大家好,我是二哥呀。
进入 11 月中旬,鹅厂给混元家族补上了一员猛将,正式发布了主打高性价比的生产力模型 Hy4 flash。
我已经在 WorkBuddy 里猛猛开蹬了。

总参数 224B,单次推理只激活 12B,原生支持多模态视觉理解,上下文窗口拉满到了 1M;解码速度超过每秒 150 个 Token。
可以先通过【露娜守城】这个 Case 一睹为快,我觉得这个塔防游戏做得还是很有水平的。

这还等啥,速度去猛蹬起来。
平时用 Agent 处理日常工作,大家最在意的无非三件事,响应够不够快、交出来的成果能不能直接用、跑完一个任务要花掉多少 Token。
为了把这笔账算清楚,我在 WorkBuddy 里做了一组同题测试,分别选择 Hy4 flash 和 DeepSeek-V4.1-Flash 来完成任务。

每个任务都先新建一个独立的空目录,再给两个模型下达完全相同的提示词,中途不追加任何提示。最后比较两个模型首轮交付的质量、速度和花费。
四道题里,两道是日常办公最常碰到的可编辑 Excel 预算表和会议纪要整理,两道是产品和运营常做的插画和交互动画。
下面这张表汇总了四轮实测的核心数据,每一格依次记录三项,任务完成时间、包含思考在内的累计输出 Token,以及按官方公开 API 单价折算出的人民币等价花费。

光看这张表,就能看出鹅厂这次给得有多大方。
四个任务跑下来,Hy4 flash 累计输出约 10 万 Token,按官方公开的标准单价折算,总共只花了约 0.44 元;DeepSeek-V4.1-Flash 按高峰单价折算合计约 5.52 元,即便按闲时半价折算,也要约 2.76 元。
下面我们逐题拆开看看细节。
题目要求模型从零手写一段 30 秒的网页动画,内容是一只鹈鹕骑着自行车向右前进。画面每隔 10 秒平滑切换一种画风,依次是水彩春日、暴风雨和粉彩夜港。页面还要提供暂停、重开和倍速功能。

先看耗时和花费。
DeepSeek-V4.1-Flash 一共发起 105 次请求,用时 1508.0 秒(二十五分钟),累计输出 212,521 Token,按高峰价折算约 2.646 元。

Hy4 flash 全程只发起了 23 次请求,总用时 354.4 秒,不到六分钟。Hy4 flash 累计输出 41,682 Token,花费只有约 0.159 元。
给《露娜守城》线下试玩会做一份 Excel 预算表。
假设 18 人参加,每桌最多坐 6 人;场地费固定 850 元,设备费每桌 260 元,餐饮费每人 45 元,物料费每人 18 元。核心要求有三条,把可修改的参数集中放在一起,给人数加上正整数校验,所有明细和汇总都用 Excel 公式自动联动。

Hy4 flash 把内容分成了《预算总览》和《费用明细》两张工作表。黄色底纹标出唯一可以编辑的输入区,灰色底纹标出锁定的公式汇总区,计算依据也写得清清楚楚。
两个模型真正拉开差距的地方,是交付速度和 Token 消耗。
下达任务后,DeepSeek-V4.1-Flash 在 4.4 秒开始思考;Hy4 flash 在 6.0 秒开始思考,7.3 秒往会话界面输出进展说明。两个模型起步都很快。

差距出现在端到端完成时间上,也就是模型写完整张表格、验证完毕、交到你手里所用的时间。
Hy4 flash 只发起了 14 次模型请求,用时 111.7 秒,不到两分钟;DeepSeek-V4.1-Flash 用时 320.7 秒。相比之下,Hy4 flash 的完成时间缩短了约 65%,输出 Token 也少了约 58%。
测完预算表,再测另一项高频办公需求,整理杂乱的会议记录。

我给两个模型提供了同一份活动筹备会的原始记录,并在记录里故意放了四个容易出错的细节。
第一,参会预算人数从初估的 30 人改成了 40 人。
第二,周航负责的报名页,交付期从 11 月 20 日延后到 11 月 23 日 18 点。
第三,会上有人提议购买摄影服务,但这个提议没有获批。
第四,主持人还没有确定。
任务要求两个模型同时交付一份 600 字内的会后简报和一份标准 CSV 行动清单,并算清预算差额。提示词还明确规定,报名页只保留变更后的最新截止时间,不能把讨论中的提议写成已经确定的决议。

