Hy4 flash 对比 GLM 5.3 Flash:日常盲测和终端基准分开看

作者注:本文拆解腾讯研究页的盲测、附录基准和产品方证言,比较 Hy4 flash 与 GLM-5.3-Flash 在日常任务、终端编码、成本和接入协议上的差异,并说明今天在 API易 能调用哪一个。

腾讯混元在 2026-11-16 发布了 Hy4 flash,官方把它定位为“日常生产力最便宜的模型”。很多人正在 GLM-5.3-Flash 和它之间挑一个当日常主力。腾讯的研究页给了三类材料:人工盲测、附录基准表和产品方证言。三处的结论方向并不完全一致。

这不是一份“各有千秋”的折中稿。下文把三处数据分开摆,每个数字都标出来源。最后按场景给出明确选择,也说明今天在 API易 上能直接调用的是哪一个型号。

核心价值:读完本文,你会知道 Hy4 flash 在盲测里赢在哪里、GLM-5.3-Flash 在附录基准里赢在哪里,以及接入时要注意的协议和价格口径。

hy4-flash-vs-glm-5-3-flash-comparison-image-0


Hy4 flash 对比 GLM 5.3 Flash 核心差异

先说结论:两者没有谁通吃。腾讯的盲测里 Hy4 flash 满意度更高、更快、更便宜。附录里 Terminal-Bench 4.0 和 PPTFixBench 这类偏“修复、终端操作”的项目,GLM-5.3-Flash 分数更高。

对比维度 Hy4 flash GLM-5.3-Flash 数据来源
盲测满意度(4 分制) 2.79 2.53 腾讯研究页盲测表(官方自报)
中位端到端时间 6.7 分钟 7.6 分钟 同上
盲测单任务成本 0.26 元 0.81 元 同上,人民币
Terminal-Bench 4.0 19.2 35.4 腾讯研究页附录
PPTFixBench 23.7 28.6 腾讯研究页附录
MdCoEditBench(Markdown 共写) 56.9 32.3 腾讯研究页附录
规格 224B 总参数(含 64B Engram),激活 12B,1M 上下文 320B 总参数,激活 18B,1M 上下文,最大输出 128,000 研究页 / API易 型号页
可调平台 腾讯云 TokenHub、WorkBuddy 等;API易 暂未上架 API易 apiyi.com 已上架 glm-5.3-flash 研究页 / API易 型号列表

这张表里所有分数都来自腾讯一方,GLM 没有出场为自己辩护。看待时要记住:盲测和附录都是腾讯官方自报,评测集多数是腾讯内部集,不是公开终榜名次。

Hy4 flash 对比 GLM 5.3 Flash 的三处数据口径

三处材料的口径完全不同,混在一起读很容易误判:

  • 盲测:85 名内部 WorkBuddy 用户,259 个任务,27 个类别。外部模型(含 GLM)用 high 档,Hy4 flash 这一行没有标档位。
  • 附录表:17 个评测项,所有模型取各自最高推理档。每格附带单任务成本,成本按腾讯自定的人民币固定价算。
  • 产品方证言:元宝、王者荣耀、ima 等团队的自述数字,各自场景、各自基线,不可横向拼接。

hy4-flash-vs-glm-5-3-flash-comparison-image-1


Hy4 flash 对比 GLM 5.3 Flash 盲测结果

盲测是 Hy4 flash 最有利的一处证据。研究页的完整盲测表有四行,原样列出如下(腾讯官方自报):

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(未标档位) 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

只看 Hy4 flash 和 GLM-5.3-Flash 这两行,Hy4 flash 满意度高 0.26 分,时间短约 0.9 分钟,单任务成本约为 GLM 的三分之一。这是“日常盲测更便宜”的直接依据。

有三点要读准。第一,满意度最高的是 DeepSeek 的 3.09,不是 Hy4 flash。第二,Hy4 flash 比 Haiku 低 0.02 分,研究页用的词是“接近”(close to),不是超过。第三,官方帖里的“18 倍任务成本降幅”来自 4.73 元除以 0.26 元,对比对象是 Haiku,不是 GLM。

Hy4 flash 对比 GLM 5.3 Flash 的盲测成本怎么来的

盲测表里的人民币成本是腾讯按自己的计价口径算出来的。它反映的是“同一批任务下谁花得少”,不等于你在任何平台上的实际账单。Hy4 flash 的成本低,一部分来自刊例价低,一部分来自研究页说的强化学习把端到端平均输出 token 减少了 50%。

