发薪、绩效和薪资背离等四类核心问题:

图片 6

如下图所示,为报告里的一张异常数据总览图,离职员工仍在发薪的有 326 人,是最大的一类问题:

图片 7

同一个任务,Hy4 用了 34.3 分钟,DeepSeek-V4.1-Flash 用了 36.4 分钟。三份报告都能用,Hy4 flash 最快交付。

任务二:联网调研出报告和 PPT。

围绕"2026 年国内人形机器人行业进展",让它自己查资料,对比主要厂商的产品、价格和量产交付,交一份调研报告和一份 10 页左右的汇报 PPT。

这是长链路任务,全程上百步,考规划能力和工具调用稳不稳。

图片 8

flash 做了 12 页,有出货量柱状图、价格分层表和成本结构环形图,结论也敢下判断。我用 PowerPoint 把每一页导出来看过,排版没有错位:

图片 9

这一题它不是最快的:Hy4 flash 18.2 分钟,Hy4 17.9 分钟,DeepSeek 15.5 分钟,基本在一个档位。

但成本差距很大。按官方标价折算后,Hy4 flash 这一单是 0.56 元,DeepSeek 1.99 元,Hy4 3.80 元。

三、 编程智能体实测:写代码、改项目,再算一笔总账

任务一:从零写一个小工具。

我电脑里有 56 篇公众号草稿,让它写一个 Python 工具:批量统计每篇的标题、字数、图片数和小节数,生成目录表,要求自己运行、报错自己修。

Hy4 flash 3.3 分钟跑通,交出代码、Excel 目录表和统计结论:

图片 10

我拿三个模型的结果对了一遍,图片总数都是 413 张,完全一致。Hy4 用了 7.9 分钟,DeepSeek 用了 5.9 分钟。

任务二:读懂真实项目再动手。

这是我平时推送公众号草稿用的脚本。让它先读懂代码,再加一个预检模式:不调任何接口,只检查标题长度、图片在不在、有没有超过 1MB、正文里有没有忘删的占位标记。

Hy4 flash 2.2 分钟改完,还拿项目里的文章实际跑了一遍:

图片 11

改完的脚本我自己又跑了一遍,三处遗留的占位标记全部揪了出来。另外两个模型改的版本也都能用。

DeepSeek 用了 2.0 分钟,和 Hy4 flash 差不多;Hy4 开头深度思考了将近 9 分钟,总共用了 15.7 分钟。

把以上四个任务的数据汇到一张表里:

图片 12

最后算总账。成本按各模型官方标价,用实际消耗的词元折算,并且只算交付成功的任务,这次 12 单全部成功:

图片 13

同样做完 4 件事,Hy4 flash 总用时 40.8 分钟,比 Hy4 少 46%,比 DeepSeek 少 32%。

总成本 1.09 元,约为 Hy4 的 1/12、DeepSeek 的 1/5。换句话说,一块钱差不多能让它办成 4 件这样的事。

这个结果和官方的大规模盲测方向一致:85 位用户、259 个日常任务,Hy4 flash 满意度接近 Claude Haiku 5.5,任务时长最短,单任务成本最低:

图片 14

最后总结一下

这次我在 WorkBuddy 里用 4 个真实任务、4 道单轮题,把 Hy4 flash 和 Hy4、DeepSeek-V4.1-Flash 放在一起跑,数据全部来自本地记录。

结论很清楚:活都干成了,Hy4 flash 快了将近一半,成本降到原来的十分之一左右。

我的选用建议:日常办公、数据整理、写报告做 PPT、写小工具,直接交给 Hy4 flash;长程软件工程这类硬骨头,还是上智能上限更高的 Hy4,这和官方的推荐一致。

