腾讯混元Hy4 flash上线:单任务成本仅Hy4二十分之一,解码超150 tps
11 月 16 日,腾讯混元最新语言模型 Hy4 flash 发布,模型总参数量为 224B (其中 64B Engram 参数),激活参数仅为 12B,支持多模态和 1M 上下文长度。Hy4 flash 是迄今为止最高性价比的 Hy 模型:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02
11 月 16 日,腾讯混元推出最新语言模型 Hy4 flash。该模型总参数量 224B(含 64B Engram 参数),激活参数只有 12B,可处理多模态输入,上下文长度达到 1M。它是目前 Hy 系列中性价比最高的一款:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时只需 0.02 元,价格较 Hy4 有明显下降。
性价比要拉到极致,智能水平和实用性又不能丢,混元团队为此从预训练、后训练、评估到推理做了多环节的调整。
预训练阶段,Hy4 flash 引入混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小降到 Hy3 的 1/24、Hy4 的 1/6;团队还做了大量 scaling ladder 实验,确认效果符合预期。
后训练阶段,先通过自蒸馏 Hy4 拿到较强的综合智能水平,再用强化学习把端到端任务输出长度压低了 50%。
评估阶段,团队围绕 WorkBuddy 的典型任务搭建内部评测集 WorkIndex,并引入人评,重点看日常工作的产物效果、单轮输出长度和端到端用时,而不是那些离日常工作较远的公开榜单分数。
推理阶段的优化手段包括 megakernel、4bit 量化、DFly 等,Hy4 flash 的解码速度因此超过 150 tps,同时具备大规模低成本部署运营的能力。
综合效果上,Hy4 flash 略优于参数更大的 Hy4 preview(总参数 770B,激活参数 49B),成本却低得多。按内部评测集 WorkIndex 测算,Hy4 flash 单任务成本只有 Hy4 preview 的 1/13、Hy4 的 1/20,也仅为 DeepSeek-V4.1-Flash-1017(Max 档位,忙时价格)的 1/8。WorkIndex 覆盖 PPT 制作与修改、文档编辑、表格修复、音视频处理及视觉理解等 WorkBuddy 典型任务。
内外部任务上的性能和成本对比中,WorkIndex 由 8 个内部评测集组成,分别是 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;Open Benchmarks 则包含 7 个公开 Agent 评测集:DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1。
在内部评测集 Working Index 上,Hy4 flash 的任务花费比前代模型低了不少。
腾讯内部 85 位 WorkBuddy 用户参与了盲测,覆盖 27 类共 259 个任务。结果显示,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,单任务成本明显低于其他所有模型,任务时长也最短。
Hy4 flash 已上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品,OpenRouter 也即将接入。11 月 30 日前,WorkBuddy 用户可限时免费使用,腾讯云 TokenHub API 限时 5 折。
腾讯混元称,团队始终把“模型实用性”当作核心原则,在追求智能上限的同时也追求极致性价比。
11 月 4 日发布的 Hy4 首次进入最强开源模型行列,在国际权威模型测试榜单 Artificial Analysis 智能指数榜单上排在中国模型第二,Agent Arena 榜单则居开源模型第一。
这次 Hy4 flash 在真实生产力任务中把智能和效率平衡得更好。混元团队表示,深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 等大部分日常任务推荐用 Hy4 flash,长程软件工程等复杂任务则用智能上限更高的 Hy4。团队还计划开源 Hy4 flash 并高频迭代,持续提升真实工作的实用性和效率。