Hy4 flash – 腾讯混元推出的大模型

腾讯混元推出Hy4 flash,官方称它是迄今性价比最高的Hy模型。总参数224B(含64B Engram参数),每个token只激活12B,支持多模态与1M上下文。价格压到每百万token输入0.5元、输出2元、缓存命中0.02元,对比Hy4的6元/18元/0.3元,降幅在一个数量级。它已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis上线,OpenRouter接入在路上。

Hy4 flash - 腾讯混元推出的大模型

Hy4 flash特点

参数小,能力没跟着缩水。 综合效果略优于总参数770B、激活49B的Hy4 preview,成本却大幅下降。内部评测集WorkIndex上,单任务成本是Hy4 preview的1/13、Hy4的1/20、DeepSeek-V4.1-Flash-1017(max档位、忙时价格)的1/8.

KV cache压得很低。 显存占用降到Hy3的1/24、Hy4的1/6.长上下文场景下的部署成本明显下降,这是它能大规模低成本运营的关键。

输出更短,等待更短。 强化学习把端到端任务输出长度压缩了50%,配合推理优化,解码速度超过150tps。

评测口径贴着真实工作。 官方没有拿公开榜单当主战场,而是用基于WorkBuddy典型任务构建的WorkIndex加人工评测,看产物效果、单轮输出长度、端到端用时。WorkIndex含8个内部任务集:PPT制作、PPT修改、PPT人机双写、Markdown人机双写、文档编辑、表格修复、音视频处理、视觉理解;同时对照DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1这7个公开Agent基准。

人评数据同步公开。 85位WorkBuddy内部用户在27类共259个日常任务上做盲测,Hy4 flash的用户满意度接近Claude Haiku 5.5.单任务成本低于所有参测模型,任务时长最短。

明确说了短板。 内部评测提到长程Coding任务有小幅下降。官方建议长程软件工程这类复杂任务继续用智能上限更高的Hy4.

Hy4 flash技术原理

预训练阶段换了三件架构装备

混合注意力、LatentMoE与Engram一起上。Engram是一种可扩展的查表式参数模块,用较低算力成本扩充模型容量;LatentMoE负责稀疏专家计算;混合注意力控制长序列开销。三者叠加带来KV cache的大幅压缩,同时靠大量scaling ladder实验确认效果没有跑偏。

后训练靠自蒸馏接棒

模型从Hy4自蒸馏获得较强的综合智能水平,相当于让大模型当老师把能力传给小模型,再用强化学习压缩冗余输出,把端到端输出长度砍掉一半。

推理阶段做极致工程优化

megakernel、4bit量化、DFly等手段组合使用,把解码速度推到150tps以上,让低成本大规模部署成立。

评测体系自建

WorkIndex围绕日常工作的产物效果、输出长度、耗时三个维度打分,避开与日常办公无关的公开榜单,配合人评交叉验证。

Hy4 flash项目地址

  • 项目官网:https://hunyuan.tencent.com/research/hy4-flash

Hy4 flash功能

能力具体表现
多模态理解支持图像等输入,可完成视觉理解类任务
长上下文1M token上下文,长文档、长对话一次装下
深度搜索官方推荐的日常任务之一
文档与表格处理文档编辑、表格修复、Markdown人机双写
PPT生成与修改PPT制作、修改、人机双写均在评测覆盖内
音视频处理纳入WorkIndex内部评测集
Computer Use结合命令行与图形界面执行任务
简单前端展示适合轻量网页与展示类需求

需要说明一点:Hy4 flash是具备视觉理解能力的大语言模型,不负责生成图片与视频。遇到这类生成任务,产品会切换到对应的多模态模型,按正常规则计费。

Hy4 flash应用场景

日常办公产出

写文档、改PPT、修表格、整理会议纪要,这类高频、量大、对成本敏感的任务是它的主场。

深度搜索与信息汇总

官方点名推荐,配合1M上下文可以塞进大量检索结果再做归纳。

企业批量调用

客服、内容生产、数据处理等需要跑海量请求的场景,低价与高解码速度直接决定账单厚度。

Agent与电脑操作

Computer Use能力适合流程化的界面操作与跨步骤任务,复杂长程工程仍建议交给Hy4.

轻量前端与展示页

简单页面、展示类前端可用,重度代码库改造不在推荐范围内。

Hy4 flash如何使用

WorkBuddy(限时免费)
  1. 打开WorkBuddy国内版或国际版,进入模型选择列表。
  2. 选中Hy4 flash,2026年11月16日至11月30日23:59限时免费。
  3. 每日免费额度有分配,触及限额后可用积分继续使用,页面会提示额度重置时间;当日资源繁忙时需要排队。
  4. 同一时段Hy4限免已结束,Hy3将端内下线,注意切换。
腾讯云TokenHub(API调用)
  1. 登录腾讯云,进入TokenHub平台,查看Hy4 flash的产品文档与计费说明。
  2. 获取API Key,按OpenAI兼容格式发起请求,模型ID填Hy4 flash对应的标识。
  3. 计费口径:输入0.5元/百万token、输出2元/百万token、缓存命中0.02元/百万token,限时5折。
  4. 长上下文重复内容多的业务务必启用缓存,命中部分价格差一个数量级。
  5. 上线前用自己的真实任务做一轮对比测试,重点验证长程Coding类需求是否达标。

元宝、企业微信、QQ、ima、Marvis

在这些产品里选择混元模型即可使用,具体入口以各产品内的模型列表为准。

Hy4 flash同类产品对比

表格

项目Hy4 flashGLM-5.3-Flash
开发方腾讯混元Z.ai(智谱)
产品类型MoE 稀疏低成本极速多模态大模型MoE 稀疏极速多模态大模型
核心亮点总参 224B、激活 12B,1M 上下文,解码速度 > 150tps;定价极低,缓存命中仅 0.02 元 / 百万 token,适配国内生态,面向办公、文档、搜索、轻量 Agent总参 320B、激活 18B,原生图文视频多模态,1M 上下文,推理吞吐高,开源权重友好私有化部署
适用场景文档摘要、PPT 生成、联网深度搜索、轻量 Agent、国内企业高频低成本调用多模态图文视频理解、私有化部署、长文档、通用生产推理
© 版权声明
为这篇文章评分
9.3/ 10
15 人评价
点击⭐️进行评分

相关文章

暂无评论

none
暂无评论...