Примечание автора: в статье по задачам разобраны спецификации Hy4 flash, слепые тесты с участием людей, WorkIndex и оценки из приложения. Вывод такой: для повседневных задач вроде совместной работы над слайдами, Markdown, визуальных вопросов-ответов и операций с компьютером можно рассматривать Hy4 flash; для исправления сложных PPT, длительных задач в терминале и долгосрочной разработки ПО лучше по-прежнему брать Hy4 или DeepSeek-V4.1-Flash-1017.
Сразу к выводу. Если вы выбираете модель для повседневной офисной работы или лёгкого агента, Hy4 flash подходит для таких повседневных задач, как совместная работа над слайдами, совместная работа над Markdown, визуальные вопросы-ответы и операции с компьютером. При исправлении сложных PPT, запуске длительных задач в терминале и долгосрочной разработке ПО не рекомендуется переходить с Hy4 или DeepSeek-V4.1-Flash-1017 на Hy4 flash.
16 ноября 2026 года Tencent Hunyuan опубликовала страницу исследования и официальный пост, в котором заявила, что по результатам слепых тестов с участием людей на повседневных рабочих задачах Hy4 flash показывает результат, близкий к Claude Haiku 5.5, при гораздо более низкой стоимости выполнения задач. Это не история про то, что одна дешёвая модель решает всё. В приложении к той же странице исследования видно, что на бенчмарках для терминала и длительного программирования Hy4 flash заметно уступает Hy4. Все приведённые в статье результаты слепых тестов, данные WorkIndex, материалы приложения и отзывы о продукте — это либо официальные данные Tencent, либо оригинальный текст со страницы исследования; независимого воспроизведения третьими сторонами нет.
Что вы получите: прочитав статью, вы получите таблицу выбора по задачам и ясно поймёте, в чём Hy4 flash силён, где слаб и в каких случаях менять модель не стоит.

Насколько силён Hy4 flash: сначала посмотрим на выбор по типам задач
В таблице ниже всё разложено по типам задач. Основа — рекомендованные сценарии со страницы исследования и оценки из приложения. Колонка «Предпочтительный выбор» — это лишь ориентир при выборе модели, а не утверждение, что она полностью превосходит другие в таких задачах.
| Тип задачи | Предпочтительный выбор | Основание (текст со страницы исследования / приложение) |
|---|---|---|
| Совместное написание слайдов (человек + ИИ) | Hy4 flash | PPTCoEditBench — 74.0, у Hy4 — 78.9, стоимость одной задачи примерно 1/16 от стоимости Hy4 |
| Совместное написание Markdown (человек + ИИ) | Hy4 flash | MdCoEditBench — 56.9, близко к 57.7 у Hy4 и заметно выше 29.2 у DeepSeek |
| Визуальный вопрос-ответ (без инструментов) | Hy4 flash подходит, но не лучший | BuddyVQA — 48.5, выше 43.7 у DeepSeek, но ниже 55.5 у Hy4 |
| Управление компьютером | Hy4 flash подходит | OSWorld 2.1 — 68.1, близко к 68.4 у DeepSeek, у Hy4 — 78.9 |
| Исправление сложных PPT | Hy4 или DeepSeek-V4.1-Flash-1017 | PPTFixBench — 23.7, у Hy4 — 45.6, у DeepSeek — 45.3 |
| Длинные задачи в терминале | Hy4 или DeepSeek-V4.1-Flash-1017 | Terminal-Bench 4.0 — всего 19.2, у Hy4 — 44.4 |
| Долгосрочная разработка ПО | Hy4 | На странице исследования явно рекомендуют; ProgramBench — 16.0 против 30.0 у Hy4 |
Логика у этой таблицы простая. Задачи с коротким результатом, большим числом раундов туда-сюда и чувствительные к цене — отдавайте Hy4 flash. Задачи с длинной цепочкой шагов, где нужны постоянные рассуждения и многократные исправления, — моделям с более высоким потолком возможностей. На странице исследования советуют то же самое: глубокий поиск, обработку документов, создание слайдов, простые frontend-демо и управление компьютером — на Hy4 flash, а долгосрочную разработку ПО — по-прежнему на Hy4.
