作者注：按 2026-11-04 页面口径，对比 Hy4 与 DeepSeek V4.1 Flash 的规格、跑分、价格和可用性，最后按 3 类任务给出选择建议。
先说结论。腾讯 Hy4 发布页附录中，有 34 项跑分两款模型都有成绩，其中 Hy4 赢 27 项，DeepSeek V4.1 Flash 赢 7 项。DeepSeek 赢下的 7 项集中在写代码与自动化，分别是 DeepSWE、SWE-Marathon、Hy-CompanyBench、AutoCath、AutomationBench、PPTOGen 和 Foundation Model Bench。
一句话选择建议：写代码和批量跑任务选 DeepSeek V4.1 Flash；需要看屏幕、操作软件、处理中文办公文档时选 Hy4。
这不是一份“各有千秋”的折中稿。 腾讯附录的口径、第三方评测的覆盖范围、两边的价格倍数，下文都会逐项写清楚。读完后你会得到三张清单：按任务选、按成本选、按可用性选。
Hy4 对比 DeepSeek V4.1 Flash 规格对比表
两款模型都是 MoE 架构，上下文都是 1M。差别主要在激活参数、最大输出和电脑操作能力。下表数据来自腾讯新闻、TokenHub preview 文档和 DeepSeek 模型卡。
| 维度 | Hy4（腾讯混元，2026-11-04） | DeepSeek V4.1 Flash（2026-09-10） |
|---|---|---|
| 总参数 / 激活 | 770B / 49B | 552B / 预填 8B、解码 16B |
| 上下文 | 1M | 1M |
| 最大输出 | 64K（preview 口径，正式版文档未更新） | 384K |
| 视觉 | 有（首次引入） | 有（原生多模态） |
| 电脑操作 | 有（CLI + GUI，针对 Blender、CAD 训练） | 没有 GUI 操作 |
| 权重 | 计划开源，preview 版已按 Apache 2.0 开放 | MIT 协议，已在 Hugging Face 开放 |
| 协议 | OpenAI Chat / Responses、Anthropic Messages | 同样三种 |
| 价格（每百万 tokens，输入/输出） | 刊例 6 / 18 元 | 高峰 $0.30 / $1.20，空闲 $0.15 / $0.60 |
| 可用平台 | 腾讯云 TokenHub、OpenRouter 等 | 官方 API、API易 apiyi.com、OpenRouter |
这张表可以先得出一个判断：DeepSeek 每个 token 激活的参数远少于 Hy4，这是它单价更低、速度更快的结构性原因。它的 KV Cache 为每 token 890 字节，约为 V4 Flash 的 1/4，长上下文场景下更省显存。Hy4 激活参数更多，同时多了电脑操作能力，更适合需要“动手操作”的 Agent。
Hy4 对比 DeepSeek V4.1 Flash：34 项跑分怎么读
先看口径：这是腾讯单方面重跑的
34 项跑分全部由腾讯重跑或汇总，DeepSeek 一列的分数并非 DeepSeek 自报，也不是第三方独立榜单。以 ProgramBench 为例，DeepSeek 自己的模型卡写的是 20.3，腾讯重跑后是 29.1，相差 8.8 分。由此可见，harness、工具配置和超时设置对分数影响很大。
同一份发布内部也存在口径差异。主图里 Terminal-Bench 4.0 的 DeepSeek 成绩是 40.0，附录里是 42.3；AutomationBench 主图为 54.3，附录为 60.5。同一家发布的两处数字就差了 1 到 6 分，因此 1 到 2 分的领先基本可以看作误差范围。本文统一采用附录数字。
DeepSeek 赢的 7 项和 Hy4 领先最多的项目
| DeepSeek 胜出项 | DeepSeek / Hy4 | Hy4 领先较多的项目 | Hy4 / DeepSeek |
|---|---|---|---|
| DeepSWE（真实仓库修复） | 77.0 / 74.9 | OSWorld 2.1（电脑操作） | 78.9 / 68.4 |
