Tabbit博客

Hy4 Flash 对比 Claude Haiku 5.5:价格与实测解读

对比腾讯混元 Hy4 Flash 和 Claude Haiku 5.5 的 API 价格、输出上限和 WorkBuddy 盲测,了解两款模型适合哪些任务。

本文目录
  1. 要点
  2. 规格和盲测结果
  3. API 计费和预算算例
  4. 按任务选模型
  5. 在 Tabbit 中做同题测试
  6. 结论

日常高频处理可以先试 Hy4 Flash,已经在用 Anthropic API 的团队则可以把 Haiku 5.5 留作基线。腾讯 WorkBuddy 的内部盲测中,两者满意度只差 0.02 分,判断哪款更合适还需要自己的任务数据。

实际取舍主要来自计费和使用环境。Hy4 Flash 的目录单价较低,Haiku 5.5 多一档长输入价格,也提供明确的缓存和批处理规则。先按真实输入长度估算账单,再测试完成质量。

Sahil Panhotra 给两款模型同一个孔雀 SVG 提示词,报告 Hy4 Flash 约花 $0.0244,Haiku 5.5 约花 $0.17(使用缓存),但更喜欢 Haiku 的成品。这是一次创意任务,适合提醒团队在比价时也验收成品。

X 原帖中相同孔雀 SVG 提示词的费用和结果对比
一项社区 SVG 对比,2026 年 11 月 16 日。

一位 WorkBuddy 用户 报告,Hy4 Flash 能算出加权转化率,并把零线索时的获客成本标为无定义。该次用时 19 秒,测试未包含 Haiku,也没有披露账单。这个边界情况适合纳入自己的同题测试。

Reddit 原帖中关于 Hy4 Flash 处理零线索投放活动的段落
一位用户在 WorkBuddy 中测试三个虚构投放活动,2026 年 11 月 16 日。

要点

  • 腾讯内部满意度为 Hy4 Flash 2.79/4、Haiku 5.5 2.81/4,缺少方差信息。

  • 两家均标注长达 100 万 token 上下文,Haiku 5.5 的输出上限更高。

  • Haiku 5.5 单次输入超过 100K 后换用高价档。

  • Hy4 Flash 的 TokenHub 五折活动截至 2026 年 11 月 30 日,长期测算应使用目录价。

规格和盲测结果

比较项Hy4 FlashClaude Haiku 5.5
API 模型 IDhy4-flashclaude-haiku-5-5
上下文窗口1M1M
最大输出64K128K
WorkBuddy 满意度2.79/42.81/4
腾讯图表所示完成时间6.7 分钟6.8 分钟

腾讯在 发布公告 中称,内部测试涵盖 85 位 WorkBuddy 用户、27 类共 259 个任务。Hy4 Flash 的完成时间和单次任务费用较低。公开资料没有给出完整测试数据或误差范围,因此这次结果只适合用来决定下一轮测什么。

API 计费和预算算例

腾讯 TokenHub 公布 Hy4 Flash 美元目录价。Anthropic 模型文档 按单次输入是否超过 100K 计费,并另列缓存读写和 Batch API 五折条件。下表统一按每百万 token 计价。

条件Hy4 FlashClaude Haiku 5.5
输入 ≤100K$0.070$0.10
输入 >100K$0.070$0.50
输出,输入 ≤100K$0.281$0.50
输出,输入 >100K$0.281$2.50
缓存读取$0.003$0.01(≤100K)/$0.05(>100K)

如果一次请求有 20,000 个未缓存输入 token 和 2,000 个计费输出 token,两款模型的目录价估算依次是 $0.00196 和 $0.00300。输入增加到 120,000、输出不变时,分别约为 $0.00896 和 $0.06500。算例使用相同 token 数,未计缓存、工具、税费和折扣。Anthropic 指出,Haiku 5.5 对同一段文字平均比 Haiku 4.5 多用约 30% 的 token,迁移前应重新计数。

按任务选模型

  • 短文档提取、批量分类和路由适合先跑小样本。检查边界情况,并把重试、人工纠错和调用工具的时间计入成功任务成本。

  • 长提示词按实际输入分布测算。许多请求跨过 100K 时,Haiku 5.5 的高价档会明显影响账单。

  • 复杂多步编程先验证工具调用、测试通过和交接记录。腾讯把长期软件工程任务指向旗舰 Hy4。

一位 对比 Haiku 5.5 推理档位的开发者 称,中档让跨语言重构通过了测试。低档漏掉了一个回退逻辑,高档用了更多请求。案例只涉及一个代码库,没有测试 Hy4 Flash。

Reddit 原帖中 Haiku 5.5 三档推理设置的对比结果
作者自编测试的跨语言重构案例,2026 年 10 月 8 日。

在 Tabbit 中做同题测试

可以用同一份合成订单表核对订单总数、加权退货率,以及零订单组的返回值是否为 null。记录模型档位和原始输出。

Hy4 Flash 模型资料、Claude Haiku 5.5 模型资料、旗舰 Hy4、Hy4 浏览器操作

Agent 成功任务成本、带来源的网页调研、深度调研工作流、Tabbit 使用指南

结论

日常办公先用 Hy4 Flash 的目录费率做预算,已有 Anthropic 工具链可用 Haiku 5.5 做对照。用实际账单和多次同题结果决定是否切换。腾讯盲测提供了起点,0.02 分的满意度差不构成选择依据。

Tabbit 浏览器已提供 Hy4 Flash。下载并打开 Tabbit,在对话的模型列表中选择 Hy4 Flash,即可开始使用。

Tabbit Browser

常见问题

腾讯盲测中哪款模型的满意度更高?

Claude Haiku 5.5 得到 2.81/4,Hy4 Flash 得到 2.79/4。腾讯公布了样本规模,没有提供方差,0.02 分的差距不足以确定谁更好。

Hy4 Flash 比 Claude Haiku 5.5 便宜吗?

腾讯公布的美元输入、输出和缓存命中单价更低。实际费用还取决于各自的分词、缓存、推理输出、工具和重试次数。

哪款模型的上下文更长?

两家都标注最高 100 万 token 上下文。TokenHub 的 Hy4 Flash 输出上限为 64K,Anthropic 标注 Haiku 5.5 为 128K。

Hy4 Flash 已开源了吗?

腾讯表示计划开源。仅凭这项计划无法确认权重和许可证已经发布。

如何验证哪款模型更适合我的任务?

对照同一组任务,记录准确率、返工、响应延迟、计费 token 和最终费用。固定端点、工具和验收标准,并多运行几次。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。