Hy4 flash 对比 Claude Haiku 5.5:盲测满意度和单任务成本分开看

作者注:拆解腾讯官方自报的 Hy4 flash 盲测表,说明「接近 Haiku、任务成本约十八分之一」量的是哪张表,并分别核对 Claude Haiku 5.5 官方两档价和 API易 型号表。

2026 年 11 月 16 日,腾讯混元发布了 Hy4 flash。官方帖子把它称为“最便宜的日常生产力模型”,并给出一句很抓眼球的结论:在日常工作的人工盲测里,它与 Claude Haiku 5.5(high)持平,任务成本却降低了 18 倍。

这不是一份“全面便宜十八倍”的对比。 18 倍只来自一张表的一列:腾讯内部盲测中的单任务成本,4.73 元对 0.26 元。本文会把这张表、研究页的 WorkIndex 和附录、Anthropic 官方的两档价格,以及 API易 的型号表分开讲清楚。如果你正在 Haiku 5.5 和更便宜的日常模型之间做选择,读完就能判断这个数字该怎么用。

核心价值:弄清 Hy4 flash 对比 Claude Haiku 5.5 的结论边界,知道哪些任务适合换模型,哪些应该继续用原来的。

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-image-0


Hy4 flash 对比 Claude Haiku 5.5:十八分之一出自哪张表

先看原始数据。下表来自 Hy4 flash 研究页的正文和官方配图,是腾讯官方自报的内部盲测。参与者是 85 名内部 WorkBuddy 用户,共 259 个任务,覆盖 27 个类别。外部模型(DeepSeek、Claude Haiku、GLM)使用 high 档,Hy4 flash 这一行没有标注档位。

模型 满意度(4 分制) 中位端到端时间 单任务成本(人民币)
DeepSeek-V4.1-Flash-1017(high) 3.09 10.3 分钟 1.20 元
Hy4 flash 2.79 6.7 分钟 0.26 元
Claude-Haiku-5.5(high) 2.81 6.8 分钟 4.73 元
GLM-5.3-Flash(high) 2.53 7.6 分钟 0.81 元

4.73 除以 0.26 约等于 18.2,这就是帖子里 18x 的来源。比较对象是 Haiku,不是 DeepSeek,也不是 Hy4。表中满意度最高的是 DeepSeek 的 3.09,Hy4 flash 比 Haiku 低 0.02 分。研究页的措辞是 close to(接近),所以不能写成“超过 Haiku”。

为什么 Hy4 flash 的单价差不到 18 倍

按每百万 token 的刊例价比较,差距没有那么大。研究页给 Hy4 flash 的报价是输入 0.070 美元、输出 0.281 美元。Claude Haiku 5.5 在 10 万 token 以内的官方价是输入 0.10 美元、输出 0.50 美元。单看输入,Hy4 flash 大约是 Haiku 的七成;单看输出,大约是 Haiku 的 56%。

所以,18 倍是“完成一个任务总共花了多少钱”的结果,不是 token 单价的倍数。研究页提到,强化学习把端到端平均输出 token 减少了 50%。不过盲测表本身没有拆解成本构成,不能断言 18 倍完全由某一个因素造成。更稳妥的读法是:在腾讯内部的这批日常任务上,按这套配置跑,任务成本差约 18 倍。如果换成你的任务、提示长度或思考档位,结果需要重新计算。


Hy4 flash 对比 Claude Haiku 5.5 核心差异

下表把两个模型的公开规格放在一起。Hy4 flash 的规格来自研究页,Haiku 5.5 的规格来自 Anthropic 官方模型页。

对比维度 Hy4 flash Claude Haiku 5.5 说明
参数规模 224B 总参数(含 64B Engram 参数),每 token 激活 12B 官方未公开 只能比较一方
上下文 1M token 1M,最大输出 128K 持平
模态 原生多模态 输入为文本和图像,输出为文本 各有侧重
思考 研究页未给默认档位 自适应思考默认开启,默认 effort 为 medium 盲测中 Haiku 用的是 high
刊例价(美元/百万 token) 缓存 0.003、输入 0.070、输出 0.281 10 万以内:缓存读 0.01、输入 0.10、输出 0.50 Hy4 flash 单价更低
解码速度 研究页称超过 150 tokens/s 本文资料未覆盖 —
模型 ID 研究页未给出,以 TokenHub 控制台显示为准 claude-haiku-5-5 —
可用平台 腾讯云 TokenHub 等;API易 暂未上架 Anthropic 官方、API易 apiyi.com 见下文价格节

