HY4 Flash の公開エビデンスは有望ですが、範囲は限られています。Plotly は DataAnalyticsBench の1回の実行で39/43、費用 $0.13、1問あたり中央値 29秒と報告しました。4問を落とし、そのうち3問は隠れたパターンの問題でした。Tencent の内部テストは日常業務の情報を加えますが、ベンダー評価です。この記事では著者自身の実測や Tabbit での確認を行っていません。
判断のポイントは、どのタスクなら確認された失点を許容できるかです。Tencent は日常業務にFlash、長期のソフトウェア開発にHY4を推奨しています。HY4 Flash の価格とHY4との比較も参照してください。
要点
Plotly の非公開ベンチマークで1回39/43。
失点は隠れたパターン3問と統計上の罠1問。
Tencent の85人・259タスクの盲検評価は独立した再現ではありません。
Reddit の同一計算タスクでは3モデルすべて正解したとの報告がありましたが、その回はDeepSeekが速かったとのことです。
重要な用途では固定した基準で出力を確認してください。
HY4 Flash のエビデンス
| エビデンス | 結果 | 分かること | 主な限界 |
|---|---|---|---|
| Plotly DataAnalyticsBench | 39/43、$0.13、中央値29秒/問 | ある分析エージェント構成での結果 | 非公開問題、1回のみ |
| Tencent WorkIndex | オフィス課題評価。DeepSeek 1017の1/8コストと主張 | Tencent が想定する用途 | 内部評価、独自手法 |
| WorkBuddy 盲検テスト | 85人、259課題、27分類 | 特定製品内の利用者評価 | 分散や第三者再現なし |
| Reddit広告計算 | 3モデル正解、DeepSeek 7秒、Flash 19秒との報告 | 限定的な個人比較 | 1回、利用量やログなし |
Plotly は同じハーネスを使ったと説明していますが、問題は非公開の合成風力発電データで、各モデルの実行は1回です。HY4は42/43、$2.11、1問あたり117秒でした。これはその試験内の費用と品質の比較であり、Flashが常に4倍速い、または16分の1の費用だと示すものではありません。
失点から分かること
3問は、指示されていないデータ上の兆候を探す問題、1問は統計的な閾値判断でした。通常の計算が正しくても、予想外のパターンを発見できるとは限りません。
| 用途 | 試し始める目安 | 確認事項 |
|---|---|---|
| 定型計算や文書抽出 | 範囲を限定した試行 | 正解例と照合 |
| 曖昧な質問 | Plotly試験では5/5 | 自社データで再試験 |
| 隠れた異常の発見 | 注意:Plotlyでは2/5 | 二重確認または別モデル |
| 長期のソフトウェア開発 | TencentはHY4を推奨 | 一連のツールと成果物を確認 |
Tencent は150 token/s超のデコード速度と、Max推論・ピーク価格条件でWorkIndexの単タスク費用がDeepSeek V4.1 Flash 1017の8分の1だと述べています。これはTencentが選んだ評価の結果です。Plotlyの独立テストは手法を詳しく説明していますが、全問は公開されていません。
公開直後に利用者が尋ねたこと
Reddit では「does it pick the right tool or just guess」と尋ねる利用者がいました。これは失敗報告ではありませんが、総合点だけでは分からないツール選択への関心を示します。別の利用者はオープンウェイトの所在を質問しました。Tencent は将来の公開予定を発表しています。スレッド。
別のWorkBuddy広告計算比較では、投稿者は「DeepSeek finished in 7s. Hy4 and GLM both showed 19s.」と報告しました。3モデルとも計算は正しかったとのことですが、トークン量や生の出力は示されていません。元の投稿。

結論:検証可能な小さな仕事から
作業が定型的で、結果を確認でき、TokenHub の単価が重要なら、HY4 Flash は管理された試行に向いています。隠れたパターンの失点を踏まえ、自由度の高い分析では追加確認を入れましょう。DeepSeek V4.1 Flashとの比較と料金案内を参照してください。
モデルAPI自体はブラウザーではありません。HY4 Flash リソース (English)、Tencent Hy4 のブラウザーワークフロー、DeepSeek V4.1 Flashのブラウザーワークフロー、DeepSeek Harness ガイド、Feishu Base の例、Tabbit CLI ガイド、初回タスクの確認表を参照できます。
TabbitブラウザーでHy4 Flashを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からHy4 Flashを選んでお試しください。
よくある質問
独立テストでの HY4 Flash の結果は?
Plotly は非公開の DataAnalyticsBench で1回だけ実行し、43問中39問、費用$0.13、1問あたり中央値29秒と報告しました。一般的な成功率を表す結果ではありません。
HY4 Flash は HY4 より優れていますか?
Plotly の1回のテストでは HY4 が42/43、Flash が39/43でした。同じテストでFlashは安価で速かったものの、すべての用途に当てはまるとは限りません。
HY4 Flash はオープンソースですか?
Tencent は公開を計画していると発表しましたが、日程は示していません。ローカル実行の計画前に、重みとライセンスの公開を確認してください。
ツール呼び出しの信頼性は証明されていますか?
Plotly は複数回のツール呼び出しを含む分析エージェントで評価しましたが、非公開ベンチマークだけで他の環境の信頼性は証明できません。Reddit では利用者がツールループについて質問しています。
Tabbit で HY4 Flash を使えますか?
TabbitブラウザーでHy4 Flashを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からHy4 Flashを選んでお試しください。