返回AI 模型
AI 模型

腾讯发布 Hy4 flash:激活参数仅 120 亿,输入每百万 token 约 0.07 美元

11月16日,腾讯混元发布 Hy4 flash,总参数 2240 亿、每 token 激活 120 亿,支持图文输入和 100 万 token 上下文。腾讯称其单任务成本仅为 Hy4 的二十分之一,但公开基准成绩全面低于 Hy4。

306 阅读作者:新品星球编辑部

11月16日,腾讯混元团队发布 Hy4 flash,这是 Hy4 家族里定位最轻、价格最低的一款模型。它的总参数为 2240 亿,其中 640 亿是 Engram 参数,每个 token 实际只激活 120 亿参数。模型支持图文多模态输入,上下文最长 100 万 token。官方定价约为每百万输入 token 0.070 美元、输出 0.281 美元,命中缓存的输入为 0.003 美元。

腾讯在技术说明里列出了几项降本手段:预训练阶段采用混合注意力、LatentMoE 和 Engram 结构,KV 缓存只有 Hy3 的 1/24、Hy4 的 1/6;后训练用强化学习把任务的平均端到端输出 token 减少一半;推理端结合 megakernel、4 比特量化和 DFly,解码速度超过每秒 150 个 token。在腾讯内部基于 WorkBuddy 常见任务搭建的 WorkIndex 评测中(做 PPT、改文档、修表格、处理音视频、看图),Hy4 flash 的单任务成本是 Hy4 Preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8(后者按最高档位、高峰时段计价)。腾讯还组织了 85 名内部用户对 259 个任务做盲测,称满意度接近 Claude Haiku 5.5。

能力并非全面领先。第三方网站 LLM Stats 整理了腾讯自报的附录:在 9 项公开基准上,Hy4 flash 全部低于 Hy4,有 6 项低于 DeepSeek-V4.1-Flash-1017,有 7 项高于 GPT-6 Luna。腾讯自己的建议也很直接:深度搜索、文档处理、PPT 生成、简单前端和电脑操作用 flash,长链路的软件工程交给 Hy4。以上成绩均为厂商自测,尚无第三方复现。

这次发布最值得注意的是评价口径的变化。腾讯主推的是"做完一个任务花多少钱、用多久",而不是公开榜单名次。办公 Agent 的用户关心的是一份 PPT 的成本和交付时间,单价低但输出啰嗦的模型未必便宜。对开发者来说,Hy4 flash 适合做高频、低难度任务的默认路由,遇到复杂任务再升级到大模型,这种分层调用会越来越常见。目前 Hy4 flash 已上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima 和 Marvis,OpenRouter 即将接入;11 月 30 日前 WorkBuddy 可免费使用,TokenHub 标准价五折。腾讯表示后续计划开源。

信息来源:腾讯官方发布

信息来源:LLM Stats

腾讯混元Hy4 flash大模型MoE低成本模型WorkBuddy

相关推荐