研究页还有一组 WorkIndex 结论:单任务平均成本是 Hy4 preview 的 1/13、Hy4 的 1/20。这几句只属于 WorkIndex,不要拿去替换盲测表里的人民币数字,也和 GLM 无关。


Hy4 flash 对比 GLM 5.3 Flash 附录基准

附录是 GLM-5.3-Flash 扳回来的地方。下表从腾讯研究页 Appendix 整图抄出,只保留这两列,格式为“分数 / 单任务成本(人民币)”:

评测项 Hy4 flash GLM-5.3-Flash 分数更高
PPTGenBench 54.2 / 0.169 53.6 / 1.460 Hy4 flash
PPTCoEditBench 74.0 / 0.105 67.3 / 0.489 Hy4 flash
PPTFixBench 23.7 / 0.253 28.6 / 2.517 GLM
MdCoEditBench 56.9 / 0.057 32.3 / 0.133 Hy4 flash
WordEditBench 46.2 / 0.629 47.6 / 2.840 GLM
ExcelFixBench 15.6 / 0.310 9.9 / 2.879 Hy4 flash
AudioVideoBench 17.8 / 0.344 11.9 / 3.370 Hy4 flash
BuddyVQA Atlas(无工具) 48.5 / 0.007 50.1 / 0.019 GLM
DeepSWE v1.1 64.6 / 0.290 67.8 / 3.230 GLM
ProgramBench 16.0 / 0.561 13.0 / 17.959 Hy4 flash
Terminal-Bench 4.0 19.2 / 0.558 35.4 / 5.597 GLM
APEX-Agents v1.1 63.1 / 0.087 51.5 / 0.485 Hy4 flash
AutomationBench v1.0.6 52.2 / 0.038 48.4 / 0.104 Hy4 flash
HLE-Full(带工具) 55.2 / 0.060 52.2 / 0.616 Hy4 flash
OSWorld 2.1 68.1 / 0.451 64.0 / 3.803 Hy4 flash
MMMU-Pro 75.8 / 0.010 77.0 / 0.013 GLM
ZeroBench-main(带工具) 45.8 / 0.077 35.3 / 1.861 Hy4 flash

差距最大的一项是 Terminal-Bench 4.0:GLM 35.4,Hy4 flash 19.2,接近两倍。这个基准用 Claude Code harness,最多 500 轮、单次最长 13 小时,考的是长程终端操作。PPTFixBench 上 GLM 也领先约 5 分。另外 DeepSWE、WordEditBench、BuddyVQA、MMMU-Pro 这几项 GLM 小幅领先。

Hy4 flash 拉开差距的是 Markdown 共写(56.9 对 32.3)、表格修复、音视频处理和 ZeroBench。这些项目更接近“写文档、改表格、处理素材”的日常办公。这和研究页的建议一致:长程软件工程继续用 Hy4,不用 Hy4 flash。

附录成本列是腾讯的假设,不是平台账单

附录原文说明:成本按各模型官方 API 价、1 美元按 7.2 人民币折算。GLM-5.3-Flash 用的固定价是每百万 token 输入 0.8 元、缓存命中 0.23 元、输出 2.8 元,注明为“标准 API 价”。这是腾讯制表时的附录假设,不是 API易 的标价,也不要据此换算你在 API易 上的账单。

hy4-flash-vs-glm-5-3-flash-comparison-image-2


Hy4 flash 对比 GLM 5.3 Flash 产品方证言

研究页还附了腾讯各产品团队的证言,其中三条直接点名了 GLM-5.3-Flash。这些都是产品方自述,场景和基线各不相同:

  • 元宝(产品方自述):通用对话比 GLM-5.3-Flash 高 2.52%,多轮对话最明显。这是元宝团队的内部评估,不是公开榜单。
  • 王者荣耀(产品方自述):相对 DeepSeek-V4.1-Flash-1017 和 GLM-5.3-Flash,根因定位接近。模型请求少 22.0% 到 39.1%,token 少 40.5% 到 61.2%,工具调用分别多 51.2% 和 7.7%。
  • ima(产品方自述):相对上述两家,平均等待少 18% 到 35%,回复评分高 1.8%,内容质量高 8.1%。

这几条的共同点是:Hy4 flash 在“少花 token、少等待”上占优,质量层面是接近或小幅领先。它们支持盲测的结论,但不能反驳附录里 Terminal-Bench 的差距,因为根本不是同一类任务。


Hy4 flash 对比 GLM 5.3 Flash 价格与接入

价格是最容易写错的部分。不同来源的数字不能混用,下表把每个价格的出处分开列(单位均为美元每百万 token):

