混元 Hy4 flash、DeepSeek V4.1 Flash 1017、GLM-5.3-Flash:腾讯说便宜八倍,按北京时间下午三点算只剩四倍
腾讯混元这三个月发了三次 Hy4,每一次的姿态都不太一样。
8 月的 Hy4 preview 是开源发布的,Apache 2.0 协议,当天权重就挂上了四个托管站,vLLM 和 SGLang 的部署脚本一起给齐。11 月 4 日正式版 Hy4 上线,每百万 token 输入 6 元、输出 18 元、缓存命中 0.3 元,Artificial Analysis 给它的智能指数是 34.6。11 月 16 日,也就是昨天,Hy4 flash 来了:输入 0.5 元、输出 2 元、缓存 0.02 元。
价格从 18 元掉到 2 元,用了 12 天。
可同一条时间线上还有一个反方向的变化:preview 发布当天就能下载,flash 只有一句「计划开源」,没有日期、没有协议、没有模型卡,也没有技术报告。
所以这篇比的东西有点特殊。混元 Hy4 flash 要抢的是便宜档的量,正面对手是 DeepSeek V4.1 Flash 1017 和智谱的 GLM-5.3-Flash。后两家都是 MIT 协议、权重在手;新来的这个价格最低,但除了腾讯自己画的图表,暂时没有一份第三方成绩。
两家老对手,各自也改过规矩
DeepSeek V4.1 Flash 9 月 10 日发布,MIT 协议。10 月 17 日,新快照 1017 直接顶替了原版,API 名字一个字没变。那几天调这个接口的人,拿到的已经是另一个模型,只是代码里看不出来。
它的体量是 552B 总参数、16B 激活,上下文 100 万,单次最多输出 38.4 万 token,权重约 510GB。AA 智能指数 32.6(max 档),Terminal-Bench 2.1 拿到 90.6,DeepSWE v1.1 是 74.2。
GLM-5.3-Flash 8 月 26 日发布,当天开源,MIT 协议,320B 总参数、18B 激活,上下文同样 100 万,最大输出 12.8 万。首发时打了五折,9 月 9 日到期,没有续。AA 智能指数 27.8,三家里最低;AA 编程指数 71.5。
三家的规格放一起:
| Hy4 flash | DeepSeek V4.1 Flash 1017 | GLM-5.3-Flash | |
|---|---|---|---|
| 总参数 / 激活 | 224B / 12B | 552B / 16B | 320B / 18B |
| 输入(美元/百万) | 0.070 | 0.15 闲时 / 0.30 忙时 | 0.15 |
| 输出(美元/百万) | 0.281 | 0.60 闲时 / 1.20 忙时 | 0.50 |
| 缓存命中 | 0.003 | 0.003 闲时 / 0.006 忙时 | 0.03 |
| 权重 | 未放出 | MIT | MIT |
| AA 智能指数 | 无 | 32.6 | 27.8 |
Hy4 flash 的美元价是按国内 0.5 元、2 元、0.02 元的牌价换算的,腾讯没有单独公布海外价。
「八分之一」是在哪个钟点算的
腾讯的宣传里最响的一句:单任务成本是 DeepSeek V4.1 Flash 1017 的八分之一。
这句话后面挂着两个条件:DeepSeek 开 max 推理档,按忙时价计费。
DeepSeek 的忙时是工作日 UTC 01:00 到 04:00、06:00 到 10:00,换成北京时间就是上午 9 点到 12 点、下午 2 点到 6 点。国内公司白天跑的活,大半正好落在这里面。这个前提本身不算偏袒,问题在于它只是三种算法之一。
按纯单价比:忙时 DeepSeek 输入是 Hy4 flash 的 4.3 倍,输出 4.3 倍;闲时两项都只有约 2.1 倍。剩下那一截差距,来自 Hy4 flash 输出更短。腾讯说它用 Hy4 自蒸馏加强化学习,把任务输出长度砍了一半,这部分省下的钱要看你的任务是不是也能短下来。
拿一个常见的智能体请求算一笔:20 万 token 输入,九成命中缓存,输出 5000 token。
Hy4 flash 大约 0.0034 美元。DeepSeek 闲时 0.0065 美元,忙时 0.0131 美元。GLM-5.3-Flash 是 0.0109 美元。
差距是 2 倍到 3.9 倍,不是 8 倍。