有一个细节容易忽略:Haiku 5.5 默认的 effort 是 medium,而盲测使用的是 high。如果你在自己的项目里用默认参数调用 Haiku,你测到的速度和成本,并不等同于盲测表中的 Haiku 行。想对照盲测结论,至少要把 effort 档位对齐。

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-image-1

WorkIndex 与附录:Haiku 不在这张表里

研究页还有一套自建评测 WorkIndex,包含 8 个内部集:幻灯片生成、幻灯片编辑、人机共写幻灯片、Markdown 共写、文档编辑、表格修复、音视频处理和视觉理解。按研究页原文,Hy4 flash 在 WorkIndex 上的单任务平均成本,是 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档、高峰价)的 1/8。这三个比例只属于 WorkIndex,不能拿来替换盲测表里的人民币数字。

附录总表一共比较了 7 个模型,Claude Haiku 5.5 不在其中。因此不存在“Haiku 的 Terminal-Bench 分数”,本文也不会补一个。附录的作用在于说明 Hy4 flash 和 Hy4 的能力上限差距。以下数据摘自研究页附录,每格是“分数 / 单任务成本(人民币)”,成本由腾讯按各家官方 API 价、1 美元折合 7.2 元计算:

项目(研究页附录) Hy4 flash Hy4 DeepSeek-V4.1-Flash-1017
PPTCoEditBench 74.0 / 0.105 78.9 / 1.714 76.8 / 0.459
MdCoEditBench 56.9 / 0.057 57.7 / 0.899 29.2 / 0.194
AutomationBench v1.0.6 52.2 / 0.038 56.2 / 0.908 54.3 / 0.620
Terminal-Bench 4.0 19.2 / 0.558 44.4 / 12.014 40.0 / 3.882
ProgramBench(almost solved) 16.0 / 0.561 30.0 / 30.281 29.0 / 9.214

规律比较清楚。在文档类和共写类任务上,Hy4 flash 与 Hy4 的分数接近,成本却低一个数量级。到了 Terminal-Bench 和 ProgramBench 这类长程工程任务,它的分数不到 Hy4 的一半。表中 DeepSeek 一列的人民币价格,是腾讯按高峰固定价计算的,不代表你在任何平台上的账单。这些也不是公开榜单的终榜名次。

研究页还收录了几段产品方的自述证言。例如,WorkBuddy 称相对 Hy4,平均任务时间减少 70%,成本约为 1/15,长程编码能力略有下降。这个 1/15 是 WorkBuddy 自己的评估,和 WorkIndex 的 1/20 不是同一个数。


Hy4 flash 对比 Claude Haiku 5.5 价格怎么对

价格要分成两套来看:Anthropic 官方刊例,以及 API易 的型号表。两者口径不同,不能合并成一句话。

Claude Haiku 5.5 官方两档价

计费项(美元/百万 token) 提示 ≤ 10 万 token 提示 > 10 万 token
输入 0.10 0.50
输出 0.50 2.50
5 分钟缓存写 0.125 0.625
1 小时缓存写 0.20 1
缓存读 0.01 0.05

按官方规则,提示一旦超过 10 万 token,输入、输出和缓存读会一起升到高档,而且整次请求都按高价计算,不只是超出的部分加价。计算提示长度时,缓存读和缓存写都算在内。所以,长文档问答这类场景的实际单价,可能是表格左列的 5 倍。

API易 型号表上的 Haiku 与相关型号

2026-11-16 查询 API易 apiyi.com 的型号列表和定价接口时,claude-haiku-5-5 与 claude-haiku-5-5-thinking 在总表中的价格是:输入 0.10、输出 0.50、缓存读 0.01 美元/百万 token。总表脚注只写明了输入的台阶:10 万 token 以内为 0.10,超过后为 0.50。脚注没有写出输出的第二档。 定价接口在超过 10 万 token 时显示 InputRatio 为 0.25、CompletionRatio 仍为 5。长提示场景的实际计费,请以 API易 平台的型号列表和账单为准,不要直接套用官方的 2.50。

