腾讯混元发布 Hy4 flash 模型,总参 224B、激活 12B,官方称单任务成本约 Hy4 的 5%
腾讯混元 Hy4 flash 模型发布:224B 总参、12B 激活,单任务成本约 Hy4 的 5%
- 1腾讯混元发布 Hy4 flash,总参 224B、激活 12B,支持多模态与 100 万 token 上下文
- 2官方评测显示单任务成本为 Hy4 的 1/20,KV cache 降至 Hy4 的 1/6,解码速度超 150 tps
- 385 位内部用户盲测 259 个任务,满意度接近 Claude Haiku 5.5,单任务成本低于所有对比模型
- 4已上线腾讯云 TokenHub、元宝、企业微信等,11 月 30 日前 WorkBuddy 免费、API 5 折,计划开源
腾讯以旗舰 Hy4 为底蒸馏出低价档,把比价单位从 token 单价换成单任务成本,主攻日常办公类调用场景。
- 影响:文档处理、PPT 生成、深度搜索这类高频任务的模型调用成本有望明显下降;限时免费与 API 5 折构成一个低成本试点窗口;现有对比数据全部出自腾讯自家评测,替换现有模型前需按自身任务验证。
- 参考:可考虑在 11 月 30 日前用 WorkBuddy 免费额度或 TokenHub 5 折 API 试点文档处理、深度搜索等场景,统计自家任务的单任务成本与用时;长程软件工程等重任务可继续保留 Hy4 或现有模型。
- 依据:参数量、上下文长度与价格政策为官方发布信息;单任务成本 1/20 与盲测满意度接近 Claude Haiku 5.5 出自腾讯自建 WorkIndex 评测及 85 人内部盲测,暂无独立验证。
感谢IT之家网友 星河之梦 的线索投递!
IT之家 11 月 16 日消息,腾讯混元团队今天宣布正式推出 Hy4 flash,官方将其定位为迄今性价比最高的 Hy 模型。
其模型总参数量 224B,其中包含 64B Engram 参数,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文长度,API 价格较 Hy4 大幅降低。

腾讯表示,Hy4 flash 的高性价比来自预训练、后训练和推理三个阶段的协同优化。预训练阶段引入混合注意力、LatentMoE 与 Engram(IT之家注:Engram 是一种可扩展的查表式参数模块,用于以较低算力成本扩充模型容量)等架构,KV cache 大小降至 Hy3 的 1/24、Hy4 的 1/6。后训练阶段通过自蒸馏 Hy4 获得综合智能水平,再经强化学习将端到端任务输出长度压缩 50%。推理阶段结合 megakernel、4bit 量化和 dflash 等手段,解码速度超过 150 tps,支持大规模低成本部署运营。

在官方构建的 WorkBuddy 典型任务评测集 WorkIndex 上,Hy4 flash 的单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20,以及 DeepSeek-V4.1-Flash-1017(max 档位、忙时价格)的 1/8。

综合效果上,Hy4 flash 略优于 Hy4 preview。这一对比框架侧重日常工作的产物效果、单轮输出长度与端到端用时,而非公开榜单分数。

为衡量真实使用体验,腾讯邀请了 85 位 WorkBuddy 内部用户在 27 类共 259 个日常工作任务上进行盲测。

结果显示,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,单任务成本显著低于参与对比的所有模型,任务时长也最短。

Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品上线,并即将接入 OpenRouter。
2026 年 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。

腾讯建议在深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 等日常任务中使用 Hy4 flash,长程软件工程等复杂任务则交由智能上限更高的 Hy4。官方同时表示计划开源 Hy4 flash 并保持高频迭代。

来源:IT之家·人工智能 · ithome.com