返回博客列表

腾讯混元 Hy4 和 Hy4 flash 怎么选:日常任务与长程软件工程的分工

腾讯混元Hy4Hy4 flash模型选择对比

本文整理公开资料,不是贵数智能的自测。选择依据以腾讯官方建议为骨架(见 Hy4 研究页与 Hy4 flash 研究页),所有效果判断都是厂商或合作方口径。

官方建议

  • 大多数日常生产力任务,如深度搜索、文档、PPT、简单前端、computer use:用 Hy4 flash。
  • 长程软件工程等复杂任务:用智能上限更高的 Hy4。

相同的部分

TokenHub 的 Hy API Guide 对两者列出相同的规格:

项目 Hy4 / Hy4 flash
上下文窗口 1M
最大输入 960k
最大输出 64k
输入 / 输出 文本和图像 / 文本
推理 支持

两者都支持 OpenAI Chat Completions、Responses 和 Anthropic 协议。API 参数分别是 hy4 与 hy4-flash。所以,在接口层面从一个换到另一个,改动主要是模型名;输出质量和耗时是否合适,仍要用自己的任务验证。

不同的部分

项目 Hy4 Hy4 flash
发布 2026-11-04 2026-11-16
权重 截至 11-18 官方称随后放出 11-18 已开源(含 FP8、Base)
规模 正式版未公布总参数、激活参数 官方 224B、开源模型卡 220B,激活 12B
独立评测 AA Intelligence Index v5.0.1:35 截至 2026-11-18 未见 AA 专页

官方对 flash 的 224B(研究页 与官方 X 帖)和开源模型卡的 220B(Hugging Face)并未调和,引用时请写明来源。Hy4 preview 的 770B / 49B 不适用于正式版,详见Hy4 评测与flash 评测。

效果与耗时的官方说法

官方公众号转述的 WorkBuddy 评测称:flash 在日常任务上效果与 Hy4 基本持平,长程 Coding 小幅下降,平均任务耗时减少 70%。企业微信(同见该公众号)称 flash 输出速度较 Hy4 提升 88%,思考模式输出 token 减少约 60%。

这几项都是产品团队的内部口径,测试集和条件各不相同,不是独立对比。AA 对 Hy4 的页面显示其偏慢、输出偏长(Intelligence Index 35,比较组中位数 43,只说明在这套任务里不占优,不等于所有场景都弱)。这可以解释官方为何把日常任务交给 flash,但 AA 没有评测 flash,两者之间不能画等号。

选择思路

  1. 日常文档、检索、简单前端这类短任务,要快速返回:先试 flash。
  2. 跨多个文件、需要长时间自主推进的软件工程:按官方建议先试 Hy4。
  3. 需要本地部署或查看权重:目前只有 flash 可下载(见官方开源帖)。
  4. 不确定时,选 5 到 10 个自己的真实任务,用同一提示词分别跑,比较结果和耗时。

官方称 flash 的长程 Coding 只是小幅下降,没说没有下降。如果你的任务恰好是长程 Coding,这一点值得单独验证。

编程场景的细节见Hy4 编程与 Agent:官方专项与第三方体验整理,用户声音与边界见用户反馈与边界,产品入口见WorkBuddy 与 CodeBuddy 用法。

上游发布不等于本站可调用。

主要参考资料

核对日期:2026-11-18。