在数学核算上,两个模型都准确算出了 7 桌、基础预算 4880.00 元、备用金 488.00 元、总预算 5368.00 元,以及超出上限的 368.00 元。
差距出现在细节约束的执行上。
Hy4 flash 交出的简报共 249 个汉字,只写了变更后的最新截止时间 2026-11-23 18:00。还主动说明了两件事属于不同阶段,本次先按 40 人编制预算,之后再根据报名汇总确认最终桌数,整份简报的逻辑很严密。DeepSeek-V4.1-Flash 的 CSV 清单虽然填了新日期,但它在简报正文里把旧日期也一并写了出来,违反了“只保留变更后截止时间”这条硬性约束。

DeepSeek-V4.1-Flash 交卷稍快,用时 48.6 秒,输出 4,471 Token;Hy4 flash 用时 77.2 秒,输出 5,555 Token。Hy4 flash 的花费只要约 0.033 元,还不到 DeepSeek-V4.1-Flash 高峰价(约 0.104 元,闲时约 0.052 元)的三分之一。
来看看两个模型在做视觉原型时的表现。这一题要求模型手写 HTML 和 Canvas 代码,一次性做出四幅 1080×1440 尺寸的动态风景插画,主题分别是赭红沙漠、石柱云海、冰湾企鹅和落日岩岸。

这道题充分体现了 Hy4 flash 速度快、省 Token 的优势。
下达任务后,Hy4 flash 在 6.6 秒开始思考,一共发起 42 次模型请求,只用 383.0 秒(六分多钟)就交付了完整的画廊。整轮累计输出 40,622 Token,花费只有约 0.184 元。

DeepSeek-V4.1-Flash 为了反复重画云海和冰山,发起了 100 次请求,用时 1391.3 秒(二十三分钟出头),输出达到 178,801 Token,按高峰价折算约 2.292 元。

有一说一,DeepSeek-V4.1-Flash 花二十多分钟画出的冰山切面,层次确实更丰富。Hy4 flash 的首版画风偏清爽简约,但在日常赶方案的场景里,Hy4 flash 的耗时少了约 72%,输出 Token 少了约 77%。
看完了同题横评,再来看看 Hy4 flash 接手复杂工程时做增量升级的硬实力。
第一个案例,拿我昨天刚立项的《露娜守城》开刀。
初版已经把怪物、箭塔和炮塔、火冰雷元素、进阶合成塔,以及露娜的月刃弹射、月蚀和冰封大招跑通了。

这轮我给 WorkBuddy 下达的核心提示词如下。
基于现有的单文件像素版《露娜守城》做第二期增量优化,交付仍为一个可离线打开的 index.html,不引用任何外部网络资源。
严格保留原有的 22 项核心规则与数值,不改动价格、伤害、护甲、射程、冷却、出怪与胜负判定。
重绘月夜山道、草地、石路边缘、入口与城门,让地图场景与像素单位的视觉密度保持统一。我感觉不适合做成像素风,怪物、塔防就看不清,整体的颜色感觉也很 AI 味,我觉得需要重新设计一下。
新增顶部下一波兵种预告,遇到第四波夜鸦等飞行敌人时提供飞行路线预览,并标明炮塔不能对空;选中基础塔时提供相邻合成引导与保留格提示,未满足条件时按现状算出缺少的金币或月石;补齐 1×/2× 速度切换与结算面板。
接手已有的游戏代码,最考验模型读懂代码和守住改动边界的功底,Hy4 flash 这波表现得相当稳健。

后续接入手绘素材后,视觉效果又上了一个台阶。Hy4 flash 的贡献,体现在已有规则保持一致的前提下,把地图和操作信息补得更完整。
有点真正 war3 的感觉了,有没有?
开到二倍速一路推到影龙 Boss 登场,先按 W 冰封控场,再按 E 键召唤月光,炮口的后坐力、露娜的抬手施法和冰晶的动态反馈一气呵成。

体验可以说拉满了。
测完二维的像素游戏,咱们来测三维的实时渲染,复刻一座可以漫游的 3D 池塘。地形、石路、水面、垂柳和花丛都由 Three.js 实时生成,支持 30 秒的自动镜头漫游和自由探索。