Где проще всего ошибиться при выборе Hy4 flash
Самое частое неверное прочтение — воспринимать «близко к Haiku» как «полностью превосходит Haiku». В слепом тесте удовлетворённость Hy4 flash на 0.02 балла ниже, чем у Haiku, а на странице исследования используют формулировку close to. Вторая ошибка — смешивать несколько наборов коэффициентов стоимости. 1/8, 1/13 и 1/20 в WorkIndex — это одна методика расчёта, а стоимость одной задачи в юанях из таблицы слепого теста — другая; подменять одно другим нельзя.
Ключевые возможности и характеристики Hy4 flash
Вот что указано на исследовательской странице. Идентификатор модели для API там не приводится, поэтому выдумывать название модели мы не станем. Если захотите её вызывать, ориентируйтесь на имя, которое отображается в консоли Tencent Cloud TokenHub.
| Параметр | Hy4 flash (как в тексте исследовательской страницы) |
|---|---|
| Всего параметров | 224B, из них 64B — параметры Engram |
| Активация на токен | 12B |
| Модальность | Нативная мультимодальность, как у Hy4 |
| Контекстное окно | 1M токенов |
| KV cache | 1/24 от Hy3, 1/6 от Hy4 |
| Скорость декодирования | Более 150 tokens/s |
| Каналы | Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima, Marvis; OpenRouter — скоро |
| Веса | Открытие планируется, но на странице не сказано, что они уже выложены |
Как Hy4 flash обучали и как она выводит ответы
На этапе предварительного обучения использовали три решения: hybrid attention, LatentMoE и Engram — во многом именно из-за них KV cache стал намного меньше. На этапе постобучения модель дистиллировали из Hy4, а затем с помощью обучения с подкреплением сократили среднюю длину выходных токенов в сквозных задачах на 50%. Для повседневной офисной работы это принципиальный момент: стоимость задачи зависит не только от цены за токен, но и от того, сколько модель говорит и сколько шагов делает.
На стороне инференса применяются megakernel, 4-битное квантование и DFly; на исследовательской странице утверждается, что скорость декодирования превышает 150 tokens/s. Что касается оценки, Tencent не опирается на места в публичных лидербордах, а построил собственный WorkIndex и дополняет его ручной оценкой. Проверяют качество результата, длину ответа за один ход и время выполнения задачи. Такой подход ближе к вопросу «можно ли доделать работу и сколько это будет стоить», но это внутренний набор Tencent, и снаружи его не воспроизвести.

Фактические данные Hy4 flash, часть первая: сравнение с Haiku в слепом тестировании людьми
Формулировка «близко к Haiku» взялась из слепого тестирования с участием людей. На странице исследования указано, что участниками были 85 внутренних пользователей WorkBuddy, охвативших 259 задач в 27 категориях. Приведённые ниже данные — это то, что Tencent сообщила сама.
| Модель | Удовлетворённость (4-балльная шкала) | Медианное сквозное время | Стоимость одной задачи (юани) |
|---|---|---|---|
| DeepSeek-V4.1-Flash-1017 | 3.09 | 10.3 минуты | 1.20 юаня |
| Hy4 flash | 2.79 | 6.7 минуты | 0.26 юаня |
| Claude-Haiku-5.5 | 2.81 | 6.8 минуты | 4.73 юаня |
| GLM-5.3-Flash | 2.53 | 7.6 минуты | 0.81 юаня |
При чтении этой таблицы стоит держать в голове три момента. Во-первых, самая высокая удовлетворённость — 3.09 у DeepSeek-V4.1-Flash-1017, а не у Hy4 flash. Во-вторых, Hy4 flash отстаёт от Haiku на 0.02 балла — это можно назвать лишь «близко», но никак не «выше». В-третьих, внешние модели использовались в режиме high, а в строке Hy4 flash уровень не указан.
Настоящее преимущество Hy4 flash — во времени и стоимости. У него самое короткое медианное время выполнения и самая низкая стоимость одной задачи в таблице. «18-кратное снижение стоимости задачи», о котором говорят в официальном посте, — это 4.73 юаня, делённые на 0.26 юаня, что примерно равно 18.2; сравнивают с Haiku. Этот коэффициент не применим ни к DeepSeek, ни к самому Hy4.
Hy4 flash, фактические данные 2: методика расчёта стоимости WorkIndex
Общий вывод страницы исследования о WorkIndex такой: в целом Hy4 flash выполняет задачи чуть лучше, чем Hy4 preview. Что касается средней стоимости одной задачи, то она составляет 1/13 стоимости Hy4 preview, 1/20 стоимости Hy4 и 1/8 стоимости DeepSeek-V4.1-Flash-1017 (уровень Max, цена в часы пик).
