ModelBrief · Hy4 · 专题
最后更新 2026-11-20
EN 简体 繁體

爱范儿实测 Hy4 Flash:3D 帆船半小时两毛三,十项任务与 DeepSeek 打平

发布于 2026-11-16 · 最后更新 2026-11-16

Hy4 Flash 发布当天,爱范儿 APPSO 拿到了测试资格,在 WorkBuddy 里用同一批任务、同一套提示词与工具权限,把它和 DeepSeek V4.1 Flash 放在一起跑。这是 Flash 发布后首个有结论的独立实测——官方口径之外的第一组数字。

3D 历史帆船:半小时对一个半小时

两款模型都要在 WorkBuddy 里从零构建一艘可以交互的 3D 历史帆船。Hy4 Flash 半小时搭出基本结构,网页能正常交互,是一个整体完整的原型;DeepSeek V4.1 Flash 花了一个半小时,做得更细致——水面波动更自然,帆船也有更多细节和可探索的内容。账单差距比时间差距更大:DeepSeek 消耗约 30 万 token、另有约 1,600 万 token 缓存命中,API 费用约 1.21 元;Hy4 Flash 约 14.9 万 token、约 400 万缓存命中,按 API 定价约 0.23 元。快三倍、便宜五倍,代价是细节少一点。

深度研究报告:快约 10 分钟,便宜约三分之二

深度研究任务里,两款模型要就同一件事做一份网页分析报告。Hy4 Flash 比 DeepSeek 快约 10 分钟交付;DeepSeek 消耗近 18 万 token、总费用约 0.56 元。两份报告的内容结构整体类似——摘要、时间线、时长、基本面与华尔街等几个方面都有。但这道题本身有个问题:选题用了一条假新闻前提(「黄仁勋因出轨辞职」),两款模型都没有质疑这个前提,而是按假前提写完了报告。这是事实核查能力的一个反面注脚:速度与成本之外,遇到可疑前提时是否先核实,同样值得单独测。

十项代码与办公任务:质量相近,Flash 先交卷

除上述两项外,作者还统计了 10 个代码与办公任务。从最终成果看,双方整体处于相近水平;但在首轮交付时间上,Hy4 Flash 的优势更明显。办公场景里还测了 PPT 制作、文件整理与多格式文档转换(同一篇论文转 Markdown、Word 与组会 PPT,中英双语);编程场景里测了多 Agent 专家团协作(调研 Fable 5.2 的能力)、three.js 单人 3D 俯视角奇幻 RPG 与「大家来找茬」小游戏。结论很明确:日常高频任务推荐 Flash,长程软件工程与复杂代码库修改仍推荐 Hy4——多花时间和 token,换更强的复杂任务处理能力。

官方数字的另一面

实测里还顺带核对了官方口径:Hy4 Flash 在 WorkIndex 上的单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max 档、忙时价格)的 1/8;各 benchmark 上的花费均未超过 1 元。WorkBuddy 内 11 月 16–30 日每日赠送免费额度,11 月 30 日前免费。但要注意:这是单一样本、WorkBuddy 内的一次实测,每项任务只跑了一次,结论的方向可信、幅度不宜外推。

本站结论:Flash 的定位在首个独立实测里站住了:日常高频任务——深度搜索、办公文档、网页原型、小游戏——用更短的时间、更低的价格交出质量相当、可继续修改的第一版;长程软件工程仍留给 Hy4。选型上可以按这个分工切:先让 Flash 快速出第一版验证想法,需要深挖时再切回 Hy4。

参考来源:本文为本站原创改写与整理,事实与数据核对自 爱范儿 APPSO — 实测腾讯 Hy4 flash:花两毛钱,就能让 AI 从零做个 3D 交互网页(2026-11-16 17:53)

← 返回 Hy4 专题