| SWE-Marathon（长程工程） | 46.3 / 43.8 | Hy-Backend 3.0 | 45.1 / 37.3 |
| Hy-CompanyBench | 79.5 / 78.8 | E-Bench 2.0 | 70.0 / 66.8 |
| AutoCath（代码理解） | 58.1 / 57.2 | Terminal-Bench-Science | 19.8 / 13.7 |
| AutomationBench | 60.5 / 56.2 | BuddyVQA 无工具 | 55.6 / 43.7 |
| PPTOGen（PPT 生成） | 62.5 / 60.9 | Agents’ First Exam-IF | 79.9 / 68.7 |
| Foundation Model Bench | 36.3 / 28.1 | Hy-LifeSearch | 60.2 / 53.0 |
从这张表能读出三点：
- Hy4 的大幅领先集中在电脑操作（OSWorld +10.5）、视觉问答（BuddyVQA +11.9）、指令遵循（+11.2）和科研类终端任务，这些正是它新增的能力方向。
- DeepSeek 赢下的项目里，有一半是真实仓库修复和长程工程，而这类任务最接近日常写代码的场景。
- 27 胜里有不少只领先 1 分左右，例如 ProgramBench +0.9、Tag-bench +0.5。结合上文的口径误差，这些项目不宜当作明确优势。27 胜不等于全面领先。腾讯自己也承认，Hy4 在前沿数学、长程开发、视觉问答等高难度测试集上与顶尖闭源模型（如 Claude Opus 5.5、GPT-6.1 Sol 一档）“仍然存在较大差距”。
第三方评测只覆盖 Hy4 preview
目前的独立评测只测过 Hy4 preview（2026-08-28 版本），正式版还没有第三方复测。
| 第三方来源 | DeepSeek V4.1 Flash | Hy4 preview | 结论 |
|---|---|---|---|
| Vals AI（19 个共同榜） | 赢 7 项 | 赢 12 项 | Hy4 preview 数学 75.00% vs 54.00% |
| LMArena 总榜（11 月 2 日） | 第 21（Max） | 第 24 | DeepSeek 略高 |
| CWE-bench（250 题） | 57.6% | 47.3% | DeepSeek 领先，单次成本 $0.04 vs $0.43 |
| LLMBenchmark 编程指数 | 70.3 | 44.3 | DeepSeek 明显领先 |
第三方数据和腾讯附录的方向一致：DeepSeek 在编程上更强，Hy4 在数学、推理和综合任务上占优。但正式版 Hy4 没有独立复测，官方分数只能作为参考，上线前最好用自己的任务集跑一遍。
Hy4 对比 DeepSeek V4.1 Flash 价格算账
单价与倍数
以下价格均为每百万 tokens，按 2026-11-04 页面口径，汇率按 1 美元 ≈ 7 元估算。
| 方案 | 输入 | 输出 | 缓存 | Hy4 相对倍数（输入 / 输出） |
|---|---|---|---|---|
| Hy4 刊例（TokenHub 6/18/0.3 元） | $0.857 | $2.571 | $0.043 | 基准 |
| Hy4 五折（12 月 31 日前，3/9/0.15 元） | $0.429 | $1.286 | $0.021 | 基准 |
| Hy4 OpenRouter 标价 / 五折 | $0.834 / $0.417 | $2.501 / $1.2505 | $0.042 / $0.021 | 与 TokenHub 接近 |
| DeepSeek 高峰（API易 apiyi.com 现价相同） | $0.30 | $1.20 | $0.006 | 刊例 2.9 倍 / 2.1 倍；五折 1.4 倍 / 1.07 倍 |
| DeepSeek 空闲 | $0.15 | $0.60 | $0.003 | 刊例 5.7 倍 / 4.3 倍；五折 2.9 倍 / 2.1 倍 |