Эти три соотношения относятся только к WorkIndex. WorkIndex состоит из 8 внутренних наборов и охватывает генерацию слайдов, редактирование слайдов, совместную работу человека и модели над слайдами, совместное написание Markdown человеком и моделью, редактирование документов, исправление таблиц, обработку аудио и видео, а также визуальное понимание. Он и упомянутая выше таблица слепого тестирования с участием 85 человек — это два разных набора задач и две разные методики расчёта стоимости. Поэтому нельзя переносить 1/8 на указанную в таблице слепого тестирования стоимость DeepSeek в 1.20 юаня и нельзя переносить 18-кратное соотношение на WorkIndex.
Фразу «чуть лучше, чем Hy4 preview» тоже нужно понимать осторожно. Она означает, что Hy4 flash догнал предыдущую предварительную версию в повседневных задачах, но не означает, что он догнал финальную версию Hy4. В приложении к следующему разделу этот разрыв будет показан.
Фактические данные Hy4 flash, часть 3: разрыв между Hy4 и preview по приложению
В приложении к странице исследования перечислены оценки Hy4 flash, Hy4, Hy4 preview, DeepSeek-V4.1-Flash-1017, Qwen3.8-Flash-Next, GLM-5.3-Flash и GPT-6 Luna, а также стоимость одной задачи в юанях. В таблице ниже оставлены только четыре столбца, самых важных для выбора модели. Все модели берутся в своём максимальном режиме рассуждений, внутренний buddy index оценивается на workbuddy cli. Claude Haiku 5.5 в этой таблице нет, так что выводить из неё оценку Haiku не стоит.
| Бенчмарк (как в приложении к странице исследования) | 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 | нет | 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 |
Если сравнивать с preview, на задачах совместного редактирования и автоматизации Hy4 flash в основном держится на том же уровне или чуть выше. MdCoEditBench поднялся с 49.2 до 56.9, AutomationBench — с 36.3 до 52.2. Но на PPTFixBench и DeepSWE он практически наравне с preview. А на ProgramBench и Terminal-Bench 4.0 он даже ниже preview.
Если сравнивать с релизной версией Hy4, разрыв растёт вместе со сложностью задачи. На совместном редактировании разница всего в несколько баллов, а на задачах исправления и терминала — примерно вдвое. По стоимости Hy4 flash на PPTCoEditBench стоит около 0.105 юаня за задачу, Hy4 — около 1.714 юаня. Эти юани посчитаны по официальным ценам каждой модели при курсе 7.2 юаня за доллар, причём для DeepSeek взят пиковый тариф. Это цифры из таблицы Tencent, и воспринимать их как ваш реальный счёт не стоит.

Слабые стороны Hy4 flash: Terminal-Bench 4.0 и ProgramBench
Об этих двух бенчмарках стоит сказать отдельно — именно они показывают слабые места Hy4 flash. На Terminal-Bench 4.0 у Hy4 flash всего 19,2; у Hy4 — 44,4; у DeepSeek-V4.1-Flash-1017 — 40,0; даже у preview — 26,3, и это выше. В этом тесте используется harness Claude Code, до 500 раундов и максимум 13 часов на один запуск. Как раз такие длинные цепочки терминальных задач сильнее всего зависят от потолка возможностей модели.
В метрике almost solved бенчмарка ProgramBench у Hy4 flash — 16,0, у Hy4 — 30,0, у DeepSeek — 29,0. На странице исследования прямо написано, что для длинной программной инженерии стоит продолжать использовать Hy4. В отзыве WorkBuddy также упоминается, что «длинное кодирование немного проседает». Если ваш агент в основном работает в терминале: правит код, запускает тесты и снова и снова исправляет ошибки, не стоит переходить на Hy4 flash только из-за низкой цены за единицу.
Свидетельства продуктовых команд Hy4 flash: у каждой стороны своя правда
На странице исследования приводятся отзывы нескольких внутренних продуктов. Все они — самоотчёты продуктовых команд, у каждого свои объекты сравнения и методики, поэтому их нельзя объединить в вывод «лидирует по всем показателям».
- WorkBuddy (Anne): по сравнению с Hy4 среднее время выполнения задачи меньше на 70%, стоимость — примерно 1/15; качество на повседневных задачах сопоставимо с Hy4, на длительных задачах кодирования немного ниже. Эти 1/15 — оценка самого WorkBuddy, и это не то же самое число, что 1/20 у WorkIndex.
