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。
当前结论
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。
证据链
10 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。