Nota do autor: este artigo decompõe, por tarefa, as especificações do Hy4 flash, os testes cegos humanos, o WorkIndex e as pontuações do apêndice. A conclusão é: para tarefas cotidianas como coautoria de slides, Markdown, perguntas e respostas visuais e operações no computador, dá para considerar o Hy4 flash; para correção complexa de PPT, tarefas longas no terminal e engenharia de software de longo prazo, ainda recomendo Hy4 ou DeepSeek-V4.1-Flash-1017.
Primeiro, a conclusão. Se você vai escolher um modelo para escritório cotidiano ou agentes leves, o Hy4 flash é adequado para tarefas cotidianas como coautoria de slides, coautoria de Markdown, perguntas e respostas visuais e operações no computador. Para corrigir PPTs complexos, executar tarefas longas no terminal ou fazer engenharia de software de longo prazo, não recomendo trocar Hy4 ou DeepSeek-V4.1-Flash-1017 por ele.
A Tencent Hunyuan publicou, em 2026-11-16, uma página de pesquisa e um post oficial afirmando que o Hy4 flash fica próximo do Claude Haiku 5.5 em testes cegos humanos com trabalho cotidiano, com custo por tarefa muito menor. Isto não é a história de “um modelo barato que serve para tudo”. O apêndice da mesma página de pesquisa mostra que ele fica claramente atrás do Hy4 em benchmarks de terminal e de codificação de longo prazo. Os testes cegos, o WorkIndex, o apêndice e os depoimentos de produto citados neste artigo são todos relatos da própria Tencent ou texto original da página de pesquisa, sem reprodução por terceiros.
Valor central: depois de ler este artigo, você terá uma tabela de escolha segmentada por tarefa e entenderá com clareza onde o Hy4 flash é forte, onde é fraco e em que situações não vale a pena trocar.

Quão poderoso é o Hy4 flash: comece pela escolha por tipo de tarefa
A tabela abaixo organiza as tarefas por tipo, com base nos usos recomendados na página de pesquisa e nas pontuações do apêndice. A “Escolha preferencial” é apenas uma avaliação de seleção; não significa que determinado modelo seja completamente superior nesse tipo de tarefa.
| Tipo de tarefa | Escolha preferencial | Base (texto original da página de pesquisa/apêndice) |
|---|---|---|
| Criação de slides em coautoria humano-máquina | Hy4 flash | PPTCoEditBench 74.0; o Hy4 fica em 78.9; o custo por tarefa é cerca de 1/16 do Hy4 |
| Coescrita de Markdown entre humano e máquina | Hy4 flash | MdCoEditBench 56.9, próximo dos 57.7 do Hy4 e bem acima dos 29.2 do DeepSeek |
| Perguntas e respostas visuais (sem ferramentas) | Hy4 flash é utilizável, mas não é o melhor | BuddyVQA 48.5, acima dos 43.7 do DeepSeek e abaixo dos 55.5 do Hy4 |
| Operação de computador | Hy4 flash é utilizável | OSWorld 2.1 é 68.1, próximo dos 68.4 do DeepSeek; o Hy4 fica em 78.9 |
| Correção de PPTs complexos | Hy4 ou DeepSeek-V4.1-Flash-1017 | PPTFixBench 23.7; o Hy4 fica em 45.6 e o DeepSeek, em 45.3 |
| Tarefas longas no terminal | Hy4 ou DeepSeek-V4.1-Flash-1017 | Terminal-Bench 4.0 é apenas 19.2; o Hy4 fica em 44.4 |
| Engenharia de software de longo prazo | Hy4 | A página de pesquisa recomenda explicitamente; ProgramBench 16.0 contra 30.0 do Hy4 |
A lógica desta tabela é simples. Tarefas com entregáveis curtos, muitas idas e voltas e sensibilidade a custo ficam com o Hy4 flash. Já tarefas com cadeias longas de etapas, que exigem raciocínio contínuo e correções repetidas, ficam com modelos de teto de inteligência mais alto. A própria página de pesquisa recomenda assim: busca profunda, processamento de documentos, criação de slides, demos simples de front-end e operação de computador com o Hy4 flash; engenharia de software de longo prazo continua com o Hy4.