在已有的工程基础上,这轮我给 Hy4 flash 提了更高的审美和镜头要求,既要让漫游视线舒展通透,又要让近景花瓣、树冠层次和水面光影更耐看。
核心提示词如下。
在现有 Three.js 池塘花园工程基础上继续打磨画面与漫游轨迹,保留全部实时 3D 几何体与自动漫游、暂停、自由观察、视角重置功能,不使用视频贴图或二维精灵冒充场景。
后退并抬高 8 秒与 20 秒附近的相机机位,消除近景大叶片与高穗花卉贴脸遮挡。
把钟形花与杯状花的敞口打开,柔化叶片曲面折痕;打散树冠的规则球团感,补充远岸中景灌木层次;压暗水面环境色并增强树影倒影与细微波纹,同时控制三角面规模保证流畅运行。
这一轮最让我惊喜的地方,是 WorkBuddy 搭配 Hy4 flash 原生多模态展现出来的“眼里有活”。

你看上面这张实测截图。
Hy4 flash 改完一轮轨迹、树冠和水面代码后,启动本地预览截了 11 张不同时刻的画面挨个检查,发现第 8 秒的黄色钟形花瓣离镜头偏近、水面的高光还可以更柔和,不用我开口催,就自己接着微调机位、加深树影,又精修了一轮。

在做精细化的同时,它还顺手精简了曲面的冗余分段,把整座花园的三角面数量从 68.5M 压缩到了 53.7M,兼顾了花丛密度和运行流畅度。
最终呈现出来的漫游画面赏心悦目,让人身临其境。
浅米色的碎石小路通向泛着波光的池塘,微风拂过两侧高低错落的花境,切到自由观察模式在岸边逛一圈,春意盎然的氛围扑面而来。
前两个 Case 都是在浏览器里跑的,第三个 Case 咱们来点不一样的,让 Hy4 flash 驱动 Blender 用代码建模并渲染一部 60 秒的布偶动画《豆豆抄近路》,还要带配音和字幕。

故事讲的是戴三角巾的小黄鸭豆豆因为贪玩掉了队,顺着草地上的近路、踩着河面的四颗大纽扣跳到对岸,抢在鸭妈妈找它之前坐上了池塘里的荷叶。
这轮我让 Hy4 flash 重点升级了特写镜头的构图、红白方格的贴图以及整部短片的光影。
核心修改提示词如下。
在现有 Blender 程序化布偶动画工程上继续修复画面问题,保留完整 60 秒故事分镜、原有中文配音与底部字幕,不调用生图服务。
重新核算角色运动与跳跃腾空时的 16:9 画幅投影边界,解决 15 秒特写与 35 秒起跳最高点小鸭头顶毛发贴顶被裁的问题,留足头部安全空间。
修正豆豆红白格三角巾侧结与围脖环的贴图坐标,避免侧面变形为竖条纹;加强暖阳主光、环境光遮蔽与柔和接触阴影,先出 6 张关键时刻样片核对无误后再渲染全片。
你看下面这张 WorkBuddy 工作台的截图,Hy4 flash 很快就定位到了脚本里的关键参数,既把起跳腾空的高度算进了相机投影,又把围脖的贴图坐标统一成了规整的方格。

更贴心的是,Hy4 flash 在启动整片渲染前先出了 6 张关键帧的样片做比对,主动在 AgX 色彩管理下把曝光调到了 1.2,让整部短片呈现出温暖柔和的奶油色调,一次渲染成片,省心到家了。

成片里 15 秒到 35 秒的近景与跳跃镜头构图舒展,豆豆头顶距画面上缘留出了 15% 的空间,侧身奔跑时三角巾清晰立体。
靠一套 Python 脚本驱动 Blender,就能交付一部角色统一、动作连贯且音画同步的儿童故事短片,激活参数仅 12B 的 Hy4 flash 能拿出这样的工程掌控力,着实让人刮目相看。
在已有构图之上,这轮我让 Hy4 flash 进一步精修了纸面的肌理、山体石柱的透视感以及远近景的比例细节。核心提示词如下。
在现有代码绘画工程上继续打磨四幅 3:4 竖幅动态风景画,全部笔触、纸纹与局部动态由纯代码生成,保持 10 秒平滑循环与固定随机种子无闪烁。
去掉通幅均匀的半透明椭圆刷痕,改为顺着山体与海面方向的断续干刷、叠色和露纸擦除层次。
优化沙漠巨岩沟壑与小比例驼队;拉开石柱群峰的宽窄高差与云海遮挡;恢复冰山的厚重不透明块面与水线拱洞衔接;打破六边形岩柱海岸的等距蜂窝感,做出近大远小、高低错落的粗粝石柱平台。
打磨完之后打开总览页,整套作品的通透感和艺术感一下子就映入眼帘。

