Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
媒体Hy4 Flash

Tencent Hy4 Flash:Plotly 数据分析基准结果

原始来源

Plotly

作者Plotly(未注明个人作者)

原文日期2026-11-16

Tabbit 整理2026-11-16

查看原文

一句话结论

Plotly 在其 DataAnalyticsBench 中报告,Tencent Hy4 Flash 单次通过 43 题中的 39 题(91%,A),整轮花费 $0.13,中位每题用时 29 秒;这是该基准的一次单样本结果,题目和数据集未公开。

适用场景

  • 适合判断的任务:在 Plotly Studio Embedded 及其 Dash 数据分析环境中,比较模型对分析问答、歧义处理、拒绝不可能请求、数据质量问题、统计陷阱和隐藏模式的表现。

  • 不适合外推的任务:通用问答、真实企业数据、非 Plotly 工具链、不同提示词或重复运行的平均表现;该结果也不能代表所有数据分析任务。

  • 适用的模型版本:文章所称 Tencent Hy4 flash,2026-11-16 发布;未注明更细的模型快照或 API 版本号。

  • 测试环境或客户端:Plotly Studio Embedded(运行在 Dash 应用上的数据分析 Agent),通过 OpenRouter 调用。

  • 推理档位和参数:未注明推理档位、温度等采样参数。

测评方法

Plotly 称新模型使用同一套考试、harness 和评分规则。测试由多轮工具调用执行,面向数据分析查询与图表生成,较少强调文本写作。考试共 43 题:常规分析 20 题、歧义问题 5 题、不可能请求 5 题、数据质量问题 3 题、统计陷阱 5 题、隐藏模式 5 题。

考试和答案密钥为私有内容;数据集是模拟的风电机组运营数据,用来避免答案出现在真实数据源中。每个模型只运行一次。Plotly 提到其对其他模型的重复测试中,单次成绩最多相差 3 分,因此 1–2 分差距应视为接近持平。

关键结果

  • Hy4 Flash:39/43(91%,A),单次运行 $0.13,中位每题 29 秒;全卷约 33 分钟。

  • 分项得分:常规分析 20/20、歧义问题 5/5、不可能请求 5/5、数据质量 3/3、统计陷阱 4/5、隐藏模式 2/5。

  • 主要失分:3 道隐藏模式题和 1 道统计陷阱题。Plotly 逐题核对了转录和答案密钥,并称这 4 题均为真实失分。

  • 运行开销:平均每题约 8 次模型调用、约 4,800 个输出 token;88% 的输入 token 来自服务商缓存;本轮没有模型错误。

  • Plotly 的同表比较:Hy4 为 42/43、$2.11、117 秒/题;GPT-6 Luna 为 38/43、$0.13、18 秒/题;Particle-1 为 40/43、$0.35、16 秒/题。不同模型之间的分数差距须结合单样本限制解读。

原始数据

项目Plotly 报告值
总分39/43(91%,A)
常规分析20/20
歧义问题5/5
不可能请求5/5
数据质量3/3
统计陷阱4/5
隐藏模式2/5
单次全卷成本$0.13
中位每题用时29 秒
全卷用时约 33 分钟
每题平均模型调用约 8 次
每题输出 token约 4,800
输入 token 缓存占比88%

文章列出的 OpenRouter 单价约为每百万输入 token $0.044、每百万输出 token $0.18。整轮 $0.13 是本次测试的运行成本,不应与按 token 单价或其他模型的不同测试配置直接等同。文章还按“1,000 人、每人每天 10 题、每年 250 个工作日、使用测试时 OpenRouter 价格”估算约 $8/人/年;这是情景估算,不是实际用户账单。

结论与边界

结果支持一个有限结论:在 Plotly 这套私有数据分析考试和工具环境中,Hy4 Flash 一次获得 A,成本较低,但隐藏模式得分为 2/5。与 Hy4 相比,它少答对 3 题,报告成本约为其十六分之一,中位每题用时约为四分之一。

考试题目、答案、数据集、完整运行日志及采样参数没有公开,外部读者无法仅凭文章独立复现这 39 题的评分。单次运行也不能给出模型成绩方差;跨模型一至两分的差距不应视为稳定优势。OpenRouter 单价和缓存命中会影响本次成本,换服务商或运行方式后成本与延迟可能不同。

复现说明

要复现,需取得 Plotly 的私有 DataAnalyticsBench 题库与答案密钥,并使用 Plotly Studio Embedded 的同版 harness、相同 Dash 数据环境、OpenRouter 调用方式及评分规则。文章称题库仅向研究人员分享;其未披露的采样参数和完整执行记录仍是复现边界。本文数据按 2026-11-17 访问时原文记录整理。

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

Hy4 Flash

在 Tabbit 中使用并对比模型

Hy4 Flash

相关测评

官方腾讯混元研究2026-11-16

腾讯混元 Hy4 Flash:官方基准与 WorkBuddy 盲测

媒体爱范儿 / APPSO2026-11-16

爱范儿 WorkBuddy 实测:Hy4 Flash 的 3D 原型与办公任务

社区Reddit,r/LocalLLM2026-11-16

Reddit WorkBuddy 广告指标同题对比:三款模型都算对,Hy4 Flash 单价较低

社区智东西2026-11-16

智东西实测 Hy4 Flash:前端原型、3D 创作与 Blender 跨工具任务

Hy4 Flash

相关提示词与案例

官方OpenRouter

OpenRouter 调用 Tencent Hy4 flash 的 API 配置

官方腾讯云 TokenHub2026-11-16

腾讯云 TokenHub:Hy4-Flash 推理与 API 参数

官方OpenClaw 文档

OpenClaw 配置 Tencent Hy4-Flash 提供方

官方OpenCode Console

在 OpenCode Console 中使用 Hy4 flash Free