腾讯混元 11 月 16 日发布 Hy4 flash,定位是 Hy 系列里性价比最高的一档。模型已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信和 QQ 上线,官方称即将接入 OpenRouter,后续还会开源。
离 Hy4 正式版发布只隔了十来天。Hy4 走的是能力路线,Hy4 flash 把目标换成日常办公:深度搜索、文档处理、做 PPT、简单前端页面。腾讯自己的建议写得很直白,长程软件工程这类复杂任务,仍然推荐用 Hy4。
小身板是怎么压出来的
Hy4 flash 总参数 224B,其中 64B 是 Engram 参数,一种查表式的可扩展模块;每个 token 实际激活 12B。模型支持多模态输入,上下文 1M。
腾讯把降本拆成三段。预训练阶段用了混合注意力、LatentMoE 和 Engram,KV cache 只有 Hy3 的 1/24、Hy4 的 1/6,长上下文时显存压力小很多。后训练阶段先自蒸馏 Hy4,保住综合水平,再用强化学习把端到端任务的输出长度砍掉一半。推理阶段叠了 megakernel、4bit 量化和 DFly,解码速度超过每秒 150 个 token。
输出长度减半这一条,对按 token 计费的用户影响最直接。同一个任务少吐一半字,账单跟着少一半,跟单价降多少是两笔独立的账。
价格对比
Hy4 flash 每百万 Token 输入 0.5 元、输出 2 元,缓存命中 0.02 元。据澎湃报道,11 月 4 日发布的 Hy4 正式版,同口径价格是输入 6 元、输出 18 元、缓存命中 0.3 元。粗算下来,输入便宜 12 倍,输出便宜 9 倍,缓存便宜 15 倍。
单价之外,腾讯用自建的 WorkIndex 评测集算了单任务成本:Hy4 flash 是 Hy4 preview 的 1/13、Hy4 的 1/20,也只有 DeepSeek-V4.1-Flash(max 档位、忙时价)的 1/8。WorkIndex 由 WorkBuddy 里的典型办公任务组成,做 PPT、改 Word、修 Excel 都在里面。官方说 Hy4 flash 在这套题上综合得分略高于 Hy4 preview。
再拿今天刚上线的 Qwen4-Max 比一下:后者输入每百万 token 1.50 美元,按 1 美元兑 7.2 元估算约 10.8 元,是 Hy4 flash 的二十多倍。两者定位不同,一个冲榜,一个干杂活,这个倍数只说明国产模型的价格带已经拉得很开。
| 模型 | 输入(元/百万Token) | 输出(元/百万Token) | 缓存命中 |
|---|---|---|---|
| Hy4 flash | 0.5 | 2 | 0.02 |
| Hy4 正式版 | 6 | 18 | 0.3 |
内部盲测与没公开的部分
腾讯找了 85 位 WorkBuddy 内部用户,做了 27 类、共 259 个日常工作任务的盲测。按官方口径,Hy4 flash 的满意度接近 Claude Haiku 5.5,任务耗时比其他参测模型都短,单任务成本也最低。
这些结论都出自腾讯内部评测,WorkIndex 题目没有对外开放,参测者也是腾讯员工。第三方机构目前还没有给出 Hy4 flash 的独立成绩,开源的具体节点和许可证也没公布。在那之前,国内开发者最省事的验证方式,是趁月底前五折把自己的真实任务丢进去跑一遍。
参考来源:腾讯混元官方发布、CNMO、CocoLoop、澎湃新闻、DataLearner;腾讯云 TokenHub 报价核对输入、输出与缓存三档单价,Hy4 正式版价格以澎湃报道口径为准。