最抓眼球的是右下角那幅夕阳下的岩柱海岸。
Hy4 flash 给石柱加上了随机旋转、高低落差和石柱间的缝隙,调整冷暖层次之后,站在柱顶看海的两个小人比例也恰到好处。

把单幅画面放大细看,顺着山体走势的留白很有旅行手绘插画的韵味。
飞鸟掠过赭红的巨岩、云海漫过的奇峰、海浪轻拍的拱洞,四段动画首尾衔接得非常丝滑,看起来很是治愈。
这次混元团队没有只盯着脱离日常业务的学术竞赛题,而是专门围绕 WorkBuddy 里的高频工作场景搭建了一套内部基准测试 WorkIndex。
涵盖幻灯片制作、Markdown 写作、文档修改、表格修复、音视频处理和视觉理解等八类真实任务,同时结合了 85 位内部用户在 27 个类别、259 个日常任务上的盲测打分。

Hy4 flash 的综合表现拿到了 42.1 分,反超了总参数 770B、激活参数 49B 的 Hy4 preview(39.7 分);与此同时,单任务平均成本从旗舰版 Hy4 的 5.7 元砍到了 0.2 元左右,不到旗舰版的二十分之一。在 WorkBuddy 内部评测里,它的日常任务平均端到端耗时也缩短了 70%。
关键是,从这次的横评测试来看,Hy4 flash 比 DeepSeek-V4.1-Flash-1017 更具有性价比。
每次推理只激活 12B 参数,凭什么能把成本打下来还不降智?
翻看官方的技术报告,主要靠四招:
架构上压缩缓存:融合混合注意力与 LatentMoE 架构,把百万级长上下文最吃显存的 KV Cache 体积压到了 Hy3 的二十四分之一、Hy4 正式版的六分之一。
查表扩充知识:在 224B 总参数里放了 64B 的 Engram 查表参数模块,常见的知识靠低开销的查表搞定,不增加推理时的计算量。
后训练少说废话:先用旗舰版 Hy4 做自蒸馏保住底子,再用强化学习把端到端任务的平均输出 Token 数量砍掉了 50%,干活利索不啰嗦。
推理加速全开:叠加算子融合、4-bit 量化与 DFly 推理优化,把解码速度推过了每秒 150 个 Token。
说句人话就是,以前跑长周期任务,模型每一步都要拖着庞大的 KV Cache 和冗长的输出;现在显存占得少、废话说得少、输出还快,综合花费可不就断崖式往下掉嘛。
最后说说大家最关心的 API 价格。Hy4 flash 的计费价格如下:
普通输入:每百万 Token 0.5 元
输出:每百万 Token 2 元
缓存命中输入:每百万 Token 0.02 元

深度体验下来,鹅厂这波给混元家族补上的 Hy4 flash 诚意满满,说是“打工人日常干活的神仙模型”一点也不夸张。
旗舰版 Hy4 负责守住超长周期工程任务的能力上限,Hy4 flash 则把日常高频任务的性价比和响应速度推到了极致。不管是优化网页交互、微调三维场景与动画、修表格写文档、生成幻灯片,还是配合 WorkBuddy 跑多模态自检与 Computer Use 自动化,Hy4 flash 用起来可以说是丝滑又痛快。
再给大家汇报一个好消息,Hy4 flash 的模型权重已经开源了,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base,想在本地或内网跑模型的团队有福了,可在 GitHub、Hugging Face、ModelScope 和 GitCode 下载部署。

我们下期见。
更新时间:2026-11-21
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight All Rights Reserved.
Powered By 61893.com 闽ICP备11008920号
闽公网安备35020302034844号