As armadilhas mais comuns na escolha do Hy4 flash
O mal-entendido mais comum é ler “próximo do Haiku” como “superior ao Haiku em todos os aspectos”. No teste cego, a satisfação do Hy4 flash ficou 0.02 ponto abaixo da do Haiku; a página de pesquisa usa a expressão close to. O segundo mal-entendido é misturar diferentes conjuntos de múltiplos de custo. Os 1/8, 1/13 e 1/20 do WorkIndex seguem um critério; já o custo por tarefa em RMB na tabela do teste cego segue outro. Os dois não podem ser substituídos um pelo outro.
Principais funcionalidades e especificações do Hy4 flash
A página de pesquisa traz as especificações abaixo. Ela não informa o ID do modelo de API, então este artigo não inventa um nome de modelo. Para fazer a chamada, use o nome exibido no console do Tencent Cloud TokenHub.
| Item | Hy4 flash (texto original da página de pesquisa) |
|---|---|
| Parâmetros totais | 224B, dos quais 64B são parâmetros Engram |
| Ativação por token | 12B |
| Modalidade | Nativamente multimodal, igual ao Hy4 |
| Contexto | 1M tokens |
| KV cache | 1/24 do Hy3, 1/6 do Hy4 |
| Velocidade de decodificação | Mais de 150 tokens/s |
| Canais | Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima, Marvis; OpenRouter em breve |
| Pesos | Planejado como código aberto; a página não informa se já foram disponibilizados |
Caminho de treinamento e inferência do Hy4 flash
Na fase de pré-treinamento, foram usados três recursos de design: atenção híbrida (hybrid attention), LatentMoE e Engram. Esse é o principal motivo por trás da redução significativa do KV cache. No pós-treinamento, o modelo passou por autodestilação a partir do Hy4 e, depois, o aprendizado por reforço reduziu em 50% o número médio de tokens de saída ponta a ponta. Para o trabalho diário, isso é crucial: o custo de uma tarefa não depende só do preço unitário, mas também de quanto o modelo fala e de quantos passos executa.
Na inferência, foram usados megakernel, quantização 4-bit e DFly; a página de pesquisa afirma que a velocidade de decodificação passa de 150 tokens/s. Em avaliação, a Tencent não usou posições em rankings públicos como argumento, mas criou o próprio WorkIndex, com avaliação humana complementar. O que se avalia é a qualidade da entrega, o comprimento da saída em um único turno e o tempo gasto na tarefa. Essa métrica se aproxima mais de “o trabalho foi concluído e quanto custou?”, mas é um conjunto interno da Tencent e não pode ser reproduzido diretamente por quem está fora.

Hy4 flash dado real nº 1: teste cego humano comparado ao Haiku
A expressão “próximo do Haiku” vem de um teste cego humano. A página de pesquisa afirma que os participantes foram 85 usuários internos do WorkBuddy, cobrindo 259 tarefas e 27 categorias. Os dados abaixo são autodeclarados pela Tencent.
| Modelo | Satisfação (escala de 4 pontos) | Tempo mediano de ponta a ponta | Custo por tarefa (RMB) |
|---|---|---|---|
| DeepSeek-V4.1-Flash-1017 | 3,09 | 10,3 minutos | 1,20 yuan |
| Hy4 flash | 2,79 | 6,7 minutos | 0,26 yuan |
| Claude-Haiku-5.5 | 2,81 | 6,8 minutos | 4,73 yuan |
| GLM-5.3-Flash | 2,53 | 7,6 minutos | 0,81 yuan |
Ao ler esta tabela, é preciso observar três pontos. Primeiro, o maior índice de satisfação é o 3,09 do DeepSeek-V4.1-Flash-1017, não o do Hy4 flash. Segundo, o Hy4 flash fica 0,02 ponto abaixo do Haiku, então só dá para dizer que é próximo, não que o supera. Terceiro, os modelos externos usaram todos o nível high, enquanto a linha do Hy4 flash não indica o nível.