- Yuanbao (Logan): по сравнению с Hy3 показатели агента выше на 13.6%, при ручном сравнении side-by-side — выше на 7.56%; в общих диалогах выше на 2.52% по сравнению с GLM-5.3-Flash, наибольший прирост — в многоходовых диалогах.
- WeChat Pay (Yilin и Simba): по сравнению с DeepSeek-V4.1-Flash-1017 средний балл по четырём рабочим процессам не ниже, количество шагов выполнения примерно на 6% меньше, длина одного ответа примерно на 29% меньше; время завершения статического сканирования кода меньше на 37%, token’ов меньше на 46%, показатели рассуждения на том же уровне.
- WeCom (Dylan): по сравнению с Hy4 скорость вывода выше на 88%, в режиме рассуждения выводится примерно на 60% меньше token’ов.
- Honor of Kings (TH): по сравнению с DeepSeek-V4.1-Flash-1017 и GLM-5.3-Flash способность локализации корневой причины близка, запросов к модели меньше на 22.0%–39.1%, token’ов меньше на 40.5%–61.2%; но вызовов инструментов больше на 51.2% и 7.7% соответственно.
- ima (Kaycee): по сравнению с двумя вышеуказанными среднее ожидание меньше на 18%–35%, оценка ответов выше на 1.8%, качество контента выше на 8.1%.
- QQ (Red и Look): по сравнению с DeepSeek-V4.1-Flash (в оригинале не указано 1017) доля удовлетворённых ответов в ряде сценариев выше на 0.92–6.16 процентного пункта; точность классификации намерений помощника канала на том же уровне, P90 задержки комментариев меньше на 39%.
- Marvis (Baihan): по сравнению с DeepSeek-V4.1-Flash-1017 удовлетворённость выше в таких подпунктах, как установка приложений, системные настройки, работа с документами, общая удовлетворённость на том же уровне.
Общее во всех этих отзывах — «быстрее, меньше token’ов, качество на том же уровне или чуть лучше», а сценарии сравнения — в основном диалоги, поддержка клиентов, рабочие процессы и повседневные агенты. Ни одна команда не использовала модель для длительной разработки ПО и не заявила о превосходстве. Это совпадает с выводами приложения.
Цены и условия Hy4 flash: как найти модель и сопоставить цены
На странице исследования прайс-лист указан в долларах за миллион токенов: для Hy4 flash кешированный ввод — 0.003, ввод — 0.070, вывод — 0.281; для Hy4 — 0.042, 0.834 и 2.501 соответственно. До 2026-11-30 на API TokenHub от Tencent Cloud действует скидка 50%, а внутри WorkBuddy модель можно использовать бесплатно. На странице исследования цена со скидкой отдельно не указана. Если оценивать, разделив цену из прайс-листа на 2, получается примерно 0.035 на ввод и 0.1405 на вывод; после 30 ноября снова действует цена по прайс-листу.
На APIYI модель Hy4 flash пока не добавлена — мы стараемся добавить её как можно скорее; актуальные данные о модели и цене смотрите в списке моделей платформы. Сейчас hy4 на платформе — это официальная версия Hy4, а не flash. В таблице ниже отдельно приведены сводные цены APIYI для уже добавленных моделей и официальные цены (в долларах за миллион токенов; порядок: ввод, вывод, чтение кеша).
| Модель | Сводная цена APIYI (список моделей apiyi.com) | Официальная цена / цена со страницы исследования | Эндпоинт |
|---|---|---|---|
| Hy4 flash | Пока не добавлена | 0.070 / 0.281 / 0.003 (прайс-лист со страницы исследования) | — |
hy4 |
0.85 / 2.55 / 0.045 | 0.834 / 2.501 / 0.042 (прайс-лист со страницы исследования) | chat |
deepseek-v4.1-flash-1017 |
0.30 / 1.20 / 0.006 | Пиковая нагрузка 0.30 / 1.20 / 0.006; в непиковое время — вдвое меньше | chat, messages |
claude-haiku-5-5 |
0.10 / 0.50 / 0.01 | ≤100 тыс. токенов: 0.10 / 0.50 / 0.01; >100 тыс.: 0.50 / 2.50 / 0.05 | chat, messages |
glm-5.3-flash |
0.15 / 0.50 / 0.03 | — | только Chat Completions |
Несколько деталей стоит пояснить отдельно. Три названия DeepSeek на APIYI — deepseek-v4.1-flash, deepseek-v4.1-flash-1017 и deepseek-flash — имеют одинаковую цену, которая соответствует официальной цене в пиковое время; deepseek-v4-1-flash-260910 и deepseek-v4-1-flash-economy-261017 — это отдельные каналы с другими ценами, они не отражают всю серию V4.1 Flash. У Haiku по официальным правилам, если промпт превышает 100 тыс. токенов, весь запрос тарифицируется по высокой ставке; в сноске к сводной таблице APIYI указана только вторая ставка для ввода — 0.50. Перед вызовом для задач с длинными промптами проверьте тариф на вывод на странице модели apiyi.com.