API易 型号 输入 / 输出 / 缓存读(美元/百万 token) 端点 备注
claude-haiku-5-5 0.10 / 0.50 / 0.01 chat、messages 总表价,脚注仅列输入台阶
hy4 0.85 / 2.55 / 0.045 chat 这是 Hy4,不是 Hy4 flash;研究页刊例另为 0.834 / 2.501 / 0.042
deepseek-v4.1-flash 0.30 / 1.20 / 0.006 chat、messages 对应 DeepSeek 官方高峰价,不对应空闲价
glm-5.3-flash 0.15 / 0.50 / 0.03 仅 OpenAI Chat Completions 不支持 Messages 和 Responses

DeepSeek 还有几条独立通道,例如 deepseek-v4-1-flash-260910(0.15 / 0.60 / 0.003)和 deepseek-v4-1-flash-economy-261017(0.24 / 0.96 / 0.006)。它们是各自单独标价的型号,不代表 V4.1 Flash 整个系列的价格。

Hy4 flash 暂未上架,我们会尽快上架这个模型;型号与价格以平台型号列表为准。目前 Hy4 flash 只能通过腾讯云 TokenHub 等渠道调用,研究页没有给出 API 模型 ID,调用前请以 TokenHub 控制台显示的名称为准。研究页还提到,截至 2026-11-30,WorkBuddy 内可以免费使用,TokenHub 的 API 打五折;这是限时窗口价,到期后恢复刊例。

💰 对价建议:已经在 API易 上架的型号,可以用 apiyi.com 申请的同一个密钥,把请求发到 https://api.apiyi.com/v1,把 Haiku、DeepSeek、GLM 放进同一套任务里对比,再按自己的账单算出单任务成本。


Hy4 flash 对比 Claude Haiku 5.5 场景推荐

hy4-flash-vs-claude-haiku-5-5-blind-test-task-cost-image-2

适合选 Hy4 flash 的场景

  • 高频日常任务:研究页推荐用于深度搜索、文档处理、制作幻灯片、简单前端 demo 和电脑操作。
  • 成本敏感的批量流程:盲测中单任务成本最低,中位完成时间也最短。
  • 对等待时间敏感的交互:研究页称解码速度超过 150 tokens/s。

适合继续用 Claude Haiku 5.5 的场景

  • 已有 Claude 工作流:例如依赖 Anthropic Messages 协议或 Claude Code 分组的项目,迁移成本更低。
  • 当前就要通过聚合平台调用:Haiku 已在 API易 上架,同时支持 chat 和 messages 端点。
  • 短提示的高频调用:提示在 10 万 token 以内时,Haiku 的单价本身已经较低,盲测中满意度也与 Hy4 flash 接近。

两个参照对象

如果你最看重满意度,盲测中最高的是 DeepSeek-V4.1-Flash-1017,代价是耗时最长。长程软件工程任务,研究页建议继续使用 Hy4,因为它的能力上限更高。附录中 Terminal-Bench 19.2 对 44.4 的差距也支持这一点。


Hy4 flash 对比 Claude Haiku 5.5 决策建议

不要只凭一个 18 倍就做决定。按下面的顺序走一遍,结论会可靠得多:

  1. 确认任务类型:属于文档、幻灯片、搜索这类日常任务,才去参考盲测结论;长程编码直接看附录。
  2. 对齐思考档位:盲测中的 Haiku 是 high 档,自己复现时不要用默认的 medium 去比较。
  3. 统计提示长度:超过 10 万 token 时,Haiku 官方价格会整体升档,要分别核对 API易 总表和脚注的口径。
  4. 核对协议:glm-5.3-flash 只支持 Chat Completions,Haiku 和 deepseek-v4.1-flash 同时支持 chat 与 messages 端点。
  5. 用自己的任务算账:盲测是 85 名内部用户的打分,你的业务分布可能不同。

💡 选择建议:在 docs.apiyi.com 查到准确的型号 ID 后,用 apiyi.com 的密钥把 Haiku 和其他已上架模型接到同一个 OpenAI 兼容地址 https://api.apiyi.com/v1。在同一批真实任务上记录满意度、耗时和账单,比引用任何一张别人的表都更有参考价值。


常见问题 FAQ

Q1:Hy4 flash 对比 Claude Haiku 5.5,满意度谁更高?

按腾讯官方自报的盲测,Haiku 5.5 为 2.81,Hy4 flash 为 2.79,相差 0.02 分。研究页的措辞是“接近”。表中满意度最高的是 DeepSeek-V4.1-Flash-1017,为 3.09。

Q2:18 倍便宜是不是指所有调用都便宜 18 倍?