DeepSeek 的高峰时段是北京时间工作日 09:00-12:00 和 14:00-18:00，中国法定节假日除外。
月成本可以按这个公式估算：月成本 = 输入量 × 输入单价 + 输出量 × 输出单价 + 缓存命中量 × 缓存单价，各项用量以百万 tokens 计。
举一个假设场景：每月输入 1 亿 tokens、输出 2,000 万 tokens，暂不计缓存。
- Hy4 刊例：100 × 0.857 + 20 × 2.571 ≈ $137
- Hy4 五折：约 $69
- DeepSeek 高峰：约 $54
- DeepSeek 空闲：约 $27
结论很明确。按刊例价，Hy4 的输入价格是 DeepSeek 高峰价的 2.9 倍。五折期内，Hy4 的输出价格只比 DeepSeek 高峰价高 7%，价差明显缩小。12 月 31 日之后折扣结束，差距会回到 2 到 3 倍。
💰 成本建议：对预算敏感的团队，可以先通过 API易 apiyi.com 调用
deepseek-v4.1-flash（输入 $0.3、输出 $1.2、缓存读 $0.006），用真实流量算出月成本，再与 Hy4 五折价对照。
Hy4 对比 DeepSeek V4.1 Flash 可用性与迁移
渠道
- Hy4：腾讯云 TokenHub、OpenRouter（页面路径 tencent/hy4）、WorkBuddy/CodeBuddy（11 月 4 日至 15 日限免）、元宝、企业微信、ima。
- DeepSeek V4.1 Flash：官方 API、API易、OpenRouter，也可以从 Hugging Face 下载 MIT 权重自行部署。
迁移时要注意的 4 件事
- 协议：两边都兼容 OpenAI Chat Completions、Responses 和 Anthropic Messages，切换时一般只需改
base_url和model。 - 输出上限：DeepSeek 最多输出 384K，Hy4 按 preview 口径只有 64K。从 DeepSeek 迁到 Hy4 时，长报告、整仓代码生成这类任务需要拆分。
- 思考模式：DeepSeek 默认开启思考，
reasoning_effort可在 1 到 100 之间调节，官方成绩全部按 100 测得。迁移后调低该参数可以省 token，但分数也可能随之下降。 - 速度：Hy4 在 OpenRouter 上 P50 约 63 tok/s，首 token 延迟约 2.9 秒。DeepSeek 在 Artificial Analysis 上推理档为 182 tok/s，非推理档为 256 tok/s。对延迟敏感的场景要预留余量。
🚀 接入建议：在 API易 中，DeepSeek 可以直接用 OpenAI 兼容方式调用，
base_url填https://api.apiyi.com/v1，model填deepseek-v4.1-flash。Hy4 目前尚未上架 API易，型号与价格以平台型号列表为准，我们会尽快推出此模型。
Hy4 对比 DeepSeek V4.1 Flash：3 类任务怎么选
| 任务类型 | 推荐 | 数字理由 |
|---|---|---|
| ① 写代码、长程工程 | DeepSeek V4.1 Flash | 腾讯附录中 DeepSWE 77.0 vs 74.9；第三方 CWE-bench 57.6% vs 47.3%；384K 输出 |
| ② 看屏幕、操作软件、办公文档、中文业务流 | Hy4 | OSWorld 78.9 vs 68.4；E-Bench 70.0 vs 66.8；支持 GUI 操作 |
| ③ 高并发、批量、成本敏感 | DeepSeek V4.1 Flash | 刊例价下 Hy4 输入贵 2.9 倍；空闲价再降一半；五折期内 Hy4 输出仅高 7%，可以复核 |
有一个例外要单独说明：PPT 生成（PPTOGen 62.5 vs 60.9）是 DeepSeek 小胜。如果办公任务以“生成文件”为主、不需要操作界面，两款模型差距不大，可以按成本选。
💡 选择建议：最稳妥的做法是挑 20 到 50 条自己的真实任务做 A/B。DeepSeek 一侧可以通过 API易 apiyi.com 快速起量测试，再和 Hy4 的结果对比，用自己的数据决定，比参考任何榜单都可靠。
