騰訊混元 Hy4 和 Hy4 flash 怎麼選:日常任務與長程軟體工程的分工
本文整理公開資料,不是貴數智能的自行測試。選擇依據以騰訊官方建議為骨架(見 Hy4 研究頁與 Hy4 flash 研究頁),所有效果判斷都是廠商或合作方的說法。
官方建議
- 大多數日常生產力任務,如深度搜尋、文件、簡報、簡單前端、computer use:用 Hy4 flash。
- 長程軟體工程等複雜任務:用智慧上限更高的 Hy4。
相同的部分
TokenHub 的 Hy API Guide 對兩者列出相同的規格:
| 項目 | Hy4 / Hy4 flash |
|---|---|
| 上下文視窗 | 1M |
| 最大輸入 | 960k |
| 最大輸出 | 64k |
| 輸入 / 輸出 | 文字與圖像 / 文字 |
| 推理 | 支援 |
兩者都支援 OpenAI Chat Completions、Responses 與 Anthropic 協定。API 參數分別是 hy4 與 hy4-flash。因此在介面層面,從一個換到另一個,主要只需要改模型名稱;輸出品質與耗時是否合適,仍要用自己的任務驗證。
不同的部分
| 項目 | Hy4 | Hy4 flash |
|---|---|---|
| 發布 | 2026-11-04 | 2026-11-16 |
| 權重 | 截至 11-18 官方稱隨後釋出 | 11-18 已開源(含 FP8、Base) |
| 規模 | 正式版未公布總參數、啟用參數 | 官方 224B、開源模型卡 220B,啟用 12B |
| 獨立評測 | AA Intelligence Index v5.0.1:35 | 截至 2026-11-18 未見 AA 專頁 |
官方對 flash 的 224B(研究頁與官方 X 貼文)和開源模型卡的 220B(Hugging Face)並未調和,引用時請註明來源。Hy4 preview 的 770B / 49B 不適用於正式版,詳見 Hy4 評測與 flash 評測。
效果與耗時的官方說法
官方公眾號轉述的 WorkBuddy 評測稱:flash 在日常任務上效果與 Hy4 大致持平,長程 Coding 小幅下降,平均任務耗時減少 70%。企業微信(同見該公眾號)稱 flash 輸出速度較 Hy4 提升 88%,思考模式輸出 token 減少約 60%。
這幾項都是產品團隊的內部口徑,測試集與條件各不相同,不是獨立比較。AA 對 Hy4 的頁面顯示它偏慢、輸出偏長(Intelligence Index 35,比較組中位數 43,只說明在這套任務裡不占優勢,不等於所有場景都弱)。這可以解釋官方為何把日常任務交給 flash,但 AA 沒有評測 flash,兩者之間不能畫上等號。
選擇思路
- 日常文件、檢索、簡單前端這類短任務,需要快速回應:先試 flash。
- 跨多個檔案、需要長時間自主推進的軟體工程:依官方建議先試 Hy4。
- 需要本機部署或想查看權重:目前只有 flash 可以下載(見官方開源貼文)。
- 不確定時,挑 5 到 10 個自己的真實任務,用同一份提示詞分別執行,比較結果與耗時。
官方說 flash 的長程 Coding 只是小幅下降,並沒有說完全沒有下降。如果你的任務剛好是長程 Coding,這一點值得單獨驗證。
寫程式場景的細節請看騰訊混元 Hy4 程式與 Agent:官方專項與第三方體驗整理,使用者聲音與邊界請看使用者回饋與邊界,產品入口請看 WorkBuddy 與 CodeBuddy 用法。
上游發布不等於本站可呼叫。
主要參考資料
核對日期:2026-11-18。