不是。18 倍只来自盲测的单任务成本 4.73 元对 0.26 元。按 token 刊例价计算,Hy4 flash 的输入约为 Haiku 的七成,输出约为 56%,远没有 18 倍。

Q3:附录里 Hy4 flash 的 Terminal-Bench 成绩和 Haiku 相比如何?

无法比较。Haiku 5.5 不在附录总表中。要把两者放在一起比,只能使用盲测表。附录更适合用来比较 Hy4 flash、Hy4 和 DeepSeek 等模型。

Q4:Hy4 flash 什么时候能在 API易 调用?

截至 2026-11-16,Hy4 flash 尚未在 API易 上架,平台目前只有 `hy4`。具体上架情况请关注 apiyi.com 的型号列表。在此之前,可以通过腾讯云 TokenHub 调用。

Q5:如何在 API易 调用 Claude Haiku 5.5?

在 apiyi.com 获取密钥后,把 base_url 设为 `https://api.apiyi.com/v1`,model 填 `claude-haiku-5-5`;需要思考版本时填 `claude-haiku-5-5-thinking`。chat 和 messages 两种端点都可以使用。

Q6:长提示调用 Haiku 时要注意什么?

按 Anthropic 官方规则,提示超过 10 万 token 后,整次请求的输入、输出和缓存读都会升档。API易 总表脚注只写明了输入台阶,输出的第二档请以平台列表和实际账单为准。

Q7:Hy4 flash 的权重开源了吗?

研究页写的是计划开源,页面上没有说明权重已经放出。OpenRouter 的上线也标注为“即将”。


Hy4 flash 对比 Claude Haiku 5.5 核心要点 Key Takeaways

  • 盲测接近,不是超过:满意度 2.79 对 2.81,数据来自腾讯官方自报的内部盲测。
  • 18 倍只有一个出处:盲测单任务成本 4.73 元对 0.26 元,不代表全面降价。
  • 配置要对齐:盲测中 Haiku 用 high 档,而它的默认 effort 是 medium。
  • 附录里没有 Haiku:不要从附录推断或补出 Haiku 的分数。
  • 长程工程选 Hy4:Terminal-Bench 上 Hy4 flash 为 19.2,Hy4 为 44.4。
  • Haiku 长提示整体升档:官方价格超过 10 万 token 后,输入、输出、缓存读一起提高。
  • 价格分两套看:官方刊例和 API易 型号表分开核对,Hy4 flash 暂未在 API易 上架。

总结

Hy4 flash 对比 Claude Haiku 5.5 的结论可以压缩成三句话:

  1. 质量:在腾讯内部的日常任务盲测中,两者满意度接近,Hy4 flash 的中位耗时略短。
  2. 成本:约十八分之一是任务级成本,token 单价差距远小于这个倍数。
  3. 边界:长程软件工程继续用 Hy4;长提示场景要先算清 Haiku 的升档规则。

日常文档、幻灯片和搜索类任务,值得把 Hy4 flash 列入候选。现阶段已经上架的 Haiku、DeepSeek 和 GLM,可以先在 API易 apiyi.com 上用自己的任务跑一轮,把单任务成本算出来。


📚 参考资料

  1. Hy4 flash 研究页:规格、盲测、WorkIndex、附录与渠道信息
    • 链接:hy.tencent.ai/research/hy4-flash
    • 说明:盲测、WorkIndex 和产品证言均为官方自报
  2. 腾讯混元官方帖:18x 任务成本与刊例价原句
    • 链接:x.com/TencentHunyuan/status/2122217770314301469
    • 说明:2026-11-16 发布
  3. Claude Haiku 5.5 官方模型页:模型 ID、上下文与两档价格
    • 链接:platform.claude.com/docs/en/models/haiku-5-5/overview
    • 说明:10 万 token 升档规则以此为准
  4. DeepSeek 官方定价页:高峰与空闲两档价格
    • 链接:api-docs.deepseek.com/quick_start/pricing
    • 说明:用于核对 API易 型号对应的是哪一档

作者:API易 技术团队
技术交流:型号 ID 与价格请以 docs.apiyi.com 型号列表为准,欢迎在 API易 网站首页联系我们

发表评论