A verdadeira vantagem do Hy4 flash está no tempo e no custo. Ele tem o menor tempo mediano de conclusão e o menor custo por tarefa da tabela. A “redução de 18 vezes no custo por tarefa” mencionada no post oficial é simplesmente 4,73 yuan dividido por 0,26 yuan, o que dá aproximadamente 18,2, e o objeto de comparação é o Haiku. Esse múltiplo não se aplica ao DeepSeek, nem ao Hy4.
Dados de teste do Hy4 flash, parte 2: a base de custos do WorkIndex
A avaliação geral da página de pesquisa sobre o WorkIndex é esta: o desempenho geral do Hy4 flash nas tarefas é um pouco superior ao do Hy4 preview. Já no custo médio por tarefa, ele é 1/13 do Hy4 preview, 1/20 do Hy4 e 1/8 do DeepSeek-V4.1-Flash-1017 (nível Max, preço de pico).
Essas três proporções valem apenas para o WorkIndex. O WorkIndex é formado por 8 conjuntos internos, abrangendo geração de slides, edição de slides, coautoria humano-máquina de slides, coautoria humano-máquina em Markdown, edição de documentos, reparo de tabelas, processamento de áudio e vídeo e compreensão visual. Ele e a tabela de teste cego com 85 pessoas mencionada acima são dois conjuntos de tarefas e duas metodologias de cálculo de custo. Portanto, não dá para pegar o 1/8 e aplicar ao valor de 1,20 yuan do DeepSeek na tabela de teste cego, nem aplicar o fator de 18 vezes ao WorkIndex.
A expressão “um pouco acima do Hy4 preview” também exige cautela na interpretação. Isso mostra que o Hy4 flash alcançou a versão preview da geração anterior nas tarefas do dia a dia, mas não significa que alcançou o Hy4 oficial. O apêndice da próxima seção mostrará essa diferença.
Dados de teste do Hy4 flash, parte 3: a diferença entre Hy4 e preview no apêndice
O apêndice da página de pesquisa traz as pontuações do Hy4 flash, do Hy4, do Hy4 preview, do DeepSeek-V4.1-Flash-1017, do Qwen3.8-Flash-Next, do GLM-5.3-Flash e do GPT-6 Luna, além do custo por tarefa em RMB. A tabela abaixo extrai apenas as quatro colunas mais relevantes para a escolha do modelo. Todos os modelos usam seu nível de raciocínio mais alto e o buddy index interno é avaliado no workbuddy cli. O Claude Haiku 5.5 não está nesta tabela, então não use esses números para inferir a pontuação do Haiku.
| Benchmark (texto original do apêndice da página de pesquisa) | Hy4 flash | Hy4 | Hy4 preview | DeepSeek-V4.1-Flash-1017 |
|---|---|---|---|---|
| PPTCoEditBench | 74.0 | 78.9 | 71.5 | 76.8 |
| MdCoEditBench | 56.9 | 57.7 | 49.2 | 29.2 |
| AutomationBench v1.0.6 | 52.2 | 56.2 | 36.3 | 54.3 |
| OSWorld 2.1 (Full, partial) | 68.1 | 78.9 | N/D | 68.4 |
| PPTFixBench | 23.7 | 45.6 | 23.8 | 45.3 |
| ExcelFixBench | 15.6 | 27.8 | 11.7 | 20.0 |
| DeepSWE v1.1 | 64.6 | 74.9 | 64.3 | 73.8 |
| ProgramBench (almost solved) | 16.0 | 30.0 | 17.5 | 29.0 |
| Terminal-Bench 4.0 | 19.2 | 44.4 | 26.3 | 40.0 |
Comparado ao preview, o Hy4 flash fica em geral igual ou melhor nas tarefas de coescrita e de automação. O MdCoEditBench sobe de 49.2 para 56.9 e o AutomationBench vai de 36.3 para 52.2. Mas no PPTFixBench e no DeepSWE ele praticamente empata com o preview. Já no ProgramBench e no Terminal-Bench 4.0 ele fica até abaixo do preview.