11 月 30 日前 WorkBuddy 里限时免费,腾讯云 TokenHub 的 API 限时 5 折,感兴趣的抓紧去体验。

声明:本站原创文章文字版权归本站所有,转载务必注明作者和出处;本站转载文章仅仅代表原作者观点,不代表本站立场,图文版权归原作者所有。如有侵权,请联系我们删除。
未经允许不得转载:腾讯混元发布了 Hy4 flash, 实测 4 个真实任务对比,速度快成本低,Agent 场景值不值
#腾讯混元 #Hy4 flash #AI工具 #模型评测 #WorkBuddy 
收藏 1
WorkBuddy 20款大模型实测排行:什么场景用什么模型,附2.2万积分账单分析
这是最后一篇
推荐阅读
  • 海螺AI接入Sora/Veo/Nano Banana,堪称 AI视频生成界的 “Cursor”
  • GoogleAntigravity 宣布原生支持 Agent Skills,正在变成通用标准:后的实践观察与迁移建议
  • 阿里巴巴通义实验发布全新图像模型:Z-Image(造相),1/3的参数达到商业模型的视觉质量
  • MiniMax M2.5 发布:国产 Agent 迈入低成本高可用阶段,OpenClaw 之父多次点名推荐
  • 智谱发布牛来模型:对标DeepSeek的国产大模型新突破
评论 (0)
请登录后发表评论
分类精选
Cursor 限制国内使用 Claude 等模型解决方案!
35770 1年前
学生/非学生:如何申请Cursor Pro免费会员,如何通过SheerID验证快速激活全攻略
31786 1年前
即梦AI图片2.1:一句话快速生成带中文的海报图,免费AI文生图、视频工具、AIGC创作工具
24269 1年前
注意!Cursor单设备登录新规:一个账户最多可以3台设备登录,且限制单点登录
23941 1年前
腾讯ima知识库skills上线:教你如何把腾讯 IMA 知识库接入 OpenClaw 一步打通
22721 7月前
国产大模型横向对比:Kimi K2.6、GLM-5.1、Qwen3、MiniMax M2 四大模型选型指南
19825 7月前
字节推出Trae CLI :Claude Code 和 Gemini CLI的国产平替 ?手把手教你如何安装Trae Agent
19683 1年前
Trae国内版,搭载 doubao-1.5-pro、DeepSeek R1/V3模型,对比 Trae 国际版有什么不同
19248 1年前
DeepSeek宣布:降价,最高降价75%!别错过这个优惠时段,赶紧充值
19041 1年前
刚刚!Cursor风控又加强了,可能是因为这个原因!
17383 1年前

文章目录

关于苏米客
分类排行
1 GPT-6.2 Astra/Sol 发布,实测前端审美、3d建模,确实都有很明显的提升
2 腾讯混元发布了 Hy4 flash, 实测 4 个真实任务对比,速度快成本低,Agent 场景值不值
3 AI 研发加速,2028 年或迎来 AI 研究奇点
4 Carbon 当包工头,Hydrogen 干活的 Google 新模型:Gemini 4 Hydrogen
5 DeepSeek 开放全家桶应用 API:搜索、语音、文件解析一键接入,每个人都能创造超级 App
6 美图CEO吴欣鸿播客干货:AI应用创业机会、自研模型与出海经验
7 MiniMax开源H3 Image模型:开源SOTA图像生成与编辑,支持16张参考图和4K输出
8 Seedream 5.5上线:多轮编辑不崩坏,AI生图进入连续创作时代
9 DeepSeek Harness生态爆发,3个月3.5万插件,日活突破154万
10 阶跃星辰Step Studio:AI终端原生IDE,一站式开发App/游戏/智能体
苏米客
登录 注册
显示
没有账号? · 立即注册
显示
已有账号? · 直接登录
登录代表你已同意 用户协议 和 隐私政策
©2015-2024 苏米客XMSUMI 版权所有 · WWW.XMSUMI.COM 闽ICP备14005900号-6 网站地图 百度地图
拉美跨境导航 微信文章助手 程序库 免费影视APP 免费字体下载 产品经理导航 爱克硕儿 产品经理AI资讯 Axure元件库下载 申请友联