型号 / 来源 输入 输出 缓存读 说明
Hy4 flash(腾讯研究页刊例) 0.070 0.281 0.003 非 API易 标价;TokenHub 到 2026-11-30 五折
glm-5.3-flash(API易 apiyi.com 型号页) 0.15 0.50 0.03 已上架,分组 CodexResponses、Default、SVIP,倍率 1 倍
glm-5-3-flash-260828(API易 总表) 0.15 0.499995 0.03 另一条通道,与上一条不冲突
hy4(API易 总表) 0.85 2.55 0.045 这是 Hy4,不是 Hy4 flash
Hy4(腾讯研究页刊例) 0.834 2.501 0.042 研究页刊例,与 API易 价分开看

Hy4 flash 的五折是 TokenHub 的限时窗口价。研究页没有单独印折后价表,如果自己除以 2 估算,记得 11 月 30 日之后恢复刊例。

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 API易 只有 hy4,没有任何 flash 版混元。如果你需要的是腾讯混元的高上限版本,可以先用 hy4;如果你要的就是 Hy4 flash,现阶段只能走腾讯云 TokenHub、WorkBuddy 等官方渠道。研究页也没有给出 API 模型 ID,调用前以 TokenHub 控制台显示的名字为准。

如何在 API易 调用 GLM-5.3-Flash

glm-5.3-flash 今天就能调。它在 API易 上只支持 OpenAI Chat Completions,不支持 Anthropic Messages,也不支持 Responses。这一点决定了你能不能直接把它接进某些客户端:

  1. 在 apiyi.com 控制台创建密钥。
  2. 把客户端的 base_url 设为 https://api.apiyi.com/v1,请求路径是 /chat/completions。
  3. 请求体里 model 填 glm-5.3-flash,messages 按 OpenAI 格式传。
  4. 思考默认开启,输入可以是文本、图像、视频,输出是文本。

如果你的工具只会发 Anthropic Messages 格式请求,glm-5.3-flash 不能直接用。这类场景要么换成支持 Chat Completions 的客户端,要么换用同时提供 chat 和 messages 端点的型号。上下文、最大输出、端点等参数以 API易 型号页为准。

🚀 接入建议:已经在 API易 上架的型号,用 apiyi.com 的密钥,请求发到 https://api.apiyi.com/v1 即可,OpenAI 兼容客户端改两处配置就能跑通。新用户有免费测试额度,可以先拿自己的日常任务试 glm-5.3-flash。


Hy4 flash 对比 GLM 5.3 Flash 场景推荐

选择 Hy4 flash 的场景

  • 文档与 Markdown 共写:附录 MdCoEditBench 56.9 对 32.3,差距明显。
  • 表格修复、音视频素材处理:ExcelFixBench、AudioVideoBench 两项 Hy4 flash 领先。
  • 成本敏感的高频日常任务:盲测单任务 0.26 元对 0.81 元(腾讯官方自报)。
  • 多轮对话类产品:元宝产品方自述通用对话高 2.52%,多轮最明显。

选择 GLM-5.3-Flash 的场景

  • 终端操作与长程命令行任务:Terminal-Bench 4.0 是 35.4 对 19.2,差距最大的一项。
  • 修复类幻灯片任务:PPTFixBench 28.6 对 23.7。
  • 今天就要上线:glm-5.3-flash 已在 API易 上架,Hy4 flash 还没有。
  • 工具链基于 Chat Completions:OpenAI 格式客户端可以直接接入。

Hy4 flash 对比 GLM 5.3 Flash 决策建议

你的情况 建议
主要做写作、文档、表格、素材处理 等 Hy4 flash 上架,或先走腾讯官方渠道试用
主要做终端操作、命令行 Agent 选 GLM-5.3-Flash
需要今天在 API易 上线 选 glm-5.3-flash,走 Chat Completions
客户端只支持 Anthropic Messages glm-5.3-flash 不适用,换支持 messages 的型号
长程软件工程 两个都不是首选,研究页建议用 Hy4

💡 选择建议:盲测和附录给出的方向不同,最稳妥的做法是用你自己的任务各跑一批。glm-5.3-flash 可以现在就在 API易 apiyi.com 上验证;Hy4 flash 上架后,换一个 model 参数就能在同一套代码里对比。

hy4-flash-vs-glm-5-3-flash-comparison-image-3


常见问题 FAQ

Q1:Hy4 flash 和 GLM-5.3-Flash 分别是什么?

Hy4 flash 是腾讯混元 2026-11-16 发布的日常任务模型,224B 总参数、激活 12B、1M 上下文。GLM-5.3-Flash 按 API易 型号页记载为 320B 总参数、激活 18B、1M 上下文,厂商发布于 2026-08-26。

Q2:Hy4 flash 对比 GLM 5.3 Flash,到底谁更强?

