TabbitBlog

Análise do HY4 Flash: o que os benchmarks mostram e não mostram

Compare os resultados internos da Tencent com o teste pontual da Plotly, veja os erros do HY4 Flash e identifique usos sustentados pelas evidências.

Neste artigo
  1. Principais pontos
  2. Evidências disponíveis
  3. O que os erros indicam
  4. O que a comunidade perguntou
  5. Veredito: comece por tarefas verificáveis

As evidências públicas sobre HY4 Flash são promissoras, mas limitadas. A Plotly relata 39/43 em uma execução do DataAnalyticsBench, por $0,13 e mediana de 29 segundos por questão. O modelo errou quatro questões, três delas sobre padrões ocultos. Os resultados internos da Tencent abrangem mais tarefas de escritório, mas são avaliações do próprio fornecedor. Este artigo não inclui testes do autor nem uma execução no Tabbit.

A pergunta prática é quais tarefas toleram os erros divulgados e podem aproveitar a tarifa menor. A Tencent recomenda Flash para tarefas cotidianas e HY4 para engenharia de software de longa duração. Consulte o preço do HY4 Flash e a comparação com HY4.

Principais pontos

  • A execução da Plotly marcou 39/43; as questões são privadas e a amostra é única.

  • Os quatro erros incluem três padrões ocultos e uma armadilha estatística.

  • O teste WorkBuddy da Tencent, com 85 usuários e 259 tarefas, não é uma reprodução independente.

  • Um relato no Reddit diz que três modelos acertaram um cálculo, mas DeepSeek foi mais rápido naquela execução.

  • Verifique resultados com critérios fixos antes de confiar em uma tarefa importante.

Evidências disponíveis

EvidênciaResultadoO que apoiaLimitação
Plotly DataAnalyticsBench39/43, $0,13, mediana de 29 s/perguntaUma configuração de análise com ferramentasQuestões privadas, execução única
Tencent WorkIndexTarefas de escritório; custo anunciado de 1/8 do DeepSeek 1017Posição definida pela TencentMétodo interno
Teste WorkBuddy85 pessoas, 259 tarefas, 27 categoriasPreferência naquele produtoSem variação ou reprodução externa
Cálculo publicitário no RedditTrês modelos acertaram; DeepSeek 7 s, Flash 19 sRelato pessoal limitadoUma execução, sem tokens ou logs

A Plotly afirma ter usado o mesmo fluxo e a mesma pontuação para cada modelo em dados sintéticos privados de energia eólica. HY4 marcou 42/43, por $2,11 e mediana de 117 segundos por questão. Isso demonstra um equilíbrio de custo e qualidade naquele teste, não que Flash seja sempre quatro vezes mais rápido ou dezesseis vezes mais barato.

O que os erros indicam

Três erros eram questões de padrões que o modelo precisava descobrir nos dados; o quarto era sobre um limite estatístico. Acertar cálculos comuns não garante detectar um sinal inesperado.

TrabalhoPonto de partidaVerificação antes de confiar
Cálculos repetitivos ou extraçãoTeste delimitadoCompare com respostas esperadas
Perguntas ambíguasPlotly informou 5/5Repita com dados próprios
Anomalias ocultasCuidado: Plotly informou 2/5Revisão adicional ou segundo modelo
Engenharia de longa duraçãoTencent recomenda HY4Valide fluxo e artefatos

A Tencent afirma velocidade de decodificação acima de 150 tokens/s e custo por tarefa de um oitavo do DeepSeek V4.1 Flash 1017 no nível Max e preço de pico. São números da avaliação escolhida pela Tencent. O teste independente da Plotly explica melhor seu método, mas não divulga todas as questões.

O que a comunidade perguntou

Um usuário do Reddit perguntou se o modelo “does it pick the right tool or just guess”. É uma pergunta, não uma falha observada. Outro participante perguntou pelos pesos; a Tencent anunciou apenas um plano futuro. Veja a discussão.

Em uma comparação de cálculos no WorkBuddy, o autor relatou: “DeepSeek finished in 7s. Hy4 and GLM both showed 19s.” Também disse que os três acertaram, mas não publicou o uso de tokens nem as respostas completas. Post original.

Imagem de um post no Reddit com cálculos de anúncios no WorkBuddy e o tempo relatado para HY4 Flash
Uma comparação publicada no Reddit; não mostra uma fatura nem medições repetidas.

Veredito: comece por tarefas verificáveis

HY4 Flash merece um teste controlado quando o trabalho é repetitivo, fácil de validar e sensível ao preço do TokenHub. As falhas de padrões ocultos justificam revisão adicional em análises abertas. Compare HY4 Flash e DeepSeek V4.1 Flash e consulte os preços.

A API do modelo não oferece acesso ao navegador. Veja os recursos do HY4 Flash (English), o fluxo de navegador do Tencent Hy4, o fluxo do DeepSeek V4.1 Flash, o guia DeepSeek Harness, o exemplo Feishu Base, o guia Tabbit CLI e a lista da primeira tarefa.

O Hy4 Flash está disponível no Tabbit Browser. Baixe o Tabbit e selecione Hy4 Flash na lista de modelos do chat para começar.

Tabbit Browser

Perguntas frequentes

Qual foi o resultado do HY4 Flash em um teste independente?

A Plotly relata 39 acertos em 43 questões em uma execução do DataAnalyticsBench privado, por $0,13 e mediana de 29 segundos por questão. É uma amostra e um teste específicos, não uma taxa geral de sucesso.

O HY4 Flash é melhor que o HY4?

Na execução da Plotly, não: o HY4 obteve 42/43 e o Flash 39/43. O Flash custou menos e respondeu mais rápido nesse teste, mas isso não prevê outras cargas.

O HY4 Flash já é open source?

A Tencent anunciou que planeja publicar os pesos, mas não informou uma data. Confira a disponibilidade dos pesos e da licença antes de planejar uma execução local.

O benchmark comprova a confiabilidade de chamadas de ferramentas?

A Plotly usou um agente analítico com várias chamadas de ferramentas, mas seu teste privado não prova confiabilidade em outros clientes. Uma discussão no Reddit pergunta sobre esse comportamento.

Posso usar HY4 Flash no Tabbit?

O Hy4 Flash está disponível no Tabbit Browser. Baixe o Tabbit e selecione Hy4 Flash na lista de modelos do chat para começar.

Dê o próximo passo

Deixe o Tabbit trabalhar ao seu lado.

Pesquise entre abas, automatize o trabalho repetitivo do navegador e mantenha todo o contexto ao alcance.