腾讯 Hy4 Flash 低价模型的数据分析表现引发讨论
腾讯发布 Hy4 Flash,作为更便宜、更快的模型,早期用户已可通过 OpenRouter 调用。社区成员 chriddyp 称,在 Plotly 的数据分析基准中,它回答 43 道题只花 0.13 美元,而高端前沿模型约需 20 美元,并在“低价且准确”区间优于 GPT-6 Luna。另有用户称用它替代 DeepSeek Flash 效果良好,但也有用户报告其翻译错误明显多于 DeepSeek 4.1 Flash 1017,显示任务表现并不一致。
已证实与未证实
- 已证实: 腾讯在 Hugging Face 模型卡中称 Hy4-flash 总参数 220B(含 64B Engram 参数)、每 token 激活 12B,原生支持文本和图像输入、输出文本,上下文窗口最高 1M tokens;Plotly 的独立测试称该模型在 PlotlyDataAnalyticsBench 上答对 39/43 题、总花费 0.13 美元,并称其为已测最便宜的 A 级模型。
- 尚未证实: 社区所称“比 DeepSeek 1017 和 Luna 更便宜、更快”缺乏统一口径的独立对比;一位用户称翻译错误多于 DeepSeek 4.1 Flash 1017 仅为单一个例;“开放权重后将成前沿仅有的两个开放模型之一”只是评论者预期,现有材料未说明权重开放时间或许可证。
背景
Hy4 是腾讯自研的模型系列,Flash 是其中定位低成本、低延迟的轻量版本;有评论者提到完整版 Hy4 与 Flash 计划之后开放权重,但现有材料中没有腾讯公布的时间表。在“便宜且快”这一档模型里,DeepSeek 的 Flash 系列是常见的对照基准,多位评论者也把它当作替换对象来比较。
为什么重要
对需要大批量运行数据分析问答的团队,社区测得的单次任务成本差距(0.13 美元对约 20 美元)意味着可以用更低成本做批量评测或内部工具;但翻译场景的负面反馈说明基准成绩不能直接外推到所有任务,选型时应按自己的语料复测。
后续看点
关注腾讯是否开放 Hy4 Flash 的权重,以及 Plotly 的数据分析基准能否被其他独立测试复现;若权重开放,它才可能成为可自托管的低成本选项。
社区讨论
评论区的核心分歧在任务泛化能力:chriddyp 称其在 Plotly 数据分析基准上以极低成本优于 GPT-6 Luna,ddxv 提到其定价低于 DeepSeek 1017 和 Luna,thesurlydev 称经 OpenRouter 替代 DeepSeek Flash 使用效果良好;edtechdev 则报告翻译错误明显多于 DeepSeek 4.1 Flash 1017。上述均为早期用户自测,不能视为独立基准结论。
评论
评论需要 GitHub 账号登录,会经过管理。 评论规则