Já em relação à versão oficial do Hy4, a diferença cresce conforme a dificuldade da tarefa. Nas tarefas de coescrita a distância é de poucos pontos, enquanto nas de correção e de terminal ela chega a quase o dobro. Em custo, o Hy4 flash fica em cerca de 0,105 yuan por tarefa no PPTCoEditBench, contra aproximadamente 1,714 yuan do Hy4. Esses valores em RMB usam o preço oficial de cada modelo e a taxa de 7,2 RMB por dólar, sendo que o DeepSeek entrou com preço de pico. São números da planilha da Tencent e não devem ser tomados como a sua conta real.

Pontos fracos do Hy4 flash: Terminal-Bench 4.0 e ProgramBench
Esses dois pontos precisam ser explicados separadamente, porque são justamente os pontos fracos do Hy4 flash. No Terminal-Bench 4.0, o Hy4 flash tem apenas 19.2, o Hy4 tem 44.4, o DeepSeek-V4.1-Flash-1017 tem 40.0 — até o preview, com 26.3, fica acima dele. Esse teste usa o harness do Claude Code, com no máximo 500 rodadas e até 13 horas por execução. Esse tipo de tarefa de terminal de cadeia longa depende justamente do teto de inteligência do modelo.
Na métrica almost solved do ProgramBench, o Hy4 flash fica em 16.0, o Hy4 em 30.0 e o DeepSeek em 29.0. A própria página do estudo deixa claro que, para engenharia de software de longo horizonte, ainda se deve usar o Hy4. O depoimento do WorkBuddy também menciona “codificação de longo horizonte ligeiramente inferior”. Se o seu agente passa a maior parte do tempo no terminal alterando código, rodando testes e corrigindo falhas repetidamente, não troque para o Hy4 flash só porque o preço unitário é menor.
Depoimentos dos produtos sobre o Hy4 flash: cada um fala a partir do seu próprio recorte
A página do estudo traz depoimentos de vários produtos internos. Todos os textos abaixo são relatos das próprias equipes de produto, com objetos de comparação e critérios diferentes; não dá para somá-los e concluir que o modelo “lidera em tudo”.
- WorkBuddy (Anne): em relação ao Hy4, o tempo médio por tarefa é 70% menor e o custo é cerca de 1/15; a qualidade em tarefas cotidianas é equivalente à do Hy4, com codificação de longo horizonte ligeiramente inferior. Esse 1/15 é uma avaliação do próprio WorkBuddy e não é o mesmo número que o 1/20 do WorkIndex.
- Yuanbao (Logan): em relação ao Hy3, o desempenho como agente é 13.6% maior e a comparação lado a lado feita por humanos é 7.56% melhor; em conversas gerais, fica 2.52% acima do GLM-5.3-Flash, e o ganho mais evidente é em conversas multiturno.
- WeChat Pay (Yilin e Simba): em relação ao DeepSeek-V4.1-Flash-1017, a pontuação média em quatro fluxos de trabalho é igual ou maior, o número de etapas de execução é cerca de 6% menor e o comprimento da saída por turno é cerca de 29% menor; o tempo de conclusão da varredura estática de código é 37% menor, o uso de tokens é 46% menor e o desempenho de raciocínio é equivalente.
- WeCom (Dylan): em relação ao Hy4, a velocidade de saída é 88% maior e a saída de tokens no modo de pensamento é cerca de 60% menor.
- Honor of Kings (TH): em relação ao DeepSeek-V4.1-Flash-1017 e ao GLM-5.3-Flash, a capacidade de localizar a causa raiz é semelhante, há 22.0% a 39.1% menos requisições ao modelo e 40.5% a 61.2% menos tokens; mas há, respectivamente, 51.2% e 7.7% mais chamadas de ferramentas.
- ima (Kaycee): em relação às duas empresas acima, a espera média é de 18% a 35% menor, a pontuação das respostas é 1.8% maior e a qualidade do conteúdo é 8.1% maior.
