大数跨境

抢先实测腾讯Hy4 flash,一口气做出黄仁勋MV,比DeepSeek更便宜

抢先实测腾讯Hy4 flash,一口气做出黄仁勋MV,比DeepSeek更便宜 智东西
2026-11-16
0
导读:成本暴降95%。

成本暴降95%。
作者 |  江宇
编辑 |  心缘
一段由AI编写代码生成的MV近日引发关注:穿着黑色皮衣的黄仁勋化作像素小人,在蔡依林的《日不落》旋律中登台,唱到“爱的明信片”时掏出一颗绿色GPU芯片。尽管动作略显僵硬、字幕存在错位,但整支视频从角色绘制到动画合成均由AI独立完成。
支撑这一创作的是腾讯姚顺雨团队最新发布的混元4 flash(Hy4 flash)模型。智东西11月16日报道,腾讯正式发布该新一代模型,总参数量224B(2240亿),激活参数12B(120亿),支持多模态及100万Token上下文,解码速度超150 Token/s。
混元4 flash主打极致低成本:API每百万Token输入价格0.5元、输出2元,分别为混元4正式版的1/12和1/9,命中缓存的输入价格低至0.02元。在腾讯公布的日常工作任务评测中,其平均单任务成本约0.2元;在涉及85名内部用户的盲测中,用户满意度接近Claude Haiku 5.5,平均单任务成本仅0.26元,显著低于DeepSeek-V4.1-Flash-1017的1.2元。
为验证其实际能力,我们在WorkBuddy中进行实测,除生成黄仁勋MV外,还测试了其开发《模拟人生5》简易版、搭建3D网球比赛、制作北京地标动画以及调用Blender制作鹈鹕骑车动画等复杂任务。

给黄仁勋拍MV:五十多个分镜一口气做完

在生成黄仁勋《日不落》MV的任务中,我们引导模型依次完成音乐分析、画风设计、人物绘制、剧本分镜及视频制作。利用模型的视觉理解能力,上传黄仁勋真人照片后,模型将其转化为Q版像素小人,并生成了包含5种朝向、12种表情及动作的可交互预览页面,人物特征如黑皮衣、眼镜等保留较好。
随后,模型根据音乐节奏生成五十多个镜头的分镜,并编写代码合成视频。最终成片虽完成了从角色设计到导出的长程任务,但仍存在画面精细度不足、动作僵硬及字幕与音乐不同步等问题,显示其在细节打磨和音画同步方面仍有提升空间。

一句话造《模拟人生5》、搭3D网球场

除了视频生成,我们还测试了混元4 flash在复杂前端开发、3D场景制作及跨工具协作方面的能力。

1. 一句话搓出《模拟人生5》

在“制作一款拥有画面和玩法的《模拟人生5》”指令下,模型生成了一个可玩的简化版本。游戏包含等距视角小屋、三名家庭成员及实时状态显示(饱食度、精力等)。玩家可点击家具互动或开启自动生活模式。虽然人物和家具由基础几何形状组成,画面简陋,但模型实现了角色需求变化、自动行为及家具交互等核心玩法,而非静态页面。

2. 3D网球比赛搭出来了,运动员却接不到球

在制作完整3D网球比赛的任务中,模型搭建了球场、看台等设施,并实现了发球、对打、计分及视角切换功能。整体采用像素风格,支持全景、跟拍等视角调整。然而,细节存在诸多Bug:旗杆位置不合理、球拍未触球却产生击打效果、观众与座椅融合等,显示出物理逻辑和建模精度的不足。

3. 调用GitHub Skill,北京地标走了形

通过调用GitHub上的perspective illusion Skill,模型制作了北京地标主题动画,将天坛、故宫角楼、央视大楼等建筑安排在不同景深。视频配乐颇具中国风,镜头运动符合要求,但建筑还原度不佳:央视“大裤衩”严重变形,其他地标也难以辨认,表明模型在处理复杂几何结构时仍面临挑战。

4. 富士山下的雨夜便利店,氛围感不错

在制作日式雨夜便利店3D微缩景观任务中,模型生成了便利店、自动贩卖机、路灯等元素,并通过粉紫色霓虹灯、雨丝和路面反光营造出良好的动画氛围。支持自由旋转和缩放查看,但在美术细节和整体审美上,与顶尖AI 3D生成作品仍有差距。

5. 直接调用Blender,鹈鹕骑上了自行车

模型通过Blender Python API编写脚本,成功制作了鹈鹕骑自行车的16秒动画,包含角色、场景及镜头设置。虽然鹈鹕脚蹼交替运动的动作逻辑正确,但画面粗糙,缺乏材质颜色,类似白模。整个流程耗时近50分钟(含渲染),证明模型已具备通过代码控制专业3D软件完成基础动画制作的能力。
综上,混元4 Flash在串联工具和执行长程任务方面表现突出,但在精细度、审美、复杂结构还原及自检闭环方面存在短板,生成内容通常需人工调试才能作为成熟作品使用。

单任务成本不到3毛钱!盲测满意度接近Claude Haiku 5.5

腾讯公布的评测数据显示,在覆盖PPT制作、文档编辑等8类任务的WorkIndex评测中,混元4 flash得分42,高于预览版(39),低于正式版(51)。其平均单任务成本约0.2元,远低于预览版(3.2元)和正式版(5.7元)。

▲内外部任务上的性能和成本。

细分领域中,flash在PPT生成(54.2分)和协作编辑(74.0分)上表现优异,但在Terminal-Bench 4.0(19.2分)和ProgramBench(16.0分)等复杂软件工程任务上,与正式版(44.4分和30.0分)差距明显。

▲公开Agent基准及多模态评测详细对比

在85位内部用户参与的真实任务盲测中,混元4 flash获得2.79分的用户满意度(满分4分),几乎追平Claude Haiku 5.5的2.81分,高于GLM-5.3-Flash(2.53分),略低于DeepSeek-V4.1-Flash-1017(3.09分)。其端到端任务时长中位数仅6.7分钟,为四款模型中最短。单任务成本0.26元,仅为Claude Haiku 5.5(4.73元)的约1/18。

输入价格只有混元4的1/12,2240亿参数如何降本?

混元4 flash通过架构优化和后训练技术实现大幅降本。其总参数量224B,含64B Engram参数,但每次推理仅激活12B参数。预训练阶段引入混合注意力、LatentMoE等设计,将KV Cache规模压缩至混元4正式版的1/6。后训练阶段通过自蒸馏和强化学习,将端到端任务输出长度降低50%。部署环节采用Megakernel、4bit量化等技术,使解码速度超150 Token/s。腾讯计划开源该模型并持续迭代,推荐将其用于深度搜索、文档处理、简单前端展示等日常任务,复杂软件工程则建议使用混元4正式版。

结语:轻量模型的价格战,腾讯不想缺席

若混元4正式版是腾讯对标旗舰的“名片”,Flash则是切入高频、低价场景的关键棋子。面对DeepSeek V4.1 Flash等强劲对手,混元4 flash以更低的成本和更快的速度展现了竞争力。实测显示,其虽在精细度和审美上尚有不足,但已能胜任多种代码与创作任务。随着轻量模型在办公和开发场景的普及,成本控制将成为厂商竞争的核心焦点。

【声明】内容源于网络
0
0
智东西
各类跨境出海行业相关资讯
内容 11962
粉丝 0
智东西 各类跨境出海行业相关资讯
总阅读315.9k
粉丝0
内容12.0k