看任务类型。腾讯盲测里 Hy4 flash 满意度 2.79、GLM 2.53;附录里 Terminal-Bench 4.0 和 PPTFixBench 是 GLM 更高,Markdown 共写、表格、音视频、ZeroBench 是 Hy4 flash 更高。所有数据都是腾讯官方自报。

Q3:元宝说通用对话比 GLM-5.3-Flash 高 2.52%,可信吗?

这是元宝产品方的自述评估,不是公开榜单,也没有公开方法细节。可以作为“多轮对话方向 Hy4 flash 可能占优”的线索,但不宜当成定论。

Q4:附录里 GLM 的 0.8 元、0.23 元、2.8 元是 API易 的价格吗?

不是。这是腾讯制附录表时采用的人民币固定价假设。`glm-5.3-flash` 在 API易 型号页的价格是输入 0.15、输出 0.50、缓存读 0.03 美元每百万 token,以平台型号列表为准。

Q5:现在能在 API易 调用 Hy4 flash 吗?

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。目前可以在 API易 调用的是 `glm-5.3-flash` 和 `hy4`,注意 `hy4` 不是 flash 版。上架动态可在 apiyi.com 的型号列表查看。

Q6:glm-5.3-flash 能接进只支持 Anthropic 格式的客户端吗?

不能。`glm-5.3-flash` 在 API易 上只提供 OpenAI Chat Completions 端点,不支持 Messages 和 Responses。客户端需要能把 base_url 指向 `/v1` 并发送 Chat Completions 请求。

Q7:两个模型有哪些已知不足?

Hy4 flash 在 Terminal-Bench 4.0 只有 19.2 分,研究页也承认长程软件工程不如 Hy4,权重目前只是计划开源。GLM-5.3-Flash 在盲测满意度和 Markdown 共写上落后,且只走 Chat Completions。两者的对比数据都来自腾讯一方。


Hy4 flash 对比 GLM 5.3 Flash 核心要点 Key Takeaways

  • 盲测 Hy4 flash 占优:满意度 2.79 对 2.53,6.7 分钟对 7.6 分钟,0.26 元对 0.81 元。
  • 终端基准 GLM 更高:Terminal-Bench 4.0 是 35.4 对 19.2,PPTFixBench 也是 GLM 领先。
  • 日常办公项 Hy4 flash 更高:Markdown 共写、表格修复、音视频、ZeroBench 分数更高。
  • 证言只是自述:元宝“高 2.52%”是产品方自述,不是公开榜。
  • 价格分清来源:附录人民币是腾讯假设,研究页美元是刊例,均非 API易 标价。
  • 今天可调的是 GLM:glm-5.3-flash 已在 API易 apiyi.com 上架,仅支持 Chat Completions。

总结

Hy4 flash 对比 GLM 5.3 Flash 的核心结论:

  1. 日常任务看 Hy4 flash:腾讯盲测里更满意、更快、更便宜,文档和表格类基准也更高。
  2. 终端任务看 GLM-5.3-Flash:Terminal-Bench 4.0 差距接近两倍,长程命令行任务不该选 Hy4 flash。
  3. 落地看可用性和协议:今天能在 API易 调用的是 glm-5.3-flash,只走 Chat Completions;Hy4 flash 暂未上架。

如果你的任务以写作和文档为主,可以关注 Hy4 flash 的上架进度;如果偏终端操作,或者需要立刻上线,glm-5.3-flash 是更直接的选择。建议用 apiyi.com 的免费测试额度,拿自己的真实任务跑一轮再定。


📚 参考资料

  1. 腾讯混元 Hy4 flash 研究页:盲测表、附录基准、产品方证言和刊例价

    • 链接:hy.tencent.ai/research/hy4-flash
    • 说明:本文所有盲测、附录分数和证言均出自此页,属腾讯官方自报
  2. 腾讯混元官方发布帖:Hy4 flash 发布与 API 刊例价

    • 链接:x.com/TencentHunyuan/status/2122217770314301469
    • 说明:“18 倍任务成本降幅”的出处,对比对象是 Claude Haiku 5.5
  3. API易 GLM-5.3-Flash 型号页:参数、上下文、端点与价格

    • 链接:docs.apiyi.com/models/glm-5-3-flash
    • 说明:glm-5.3-flash 的规格和协议以此页为准

作者:APIYI 技术团队
技术交流:欢迎在 API易 网站首页联系我们,更多型号与接入说明可访问 docs.apiyi.com 文档中心

发表评论