这笔账里还藏着 GLM 的坑。它的输出单价 0.50 美元,看上去比 DeepSeek 闲时的 0.60 便宜;可缓存命中价是 0.03 美元,是另外两家的 10 倍。长上下文、高缓存命中的活交给它,总账反而比 DeepSeek 闲时贵出六成多。只看输入输出两列价格选型的人,很容易在这里看走眼。
腾讯那组内部测试,读的时候要分开看
Hy4 flash 拿出来的成绩,全部来自腾讯自己的业务和评测集。
盲测是 85 个 WorkBuddy 用户、27 类场景、259 个日常任务,结论是满意度「接近」Claude Haiku 5.5,单任务成本最低、耗时最短。参与者是腾讯内部员工,用的是腾讯自家产品。「接近」也不等于「超过」。
业务数据里有几条挺具体:微信支付的静态扫描,同等检出质量下耗时少 37%、token 少 46%;王者荣耀的故障根因分析,请求数比 DeepSeek 和 GLM 少 22% 到 39%,token 少 40.5% 到 61.2%。
同一组数据里还有一行,宣传稿没怎么提。
工具调用次数,Hy4 flash 比 DeepSeek 多 51.2%,比 GLM 多 7.7%。腾讯的解释是「更多、更短的往返」。如果你的工具背后是按次计费的搜索 API,或者每次调用都要等一个慢接口,省下的 token 钱可能会被调用次数吃回去一部分。
另外两条是腾讯自己写明的短板:长程编码任务比 Hy4 小幅下降,复杂软件工程官方建议还是交给 Hy4;它的定位是做 PPT、改文档、修表格、深度搜索这类办公活。DeepSeek V4.1 Flash 在 Terminal-Bench 2.1 上的 90.6,Hy4 flash 目前拿不出可比的数字,它在 DeepSWE、Terminal-Bench 4.0 上的成绩只以图片形式出现在腾讯的页面里。
DeepSeek 这边的麻烦不在 API
V4.1 Flash 1017 的问题主要是两件。
一是前面说的快照替换。10 月 17 日那次是悄悄换的,接口名不变,评测基线跟着漂。生产环境里做过回归测试的团队,那周的分数是对不上的。
二是算力吃紧已经传到了产品端。这两天有用户收到提示,网页和 App 里超过 7 天没动的长对话不能再续,单次输入卡在 4 万字左右,用多了直接提示额度已满。API 没有出现同样的限制,但忙时价格翻倍本身就是同一件事的另一面:白天的卡不够用。
GLM-5.3-Flash 输在哪
除了缓存价,它的智能指数 27.8 比 DeepSeek 低将近 5 分。第三方路由平台上测到的首字延迟,p50 是 3.82 秒,p95 是 10 秒,对要即时反馈的对话产品不太友好。
它的好处也实在:权重在 Hugging Face 上,FP8 和 BF16 都有,原生支持图像和视频输入。需要私有化、又不想背 510GB 权重的团队,它比 DeepSeek 好落地得多。
该把流量切过去吗
我的判断是现在别整体切。
Hy4 flash 有两个日期要盯:11 月 30 日 WorkBuddy 免费和 TokenHub 五折到期;以及它什么时候真把权重放出来。腾讯说过会接入 OpenRouter,几家第三方路由对是否已经上架说法还不一致。
办公类、文档类、短输出的批量任务,可以拿一部分流量先在 TokenHub 上试,把工具调用次数一起记进账里。
编程和长链路智能体,留在 DeepSeek V4.1 Flash,能挪的批处理挪到北京时间晚上和周末,单价直接打对折。
要私有部署、或者数据不能出内网的,GLM-5.3-Flash 是三家里唯一现实的选择,前提是别让它跑高缓存的长上下文任务。
站内入口:腾讯混元大模型、DeepSeek、智谱AI、腾讯元宝。
相关对比:《MiniMax M3.1 Flash 和 DeepSeek V4.1 Flash 1017:闲时标价一分不差,工作日白天 DeepSeek 贵一倍》、《Gemini 4 Hydrogen 和 DeepSeek V4.1 Flash 1017:差五倍还是五十倍,要看那 10 万 token 有没有命中缓存》、《混元 Hy4 preview 的 2.99 分说明不了什么,GLM-5.3 和 Kimi K3 的账才该算清楚》
© 版权声明
文章版权归作者所有,未经允许请勿转载。






混元 Hy4 flash、DeepSeek V4.1 Flash 1017、GLM-5.3-Flash:腾讯说便宜八倍,按北京时间下午三点算只剩四倍