Hy4 Flash 發佈當天,愛範兒 APPSO 拿到了測試資格,在 WorkBuddy 裏用同一批任務、同一套提示詞與工具權限,把它和 DeepSeek V4.1 Flash 放在一起跑。這是 Flash 發佈後首個有結論的獨立實測——官方口徑之外的第一組數字。
兩款模型都要在 WorkBuddy 裏從零構建一艘可以交互的 3D 歷史帆船。Hy4 Flash 半小時搭出基本結構,網頁能正常交互,是一個整體完整的原型;DeepSeek V4.1 Flash 花了一個半小時,做得更細緻——水面波動更自然,帆船也有更多細節和可探索的內容。賬單差距比時間差距更大:DeepSeek 消耗約 30 萬 token、另有約 1,600 萬 token 緩存命中,API 費用約 1.21 元;Hy4 Flash 約 14.9 萬 token、約 400 萬緩存命中,按 API 定價約 0.23 元。快三倍、便宜五倍,代價是細節少一點。
深度研究任務裏,兩款模型要就同一件事做一份網頁分析報告。Hy4 Flash 比 DeepSeek 快約 10 分鐘交付;DeepSeek 消耗近 18 萬 token、總費用約 0.56 元。兩份報告的內容結構整體類似——摘要、時間線、時長、基本面與華爾街等幾個方面都有。但這道題本身有個問題:選題用了一條假新聞前提(「黃仁勳因出軌辭職」),兩款模型都沒有質疑這個前提,而是按假前提寫完了報告。這是事實覈查能力的一個反面註腳:速度與成本之外,遇到可疑前提時是否先覈實,同樣值得單獨測。
除上述兩項外,作者還統計了 10 個代碼與辦公任務。從最終成果看,雙方整體處於相近水平;但在首輪交付時間上,Hy4 Flash 的優勢更明顯。辦公場景裏還測了 PPT 製作、文件整理與多格式文檔轉換(同一篇論文轉 Markdown、Word 與組會 PPT,中英雙語);編程場景裏測了多 Agent 專家團協作(調研 Fable 5.2 的能力)、three.js 單人 3D 俯視角奇幻 RPG 與「大家來找茬」小遊戲。結論很明確:日常高頻任務推薦 Flash,長程軟件工程與複雜代碼庫修改仍推薦 Hy4——多花時間和 token,換更強的複雜任務處理能力。
實測裏還順帶覈對了官方口徑:Hy4 Flash 在 WorkIndex 上的單任務成本爲 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max 檔、忙時價格)的 1/8;各 benchmark 上的花費均未超過 1 元。WorkBuddy 內 11 月 16–30 日每日贈送免費額度,11 月 30 日前免費。但要注意:這是單一樣本、WorkBuddy 內的一次實測,每項任務只跑了一次,結論的方向可信、幅度不宜外推。
參考來源:本文爲本站原創改寫與整理,事實與數據覈對自 愛範兒 APPSO — 實測騰訊 Hy4 flash:花兩毛錢,就能讓 AI 從零做個 3D 交互網頁(2026-11-16 17:53)
← 返回 Hy4 專題