- QQ (Red e Look): em relação ao DeepSeek-V4.1-Flash (o texto original não menciona 1017), a taxa de respostas satisfatórias em vários cenários fica 0.92 a 6.16 pontos percentuais acima; a precisão da classificação de intenção do assistente de canal é equivalente, e a latência P90 dos comentários é 39% menor.
- Marvis (Baihan): em relação ao DeepSeek-V4.1-Flash-1017, a satisfação em subitens como instalação de aplicativos, configurações do sistema e pesquisa em documentos é maior, enquanto a satisfação geral é equivalente.
O ponto em comum entre esses depoimentos é “mais rápido, mais econômico em tokens e qualidade equivalente ou um pouco melhor”, e os cenários de comparação são, em sua maioria, conversas, atendimento ao cliente, fluxos de trabalho e agentes do dia a dia. Nenhuma equipe o usa para engenharia de software de longo horizonte e afirma que ele é melhor. Isso está alinhado com a conclusão do apêndice.
Preços e protocolo do Hy4 flash: como consultar o modelo e comparar preços
Preços de tabela da página de pesquisa (USD por milhão de tokens): Hy4 flash entrada em cache 0.003, entrada 0.070, saída 0.281; Hy4, respectivamente, 0.042, 0.834, 2.501. Até 2026-11-30, a API do Tencent Cloud TokenHub cobra metade do preço, e dentro do WorkBuddy o uso é gratuito. A página de pesquisa não lista separadamente o preço com desconto. Se calcularmos dividindo o valor de tabela por 2, a entrada fica em cerca de 0.035 e a saída em cerca de 0.1405; após 30 de novembro, o preço de tabela volta a valer.
No APIYI, o Hy4 flash ainda não está disponível; vamos colocá-lo no catálogo o quanto antes. O modelo e o preço devem ser consultados na lista de modelos da plataforma. Atualmente, o hy4 na plataforma é o Hy4 oficial, não o flash. A tabela abaixo lista separadamente o preço da tabela geral da APIYI e o preço oficial dos modelos já disponíveis (USD por milhão de tokens, na ordem entrada, saída, leitura de cache).
| Modelo | Preço da tabela geral da APIYI (lista de modelos em apiyi.com) | Preço oficial/página de pesquisa | Endpoint |
|---|---|---|---|
| Hy4 flash | Ainda não disponível | 0.070 / 0.281 / 0.003 (tabela da página de pesquisa) | — |
hy4 |
0.85 / 2.55 / 0.045 | 0.834 / 2.501 / 0.042 (tabela da página de pesquisa) | chat |
deepseek-v4.1-flash-1017 |
0.30 / 1.20 / 0.006 | Pico 0.30 / 1.20 / 0.006; horário ocioso pela metade | chat, messages |
claude-haiku-5-5 |
0.10 / 0.50 / 0.01 | ≤100 mil tokens: 0.10 / 0.50 / 0.01; >100 mil: 0.50 / 2.50 / 0.05 | chat, messages |
glm-5.3-flash |
0.15 / 0.50 / 0.03 | — | Apenas Chat Completions |
Alguns detalhes merecem ser explicados separadamente. No APIYI, os três nomes deepseek-v4.1-flash, deepseek-v4.1-flash-1017 e deepseek-flash têm o mesmo preço, correspondendo ao preço oficial de pico; deepseek-v4-1-flash-260910 e deepseek-v4-1-flash-economy-261017 são outros canais, com preços diferentes, e não representam toda a série V4.1 Flash. Nas regras oficiais do Haiku, quando o prompt ultrapassa 100 mil tokens, a requisição inteira é cobrada na faixa mais alta; a nota de rodapé da tabela da APIYI só menciona a segunda faixa de entrada, 0.50. Antes de chamar tarefas com prompts longos, confirme a faixa de saída na página de modelos em apiyi.com.
Os modelos já disponíveis são chamados com a chave API do apiyi.com. As requisições vão para https://api.apiyi.com/v1, preenchendo base_url e model no formato compatível com OpenAI, por exemplo hy4 ou deepseek-v4.1-flash-1017. Quando precisar do formato Anthropic Messages, escolha um modelo que suporte o endpoint messages. glm-5.3-flash só suporta Chat Completions, e deepseek-v4.1-flash-1017 não está no grupo CodexResponses; antes de integrar ferramentas do tipo Codex, verifique o grupo.
