HY4 Flash 目前的證據範圍有限:Plotly 表示它在 DataAnalyticsBench 單次測試中得到 39/43,費用 $0.13,每題中位耗時 29 秒;四個失分中有三題是隱藏模式題。騰訊內部結果補充辦公任務數據,但仍屬廠商測試。本文作者未自行測試,也未在 Tabbit 驗證模型。
因此,重點不是「HY4 Flash 好不好」,而是哪些任務能接受目前可見的失分,並受惠於較低的 API 單價。騰訊建議日常工作使用 Flash,長程軟體工程使用 HY4。費率請看HY4 Flash 價格頁,同基準比較請看HY4 Flash 與 HY4。
重點整理
Plotly 單次測試 39/43;題目未公開,只有一個樣本。
四個失分包含三道隱藏模式題和一道統計陷阱。
騰訊 85 名使用者、259 項任務盲測是廠商證據,不是獨立複驗。
Reddit 同題算數比較稱三款模型都算對,但 DeepSeek 當次更快。
重要任務應先用固定驗收標準檢查輸出。
HY4 Flash 證據一覽
| 證據 | 結果 | 可支持的判斷 | 主要限制 |
|---|---|---|---|
| Plotly DataAnalyticsBench | 39/43;$0.13;每題中位 29 秒 | 一種多輪資料分析流程中的結果 | 私有題目;單次執行 |
| 騰訊 WorkIndex | 辦公任務結果;稱成本為 DeepSeek 1017 的八分之一 | 騰訊定位的日常工作 | 內部評估與廠商方法 |
| WorkBuddy 盲測 | 85 人、259 任務、27 類;滿意度接近 Claude Haiku 5.5 | 特定產品情境下的偏好 | 未提供誤差或外部複驗 |
| Reddit 廣告算數 | 作者稱三款均算對;DeepSeek 7 秒、Flash 19 秒 | 一次個人同題比較 | 單次執行、無 Token 或日誌 |
Plotly 表示各模型使用相同工具和評分方式,但題庫是私有合成風電資料,每款模型只執行一次。HY4 為 42/43、$2.11、每題 117 秒。這只能說明該測試內的成本與品質取捨,不能推論 Flash 永遠快四倍或便宜十六倍。
失分代表什麼
Plotly 根據答案表手動檢查四個失分:三題是要求模型主動發現資料中未標示的模式;一題是統計閾值問題。對資料分析而言,一般算數正確不代表能找到未預期的異常。
報告亦稱每題平均約 8 次呼叫、輸出約 4,800 個 Token,88% 輸入來自快取。因此 $0.13 的費用與該工具、快取和供應商價格有關,不能套用到每份報告。
現有證據適合哪些工作
| 工作類型 | 有證據支持的起點 | 依賴前的檢查 |
|---|---|---|
| 常規計算或文件擷取 | 可先小範圍試用 | 用固定答案核對 |
| 處理不明確問題 | Plotly 測試報告 5/5 | 用自有資料複驗 |
| 找隱藏模式或異常 | 謹慎:Plotly 報告 2/5 | 增加複核或第二模型 |
| 長程軟體工程 | 騰訊建議選 HY4 | 驗證完整工具流程及產物 |
| 大量 Agent 呼叫 | 低單價可能有助益 | 比較實際用量、重試與成功數 |
騰訊稱解碼速度超過 150 tokens/s,並稱在指定 Max 推理檔與尖峰價下,WorkIndex 單任務成本是 DeepSeek V4.1 Flash 1017 的八分之一。這些是廠商選定評估的數字。Plotly 的獨立結果提供較多方法資訊,但題庫仍未公開。
發布週使用者的疑問
一位 Reddit 使用者問 HY4 Flash “does it pick the right tool or just guess”。這是疑問,不是失敗紀錄,但指出總分不一定回答工具選擇可靠性。另一位使用者問開放權重在哪裡;騰訊公告表示的是未來計畫。查看討論。
另一項 WorkBuddy 廣告資料算數比較中,作者寫道:“DeepSeek finished in 7s. Hy4 and GLM both showed 19s.” 作者稱三款都算對,但沒有公開 Token 使用量或原始輸出,因此只支持一次個人比較。查看原文。

結論:先測可驗證的小任務
若工作重複、輸出容易核對且 TokenHub 低費率重要,HY4 Flash 值得受控試用。Plotly 的隱藏模式失分表示開放式分析需要額外複核。直接價格對照見HY4 Flash 與 DeepSeek V4.1 Flash,費率見價格頁。
模型 API 本身不提供瀏覽器存取。可參考HY4 Flash 模型資源 (简体中文)、Tencent Hy4 瀏覽器工作流和DeepSeek V4.1 Flash 瀏覽器工作流。DeepSeek Harness 指南、飛書多維表格案例、Tabbit CLI 指南和首次任務檢查表說明不同模型及瀏覽器路線。
Tabbit 瀏覽器已提供 Hy4 Flash。下載並開啟 Tabbit,在對話的模型清單中選擇 Hy4 Flash,即可開始使用。
常見問題
HY4 Flash 在獨立測試中的表現如何?
Plotly 表示 HY4 Flash 在其私有 DataAnalyticsBench 的單次測試中答對 43 題中的 39 題,費用為 0.13 美元,每題中位耗時 29 秒。這是單一測試結果,不是通用成功率。
HY4 Flash 比 HY4 更好嗎?
在 Plotly 的單次測試中不是:HY4 得 42/43,HY4 Flash 得 39/43。該次測試裡 Flash 成本較低、速度較快,但不能據此推斷所有工作負載。
HY4 Flash 現在已開源嗎?
騰訊 11 月 16 日公告表示計畫開源,但沒有提供發布日期。計畫不代表模型權重和授權目前已可下載。
基準能證明工具呼叫可靠嗎?
Plotly 使用多輪分析 Agent 和工具呼叫,但其私有測試不能證明其他用戶端或工作流中的工具選擇可靠。發布週 Reddit 討論有使用者專門詢問工具流程。
我可以在 Tabbit 使用 HY4 Flash 嗎?
Tabbit 瀏覽器已提供 Hy4 Flash。下載並開啟 Tabbit,在對話的模型清單中選擇 Hy4 Flash,即可開始使用。