腾讯混元 Hy4 flash 发布:224B 总参数、100 万 token 上下文,单任务成本降至 Hy4 的 1/20
腾讯混元 Hy4 flash 发布
腾讯把 224B 大模型做成了极致性价比款:单任务成本只有 Hy4 的 1/20,还比 DeepSeek-V4.1-Flash 便宜 7 倍,盲测满意度接近 Claude Haiku 5.5。如果你日常要批量跑文档处理、PPT 生成这类任务,2026 年 11 月底前 WorkBuddy 免费用、TokenHub API 五折,可以趁这段时间实测一下。打算开源这点也值得盯。
腾讯混元团队于 11 月 16 日发布 Hy4 flash,总参数量 224B,其中含 64B Engram 参数,每个 token 激活 12B,支持多模态输入与 100 万 token 上下文,API 价格较 Hy4 大幅降低,官方定位为性价比最高的 Hy 模型。
技术上是三个阶段的协同优化:预训练引入混合注意力、LatMoE 与 Engram 查表式参数模块,KV cache 缩至 Hy3 的 1/24、Hy4 的 1/6;后训练通过自蒸馏 Hy4 并用强化学习把端到端输出长度压缩 50%;
推理侧结合 megakernel、4bit 量化和 dflash,解码速度超过 150 tps。成本方面,在官方 WorkIndex 评测集上单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.
1-Flash-1017(max 档位忙时价格)的 1/8。85 位内部用户在 27 类共 259 个任务上的盲测显示,其满意度接近 Claude Haiku 5.
5,任务时长最短。模型已上线腾讯云 TokenHub、元宝、企业微信、QQ 等产品,即将接入 OpenRouter,官方还计划开源并保持高频迭代。
腾讯混元 Hy4 flash 发布
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。 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。
This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to US-China foundation model benchmarks and commercialization comparison and AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Hunyuan, Tencent Hunyuan, DeepSeek, open-source models.
Source attribution: curated from IT之家.