Análise de prós e contras do Hy4 flash
Vantagens
- Bom custo-benefício em tarefas do dia a dia: a satisfação nos testes cegos fica próxima à do Haiku, com custo de 0,26 yuan por tarefa — cerca de 1/18 do Haiku (segundo dados informados pela própria empresa).
- Rápido: teve o menor tempo mediano de conclusão nos testes cegos; a página de pesquisa afirma que a decodificação passa de 150 tokens/s.
- Saída enxuta: após o aprendizado por reforço, o número médio de tokens de saída caiu pela metade, e relatos de vários produtos também mencionam menos tokens e menos passos.
- Sólido em tarefas de co-escrita: a co-escrita em Markdown fica praticamente empatada com o Hy4, e a diferença na co-escrita de slides é de apenas alguns pontos.
Limitações
- Fraco em terminal e codificação de longo prazo: no Terminal-Bench 4.0 e no ProgramBench fica claramente atrás do Hy4, e até abaixo do preview. Para esse tipo de tarefa, continue usando o Hy4 ou o DeepSeek-V4.1-Flash-1017.
- Dificuldade em tarefas de correção: no PPTFixBench e no ExcelFixBench alcança apenas cerca de metade do Hy4. Ao corrigir documentos complexos, não é recomendável usá-lo no lugar do modelo que você já utiliza.
- Fonte de evidências única: o WorkIndex é um conjunto interno, os participantes dos testes cegos são usuários internos, não há reprodução por terceiros até o momento, e o ID do modelo ainda não foi divulgado na página de pesquisa.
- Visão não é seu ponto mais forte: BuddyVQA e MMMU-Pro não são os melhores da tabela; ele serve bem para cenários de perguntas e respostas visuais em que “dar para o gasto” é suficiente.
Perguntas Frequentes (FAQ)
Q1: O que é o Hy4 flash?
O Hy4 flash é um modelo leve lançado pelo Tencent Hunyuan em 2026-11-16, com 224B de parâmetros totais e 12B ativados por token, multimodal nativo e janela de contexto de 1M. Ele foi obtido por autodestilação a partir do Hy4 e é posicionado para tarefas de produtividade do dia a dia.
Q2: O Hy4 flash é realmente melhor que o Claude Haiku 5.5?
Não dá para afirmar isso. No teste cego oficial, a satisfação dele foi de 2.79, contra 2.81 do Haiku — a página de pesquisa usa a palavra “próximo”. A vantagem dele está no tempo de conclusão um pouco menor e no custo por tarefa muito mais baixo. Além disso, o maior índice de satisfação no teste cego foi do DeepSeek-V4.1-Flash-1017.
Q3: Quando o Hy4 flash estará disponível?
A página de pesquisa mostra que ele já está disponível em canais como Tencent Cloud TokenHub, WorkBuddy e Yuanbao, e que o OpenRouter está prestes a ser lançado. A promoção de uso gratuito no WorkBuddy e de 50% de desconto na API do TokenHub vai até 2026-11-30. Os pesos estão planejados para serem open source, mas ainda não foram liberados.
Q4: Quais tarefas não devem migrar do Hy4 para o Hy4 flash?
Tarefas longas de terminal, engenharia de software de longo prazo, PPTs complexos e correção de planilhas. No apêndice, as pontuações dessas tarefas ficam em cerca de metade das do Hy4, e a própria página de pesquisa recomenda continuar usando o Hy4 para engenharia de software de longo prazo.
Q5: Já é possível invocar o Hy4 flash via APIYI?
Por enquanto, não — a plataforma só tem a versão oficial `hy4`. Quando ele for disponibilizado, consulte o nome e o preço na lista de modelos em apiyi.com. Antes disso, você pode usar a mesma chave para invocar `hy4`, `deepseek-v4.1-flash-1017` e `claude-haiku-5-5` e já montar o seu fluxo de comparação.
