騰訊在 11 月 16 日推出 Hy4 flash——自家迄今成本最低的模型:總參數 2240 億(含 640 億 Engram 參數),每 token 只啟動 120 億參數,原生多模態、100 萬 token 上下文。定價直接對標日常生產力:輸入每百萬 token 0.07 美元、輸出 0.281 美元、快取輸入 0.003 美元,大約是 Hy4 的十二分之一到十四分之一。
官方給的效能主張很直白:整體任務表現略勝 Hy4 preview;自建的 WorkIndex 內部基準上,平均每任務成本只有 Hy4 preview 的 13 分之 1、Hy4 的 20 分之 1、DeepSeek-V4.1-Flash-1017(Max 等級尖峰價)的 8 分之 1。85 位 WorkBuddy 內部使用者、259 個任務、27 個類別的盲測裡,滿意度接近 Claude Haiku 5.5,完成時間最短、成本最低。
便宜的四個來源
- 架構:混合注意力、LatentMoE 與 Engram,KV 快取只剩 Hy3 的 24 分之 1、Hy4 的 6 分之 1。
- 訓練:以 Hy4 自我蒸餾打底 general intelligence,強化學習再把平均輸出 token 砍掉一半。
- 評測方法:自建 WorkIndex,只看交付物品質、單輪輸出長度與 turnaround,不看脫離日常工作的公開基準分數。
- 推論:megakernels、4 位元量化與 DFly,解碼速度突破每秒 150 token。
附帶的定位也很清楚:深度搜尋、文件處理、投影片製作、簡易前端 demo、computer use 這類日常任務用 flash;長程軟體工程這種高複雜工作仍推薦 Hy4。官方同時確認計畫釋出開放權重。11 月 30 日前 WorkBuddy 免費用、TokenHub API 五折,OpenRouter 即將上架。
內部團隊怎麼說
與其看形容詞,不如看各產品線實測數字:
- WorkBuddy:平均任務時間砍七成、成本約 Hy4 的 15 分之 1,日常品質持平,長程 coding 略降。
- 微信支付真機評測:對 DeepSeek-V4.1-Flash-1017 四組流程持平或超前,步驟少約 6%、輸出短約 29%;靜態掃碼省 37% 時間、46% token。
- 企業微信 Dayuan:輸出速度較 Hy4 快 88%,思考模式 token 省約六成。
- 王者榮耀 bug 分析:根因定位相當,模型呼叫少 22.0%–39.1%、token 省 40.5%–61.2%。
- QQ 小Q:P90 留言延遲降 39%、尖峰延遲降 47%。
HN 討論:9 則、零回覆,實測派先行
這篇在 HN 的主串(score 42)只有 9 則留言、全部是頂層,沒有任何回覆串。人數少但訊號集中:
- 已經在 OpenRouter 把 deepseek flash 換成它的使用者說效果不錯;多模態 3D 任務的實測也正面。
- 有人在自家資料分析基準(Plotly,43 題)上跑過:贏過 GPT-6 Luna,43 題只花 0.13 美元,同級前沿模型約 20 美元。權重一開,Hy4 Flash 與 Hy4 會是該測驗中唯二的前沿開放模型。
- 價格派算得很細:224B 對 GLM-5.3-Flash 的 320B、傳聞中 Qwen3.8 flash 的 180B、DeepSeek flash v4.1 的 552B——後者效能更強但貴四倍以上。也有人潑冷水:單論性價比沒人打得過 DeepSeek 4.1 flash,但小尺寸意味第三方供應商能跑更快,才有真競爭。
一句話總結:沒人質疑這模型存在,爭的是它到底能把價格壓到多低、第三方推論速度跟不跟得上。
原文:Introducing Hy4 flash(騰訊 Hy 團隊,2026-11-16);HN 主串 score 42、留言 9 則,抓取時間 2026-11-18。
