腾讯Hy4Flash实测,11月底前免费,任务完成快一倍、成本降为1/20
腾讯混元Hy4 Flash于11月16日上线WorkBuddy平台并限时免费至11月30日。实测显示,其在游戏开发、财报分析、招股书解读等长程任务中表现稳健,响应速度较Hy4提升约2倍,Token成本...
腾讯混元团队于11月16日正式发布轻量级大模型Hy4 Flash,并同步在办公智能体WorkBuddy国内版与国际版上线,提供至11月30日23:59前的限时免费使用权限。这款被官方称为“迄今为止最高性价比的Hy模型”的新成员,定位为在继承Hy4核心能力基础上大幅降低任务执行成本的高效版本,其参数规模为224B总参数、12B激活参数,支持多模态输入与1M上下文长度。
与此前发布的Hy4正式版(11月4日)形成互补,Hy4 Flash瞄准的是高频、轻量但对质量仍有要求的办公与开发场景。行业背景上,11月初OpenRouter全球模型调用量榜单前三名均为flash类模型; 腾讯此举亦是对当前“效率优先”趋势的明确回应——用户不再仅关注模型上限,更在意单位时间与成本下的实际产出。
实测覆盖两类典型任务:一类是结构化信息处理(如财报对比、招股书摘要分析),另一类是端到端Agent长程任务(如从零开发可交互网页游戏并自主验收)。在前者中,Hy4 Flash以2分33秒完成三大云厂商季报对比,结论准确,且与旗舰版Hy4一致注意到微软未披露Azure利润的异常点;分析Anthropic招股书时,9分42秒内清晰指出1,368%增速为单季度口径、梳理出长期利益信托与特别股份的治理结构,虽细节略少于Hy4的22分28秒版本,但效率优势显著。
更具参考价值的是长程任务实测。一位浙大计算机背景的开发者将一项完整游戏开发任务交予Hy4 Flash+WorkBuddy组合:要求创建名为《一人公司的一天》的浏览器可玩小游戏,含12时间格、5种行为选项、3类随机事件、30天目标(赚10万+健康≥40),并明确指令“做完后需自行打开浏览器验收全部功能,再修改为15天赚15万,确保生效”。整个过程未拆解步骤、无额外提示。
任务执行呈现四个关键能力跃升:
第一,需求理解与设计原则前置。模型未直接编码,而是先明确核心设计哲学:“真正难的不是填数值,而是在‘赚钱’与‘活着’间制造取舍”,并据此设定“疯狂接单不可行”“必须通过学AI提升单价”的平衡机制,体现对模糊需求(“数值自己定但要合理”)的主动建模能力。
第二,自主环境探查与工具调用。代码生成后,模型主动检查本地是否支持浏览器自动化,并确认可用工具链完备;随后自编检查脚本,覆盖12格、5事件、双结局等15项验收点,实现“真跑一遍”而非“代码自洽”。
第三,交叉验证与视觉校验意识。即便程序返回“全通过”,模型仍坚持截图肉眼核对排版与中文编码,确认三类随机事件确有触发记录与数值联动,展现出对终端用户体验的敏感度。
第四,变更前的可达性预判。修改目标为“15天赚15万”前,模型未简单替换数字,而是评估新参数下通关可能性,避免产出“根本赢不了”的无效版本,改后再次全流程复验。
横向对比中,Hy4 Flash在多项任务上显著优于同级竞品。以C3任务(招股说明书快读)为例,Hy4 Flash耗时9分42秒,Hy4为22分28秒;在C4四轮迭代任务(含追加对比、双创始人模式、导出CSV)中,Hy4 Flash合计用时8分42秒,DeepSeek-V4.1-Flash为24分11秒,前者仅为后者的36%。更重要的是上下文消耗:同一任务下,Hy4 Flash总Token用量84.6K,DeepSeek达210.5K,约为其40%。
成本层面,Hy4 Flash输入价0.5元/百万Token,输出2元/百万Token,相较Hy4降价约90%,为DeepSeek-V4.1-Flash(忙时max档)的1/8。WorkIndex平台测算显示,其单任务成本为Hy4 preview的1/13、Hy4的1/20。这一成本结构使其真正具备高频使用的经济可行性——尤其对中小企业与个体开发者而言,过去需谨慎分配的Agent算力预算,如今可常态化调用。
值得注意的是,Hy4 Flash并非单纯“缩水版”。其在关键环节展现出的严谨性(如拒绝臆补缺失数据、坚持视觉验收、追问财报披露逻辑)已接近专业分析师水准。在7项高频办公任务(读财报、洗数据、修代码、做网页工具等)测试中,它均能在10分钟内交付可用成果,且错误率低于同类flash模型。
当然,局限依然存在:深度推理与超长链路规划仍略逊于Hy4;对极复杂系统架构的设计完整性有待观察;免费期结束后定价策略将影响长期采纳意愿。但就当前限免窗口期的表现看,Hy4 Flash已证明:轻量模型完全可以承担真实工作流中的核心环节,而非仅作辅助角色。
目前,用户可在WorkBuddy中直接选择Hy4 Flash模型,每日获赠免费额度。随着11月底限免截止临近,大量开发者正集中涌入测试其边界能力。可以预见,若后续定价维持竞争力,Hy4 Flash有望成为国内办公与轻量开发场景的主流Agent底座之一。