Q6: Dá para converter os 18x do teste cego e o 1/20 do WorkIndex um no outro?
Não. O fator 18 vem da razão entre o custo por tarefa em renminbi do Haiku e do Hy4 flash na tabela do teste cego; já 1/8, 1/13 e 1/20 vêm do WorkIndex, com as referências sendo DeepSeek, Hy4 preview e Hy4, respectivamente. O 1/15 citado no depoimento do WorkBuddy é ainda outro conjunto de avaliação. Os três têm conjuntos de tarefas e critérios de custo diferentes.
Hy4 flash — Principais pontos
- Posicionamento claro: o Hy4 flash é um modelo de baixo custo, voltado para o trabalho de escritório do dia a dia e para agentes leves.
- Perto, mas não acima: satisfação no teste cego de 2,79, contra 2,81 do Haiku e 3,09 do DeepSeek, o maior da comparação.
- Cuidado com as métricas de custo: o fator 18 vezes se refere ao Haiku; 1/20 se refere ao Hy4 dentro do WorkIndex.
- Co-escrita pode ir direto: co-escrita de Markdown e de slides fica próxima do Hy4.
- Pontos fracos bem definidos: 19,2 no Terminal-Bench 4.0 e 16,0 no ProgramBench.
- Status de acesso: o APIYI ainda não disponibilizou o Hy4 flash; os modelos já disponibilizados usam todos a interface compatível com OpenAI.
Resumo
O quão forte é o Hy4 flash depende da tarefa que você entrega a ele:
- Tarefas do dia a dia: co-escrita de slides, Markdown, perguntas e respostas sobre imagens (VQA) e operação do computador — ele entrega, a custo muito baixo, uma satisfação próxima à do Haiku (teste cego oficial).
- Tarefas complexas: correção de PPTs complexos, tarefas longas de terminal e engenharia de software de longo prazo — a diferença em relação ao Hy4 é evidente; nesses casos, continue usando o Hy4 ou o DeepSeek-V4.1-Flash-1017.
- Natureza das evidências: todos os dados são autodeclarados pela Tencent, então servem como referência para escolha do modelo, mas antes de colocar em produção você ainda precisa validar com as suas próprias tarefas.
A abordagem mais pragmática é separar o tráfego por tipo de tarefa: direcione primeiro uma parte das tarefas do dia a dia para o Hy4 flash e deixe as tarefas de longo prazo como estão. Quando o Hy4 flash estiver disponível no APIYI, você poderá comparar, em apiyi.com e usando a mesma chave, o desempenho real dele contra hy4 e deepseek-v4.1-flash-1017.
📚 Referências
-
Página de pesquisa Tencent Hunyuan Hy4 flash: especificações, testes cegos, WorkIndex, apêndice e depoimentos de produto
- Link:
hy.tencent.ai/research/hy4-flash - Descrição: fonte original de todos os dados de avaliação deste artigo; a data da página é 2026-11-16
- Link:
-
Post oficial de lançamento da Tencent Hunyuan: custo de tarefa 18x e preço de tabela da API
- Link:
x.com/TencentHunyuan/status/2122217770314301469 - Descrição: posicionamento oficial, com o Claude Haiku 5.5 como objeto de comparação
- Link:
-
Página oficial de preços da DeepSeek: preços de pico e de ociosidade do V4.1 Flash
- Link:
api-docs.deepseek.com/quick_start/pricing - Descrição: permite consultar a definição de horário de pico e a correspondência entre nomes de invocação
- Link:
-
Documentação oficial do Claude Haiku 5.5: ID do modelo e regras de cobrança em duas faixas
- Link:
platform.claude.com/docs/en/models/haiku-5-5/overview - Descrição: explica a regra de cobrança por requisição inteira quando o prompt excede 100 mil tokens
- Link:
Autor: Equipe técnica da APIYI
Intercâmbio técnico: fique à vontade para entrar em contato conosco na página inicial do site APIYI; descrições de modelos e endpoints podem ser consultadas no centro de documentação docs.apiyi.com
