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

OrcaRouter 核查 Hy4 Flash 发布:KV 缓存是 Hy4 的六分之一,但七项基准分只存在于图片里

发布于 2026-11-16 · 最后更新 2026-11-18

官方发布稿说「便宜 95%」,OrcaRouter 11 月 16 日的核查文章问的是另一件事:这个数字是怎么算的,以及发布时到底还缺什么。结论是两面的——效率优化是真实的,证据链却是不完整的。

效率账:KV 缓存六分之一,解码超 150 tok/s

核查确认了官方稿之外的两个效率数字:Hy4 Flash 的 KV 缓存仅为 Hy3 的 1/24、Hy4 的 1/6;解码速度超过 150 tok/s(megakernel + 4-bit 量化 + DFly 推理框架)。缓存小意味着同样硬件能塞进更多并发会话,这是 Flash 能便宜的核心原因之一。价格上也有一个需要分清的口径:TokenHub 的 5 折没有明确截止日,与 WorkBuddy 免费到 11 月 30 日是两回事,别把两个优惠混成一个。

「18 倍」是任务成本,不是价格

官方稿里的「18 倍」最容易被误读。OrcaRouter 指出,它是任务成本口径,不是价格比:按量价差本身只有输入 12 倍、输出 9 倍。任务成本更低,是因为 Flash 每个任务用的 token 更少——价格与用量两项叠加,才凑出任务成本的大幅下降。同样,「接近 Haiku 5.5」的措辞也有两个版本:官方公众号称「匹配」,研究页面称「接近」;85 人盲测满意度 2.79 对 Haiku 5.5 的 2.81,确实是接近,但不是并列。

产品侧数字:腾讯单方说法

核查还整理了官方给出的产品侧数据,全部为腾讯单方说法:WorkBuddy 任务时间减少 70%、成本约 Hy4 的 1/15;元宝通用对话提升 2.52%(对照 GLM-5.3-Flash);微信支付 agent 流程输出 token 减少 29%、步骤减少 6%;企业微信输出快 88%、思考 token 减少 60%;王者荣耀根因分析请求减少 22–39%。这些数字都没有独立复现,引用时请保留「腾讯称」的前提。

缺的东西:一张清单

核查最有价值的部分是这张缺失清单:无模型卡、无架构论文、无许可、无权重库、无任何独立基准分。七项基准分数(WorkIndex 42.1、Terminal-Bench 4.0 19.2%、OSWorld 2.1 68.1% 等)只存在于官网的 PNG 图片中,没有机器可读的表格;Artificial Analysis 尚未给 Hy4 Flash 打分。也就是说,发布当天能核对的只有官方自己的图,连分数的原始数据都拿不到。爱范儿当天的独立实测是第一组第三方数字,但那是单样本、WorkBuddy 内的一次测试,不是基准复现。

2026-11-18 更新:本文发布时缺失的模型卡、许可证与权重已随 Hy4 Flash 权重开源补齐:三版本一次放出,许可证为 Tencent Hy License 1.0(非 Apache 2.0),标准版 440.5 GB。详见本站权重开源专文。上文「发布时无模型卡、无许可、无权重库」是发布当天的历史判断,保留原样;仍缺的是架构论文与独立基准分。

本站结论:Hy4 Flash 的效率故事可信——KV 缓存六分之一、解码超 150 tok/s、任务成本大幅下降都有具体机制支撑;但「便宜 95%」「接近 Haiku 5.5」这类 headline 数字要按任务成本口径与盲测原意来读。在模型卡、权重与独立基准分出炉之前,它的真实能力档位仍是未证实状态;日常高频任务可以先按爱范儿实测的结论放心试用,关键任务的选型等独立分数。

参考来源:本文为本站原创改写与整理,事实与数据核对自 OrcaRouter — Tencent Hy4 Flash Launch(2026-11-16)

← 返回 Hy4 专题