Уже добавленные модели вызываются с помощью ключа apiyi.com. Запросы отправляются на https://api.apiyi.com/v1; в формате, совместимом с OpenAI, укажите base_url и model, например hy4 или deepseek-v4.1-flash-1017. Если нужен формат Anthropic Messages, выберите модель, которая поддерживает эндпоинт messages. glm-5.3-flash поддерживает только Chat Completions, а deepseek-v4.1-flash-1017 не входит в группу CodexResponses — перед подключением инструментов типа Codex сначала проверьте группу.
Плюсы и минусы Hy4 flash
Преимущества
- Выгоден для повседневных задач: удовлетворённость в слепом тестировании близка к Haiku, а стоимость одной задачи — 0.26 юаня, примерно 1/18 от Haiku (по данным самой компании).
- Высокая скорость: в слепом тестировании у модели самое короткое медианное время выполнения; на странице исследования указано, что декодирование превышает 150 tokens/s.
- Лаконичный вывод: после обучения с подкреплением средний объём выходных токенов уменьшился вдвое; отзывы нескольких продуктов также отмечают сокращение числа токенов и шагов.
- Уверенные навыки совместного написания: совместное написание Markdown почти не уступает Hy4, а в совместной работе над слайдами разрыв всего в несколько баллов.
Ограничения
- Терминал и длительное программирование — слабое место: в Terminal-Bench 4.0 и ProgramBench модель заметно отстаёт от Hy4 и даже показывает результат ниже, чем у preview. Для таких задач продолжайте использовать Hy4 или DeepSeek-V4.1-Flash-1017.
- С задачами исправления справляется с трудом: в PPTFixBench и ExcelFixBench результат составляет лишь около половины от Hy4. При исправлении сложных документов не стоит заменять им исходную модель.
- Один источник доказательств: WorkIndex — внутренний набор, участники слепого теста — внутренние пользователи, сейчас нет стороннего воспроизведения, а ID модели тоже пока не указан на странице исследования.
- Зрение — не сильнейшая сторона: ни BuddyVQA, ни MMMU-Pro не показывают лучший результат в таблице; модель подходит для сценариев визуальных вопросов и ответов, где достаточно приемлемого качества.
Часто задаваемые вопросы (FAQ)
Вопрос 1: Что такое Hy4 flash?
Hy4 flash — это лёгкая модель, которую Tencent Hunyuan выпустила 2026-11-16. Общее число параметров — 224B, на каждый токен активируется 12B, нативная мультимодальность, контекстное окно 1M. Она получена самодистилляцией из Hy4 и предназначена для повседневных задач продуктивности.
Вопрос 2: Hy4 flash действительно сильнее Claude Haiku 5.5?
Так утверждать нельзя. В официальном слепом тесте её оценка удовлетворённости составила 2.79, у Haiku — 2.81, и на странице исследования используется слово «близко». Её преимущество — чуть более короткое время выполнения и заметно более низкая стоимость одной задачи. Кроме того, самую высокую удовлетворённость в слепом тесте показала DeepSeek-V4.1-Flash-1017.
Вопрос 3: Когда Hy4 flash станет доступна?
На странице исследования указано, что она уже доступна через каналы Tencent Cloud TokenHub, WorkBuddy, Yuanbao, а в OpenRouter появится в ближайшее время. Бесплатный доступ в WorkBuddy и скидка 50% на API в TokenHub действуют до 2026-11-30. Веса планируют открыть, но пока они не выложены.
Вопрос 4: Какие задачи не стоит переводить с Hy4 на Hy4 flash?