常见问题 FAQ
Q1: Hy4 赢 27 项，是不是就比 DeepSeek V4.1 Flash 强？
不能这么下结论。这 34 项全部由腾讯重跑，单个项目的口径差最大达到 8.8 分，而 27 胜里不少只领先 1 分左右。第三方的编程类评测反而是 DeepSeek 领先。
Q2: 现在能在 API易 调用 Hy4 吗？
暂时不能。按 2026-11-04 的快照，Hy4 不在 API易 的在线模型列表中。DeepSeek V4.1 Flash 可以直接在 API易 apiyi.com 调用，新用户有免费测试额度。
Q3: Hy4 五折结束后还值得用吗？
只要你的业务依赖 GUI 操作或视觉问答，Hy4 就有不可替代性。如果是纯文本或代码任务，折扣结束后它的单价是 DeepSeek 高峰价的 2 到 3 倍，性价比不占优。
Q4: 想自部署该选哪个？
选 DeepSeek V4.1 Flash。它的权重以 MIT 协议开放，每 token 激活参数少，KV Cache 也小。Hy4 正式版的权重还没有放出。
Hy4 对比 DeepSeek V4.1 Flash 核心要点 Key Takeaways
- 跑分口径：34 项均为腾讯单方面重跑，Hy4 赢 27 项，DeepSeek 赢 7 项。
- DeepSeek 强项：真实仓库修复、长程工程、自动化，并支持 384K 长输出。
- Hy4 强项：电脑操作（OSWorld +10.5）、视觉问答、指令遵循。
- 价格：按刊例价，Hy4 输入贵 2.9 倍；五折期内输出只贵 7%。
- 第三方数据：只覆盖 Hy4 preview，编程方向 DeepSeek 明显领先。
- 上手方式：DeepSeek 可通过 API易 apiyi.com 用 OpenAI 兼容接口直接调用。
总结
Hy4 与 DeepSeek V4.1 Flash 的选择可以归结为一句话：DeepSeek 负责写代码和批量任务，Hy4 负责看屏幕和操作软件。
- 跑分：腾讯附录 27:7 有参考价值，但口径由腾讯一方决定，1 到 2 分的差距可以忽略。
- 成本：在 12 月 31 日前的五折期内，Hy4 的价差最小，适合趁这段时间做评测。
- 可用性：DeepSeek 渠道更多、权重已开放、输出上限更大；Hy4 独有 GUI 操作能力。
建议先在 API易 apiyi.com 上用 deepseek-v4.1-flash 跑通主流程，需要电脑操作能力的环节再单独评估 Hy4。
建议补充真实截图的位置：腾讯 Hy4 发布页的跑分主图与附录表（放在“34 项跑分怎么读”一节）；DeepSeek 官方价格页的高峰与空闲时段说明（放在“价格算账”一节）；OpenRouter Hy4 页面的价格与速度数据（放在“可用性与迁移”一节）。
📚 参考资料
- 腾讯混元 Hy4 发布页：34 项附录与主图跑分
- 链接：
hy.tencent.com/research/hy4 - 腾讯云 TokenHub 模型价格：Hy4 刊例与五折
- 链接：
cloud.tencent.com/document/product/1823/130055 - DeepSeek 官方价格：高峰与空闲时段定价
- 链接：
api-docs.deepseek.com/quick_start/pricing - DeepSeek V4.1 Flash 模型卡：参数、KV Cache、自报跑分
- 链接：
huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash - OpenRouter Hy4：价格、速度与首 token 延迟
- 链接：
openrouter.ai/tencent/hy4 - Vals AI 对比 / CWE-bench / LLMBenchmark：第三方独立评测
- 链接：
vals.ai、cwe-bench.com、llmbenchmark.ai
作者: APIYI 技术团队
技术交流: 欢迎在 API易 apiyi.com 首页联系我们，更多资料可访问 docs.apiyi.com 文档中心
