腾讯 Hunyuan 转发 Hy4-Flash 与 DeepSeek-v4.1-Flash 单提示词对比实测
腾讯 Hunyuan 官方转发用户 @ItsmeAjayKV 的对比实测:Hy4-Flash 与 DeepSeek-v4.1-Flash-1017 在同一提示词、一次生成、无工具调用条件下制作一只机械飞蜻蜓。结果方面 DeepSeek-v4.1-Flash 的成品更符合“机械感”预期,Hy4-Flash 能完成任务但效果更基础。token 消耗差距明显:DeepSeek-v4.1-Flash 思考 68,304、回答 14,708、输出合计 83,012;Hy4-Flash 思考 15,456、回答 5,205、输出合计 20,661,后者约为前者的四分之一。这场对比由腾讯 Hunyuan 官方账号亲自转发,说明厂商愿意展示自家模型在质量上仍落后于 DeepSeek、但 token 成本明显更低的真实数据。对开发者而言,质量与成本之间的取舍要看任务对机械细节的要求有多高。 对企业和开发者来说,这次对比给出一个可量化的参考:如果任务对成品细节要求不高,Hy4-Flash 用约 20,661 输出 token 就能完成 DeepSeek 需 83,012 token 的工作,成本差距约 4 倍。在 Flash 级(轻量高速)模型赛道上,两家中国厂商的定位差异清晰——DeepSeek 追求质量上限,Hunyuan 主打推理成本。腾讯官方主动转发这类第三方对比而非自家宣传素材,也是国内模型厂商营销风格转变的一个信号。
Current read
腾讯官方自己转发的第三方对比:同一提示词让 Hy4-Flash 和 DeepSeek-v4.1-Flash 各做一只机械飞蜻蜓,DeepSeek 成品更机械,但 Hy4-Flash 只用了约四分之一的 token。做轻量模型选型的人可以看看这条实测再决定用哪家的 Flash 模型。
Evidence
10 sourcesConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.