写点什么

腾讯混元发布 Hy4 flash,单任务成本仅为 Hy4 的 5%

  • 2026-11-16
    北京
  • 本文字数:1027 字

    阅读完需:约 3 分钟

AI摘要

Hy4 flash是腾讯混元推出的高性价比语言模型,224B总参、12B激活参数,支持1M上下文与多模态,推理成本最低达0.02元/百万Token(缓存命中)。

采用混合注意力、LatentMoE与Engram架构,KV cache压缩至Hy4的1/6;自蒸馏+强化学习使输出长度减半;评测聚焦WorkBuddy真实任务与端到端时延。

适合AI基础设施工程师、大模型应用架构师、企业级AIGC平台技术负责人阅读。

11 月 16 日,腾讯混元最新语言模型 Hy4 flash 发布,模型总参数量为 224B(其中 64B Engram 参数),激活参数仅为 12B,支持多模态和 1M 上下文长度。Hy4 flash 是迄今为止最高性价比的 Hy 模型:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02  元,价格相比 Hy4 大幅降低。

为了达到极致的性价比,同时兼顾智能水平和实用性,混元团队做了一系列工作:

  • 在预训练阶段,Hy4 flash 加入了混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6,且通过大量 scaling ladder 实验确保效果符合预期。

  • 在后训练阶段,通过自蒸馏 Hy4 获得了较强的综合智能水平,再通过强化学习使端到端任务输出长度降低 50%。

  • 在评估阶段,构建基于 WorkBuddy 典型任务的内部评测集 WorkIndex,并结合人评,聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数。

  • 在推理阶段,结合 megakernel、4bit 量化、DFly 等手段极致优化,使 Hy4 flash 解码速度超过 150 tps,且可以大规模低成本部署运营。

 

最终,Hy4 flash 在综合效果上略优于更大参数的 Hy4 preview(总参数为 770B,激活参数 49B),但成本显著降低。按内部评测集 WorkIndex(覆盖 PPT 制作与修改、文档编辑、表格修复、音视频处理及视觉理解等 WorkBuddy 典型任务)综合测算,Hy4 flash 单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1027(Max 档位,忙时价格)的 1/8。

腾讯内部 85 位 WorkBuddy 用户盲测体验显示,在 27 类共 259 个任务中,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,且单任务成本显著低于其他所有模型,任务时长也最短。

目前,Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品上线,即将接入 OpenRouter。11 月 30 日前,用户可在 WorkBuddy 限时免费使用,腾讯云 TokenHub API 限时 5 折使用。

 

官方表示,腾讯混元始终以“模型实用性”为核心原则,在不断追求智能上限的同时,追求极致性价比。

 

11 月 4 日发布的 Hy4 首次跻身最强开源模型之列,在国际权威模型测试榜单 Artificial Analysis 智能指数榜单上位列中国模型第二,Agent Arena 榜单居开源模型第一。此次发布 Hy4 flash 则在真实生产力任务中实现了智能和效率的更优平衡。

混元团队表示,推荐用户在深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 等大部分日常任务中使用 Hy4 flash,在长程软件工程等复杂任务中使用智能上限更高的 Hy4。同时,混元计划开源 Hy4 flash 并高频迭代,不断提升真实工作的实用性和效率。