Долгие задачи в терминале, длительный процесс разработки ПО, сложные презентации и исправление таблиц. В приложении оценки по этим категориям задач составляют примерно лишь половину от Hy4, и на странице исследования также рекомендуют для длительной разработки ПО по-прежнему использовать Hy4.
Вопрос 5: Можно ли сейчас вызвать Hy4 flash через APIYI?
Пока нет — на платформе сейчас есть только официальная версия `hy4`. После добавления в каталог ориентируйтесь на название и цену в списке моделей на apiyi.com. До этого можно тем же API-ключом вызывать `hy4`, `deepseek-v4.1-flash-1017` и `claude-haiku-5-5`, чтобы заранее выстроить процесс сравнения.
Вопрос 6: Можно ли пересчитывать друг в друга 18 раз из слепого теста и 1/20 из WorkIndex?
Нет. 18 раз — это отношение стоимости одной задачи в юанях у Haiku и Hy4 flash из таблицы слепого теста; 1/8, 1/13 и 1/20 взяты из WorkIndex, и объекты сравнения там — DeepSeek, Hy4 preview и Hy4 соответственно. А 1/15 из отзыва о WorkBuddy — это вообще другая методика оценки. Наборы задач и методика расчёта стоимости у всех трёх разные.
Hy4 flash: ключевые выводы
- Позиционирование понятное: Hy4 flash — недорогая модель для повседневной офисной работы и простых агентов.
- Близко, но не выше: удовлетворённость в слепом тесте — 2.79, у Haiku — 2.81, у DeepSeek — 3.09, это лучший результат.
- Стоимость считаем по разным базам: 18× в сравнении с Haiku, 1/20 — с Hy4 в WorkIndex.
- Для задач совместного написания можно брать сразу: совместная работа над Markdown и слайдами близка к Hy4.
- Понятные слабые места: Terminal-Bench 4.0 — 19.2 балла, ProgramBench — 16.0.
- Статус подключения: Hy4 flash пока нет в каталоге APIYI; доступные модели единообразно работают через OpenAI-совместимый интерфейс.
Итог
Насколько сильна Hy4 flash, зависит от того, какую задачу ей дать:
- Повседневные задачи: совместное написание слайдов, Markdown, визуальные вопросы-ответы, управление компьютером — она за очень низкую цену даёт удовлетворённость, близкую к Haiku (по официальному слепому тесту).
- Сложные задачи: исправление сложных PPT, длительные задачи в терминале, долгосрочная разработка ПО — здесь разрыв с Hy4 заметен, лучше продолжать использовать Hy4 или DeepSeek-V4.1-Flash-1017.
- Что это за данные: все цифры Tencent приводит сама; они годятся как ориентир при выборе, но перед запуском всё равно проверьте на своих задачах.
Практичный подход — разделить трафик по задачам: часть повседневных задач сначала перевести на Hy4 flash, а долгосрочные задачи оставить как есть. Когда Hy4 flash появится в APIYI, на apiyi.com можно будет тем же ключом сравнить её реальную работу с hy4 и deepseek-v4.1-flash-1017.
📚 Справочные материалы
-
Исследовательская страница Tencent Hunyuan Hy4 flash: спецификации, слепые тесты, WorkIndex, приложения и отзывы о продукте
- Ссылка:
hy.tencent.ai/research/hy4-flash - Пояснение: первоисточник всех данных оценки из этой статьи, дата страницы — 2026-11-16
- Ссылка:
-
Официальный пост Tencent Hunyuan: 18-кратная стоимость задачи и прайс-листовая цена API
- Ссылка:
x.com/TencentHunyuan/status/2122217770314301469 - Пояснение: официальная формулировка, объект сравнения — Claude Haiku 5.5
- Ссылка:
-
Официальная страница тарифов DeepSeek: цены V4.1 Flash в часы пик и в часы низкой нагрузки
- Ссылка:
api-docs.deepseek.com/quick_start/pricing - Пояснение: здесь можно посмотреть определение часов пик и соответствие названий вызовов
- Ссылка:
-
Официальная документация Claude Haiku 5.5: ID модели и правила тарификации по двум уровням
- Ссылка:
platform.claude.com/docs/en/models/haiku-5-5/overview - Пояснение: объясняет правило, по которому при промпте длиной более 100 тыс. токенов оплата считается за весь запрос целиком
- Ссылка:
Автор: техническая команда APIYI
Связь по техническим вопросам: пишите нам на главной странице сайта APIYI, описание моделей и эндпоинтов есть в документации docs.apiyi.com
