混元Hy4 flash开源:推理成本降至1/20,调用数据登顶
推理成本砍到1/20:混元Hy4flash调用数据登顶,性价比拉满了(已开源)
用 Flash 级模型只花 15 分钟,就能写出这样的效果。大模型这条“斩杀线”,已经落到眼下这个位置。
11 月 16 日,腾讯正式发布新模型混元 Hy4 flash,AI 社区少见地热闹起来,各种测试效果被反复晒出。有人直接说:效率之王已经不是 DeepSeek 了。
Hy4 flash 属于原生多模态模型,重点放在日常办公和 Agent 任务上的速度与成本。它参数量 224B,内含 64B Engram 参数,每 token 激活 12B,上下文长度 100 万 token。全球 AI 竞争这么激烈,混元在效率上压到了很低的水平。
价格方面,Hy4 flash 的 API 比 Hy4 降了一大截:每百万 Token 输入 0.5 元、输出 2 元,命中缓存只要 0.02 元,放在 Flash 级模型里也很有竞争力。即便不把眼下限时五折算进去,它的价格也只有 DeepSeek V4.1 Flash 1017 闲时的一半。另外,这个模型昨天已经开源,具备本地部署的潜力。
-
GitHub:https://github.com/Tencent-Hunyuan/Hy4-flash
-
HuggingFace 上已经能直接取到它:https://huggingface.co/tencent/Hy4-flash
价格和效果摆在那儿,真能经得住检验?实在太勾人,我们忍不住上手跑了一轮。
从 3D 建模到财报解读
Hy4 flash 实测
眼下 Hy4 flash 已经进了腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等一批产品,OpenRouter 那边也快要接上。还有个挺让人高兴的事:在 WorkBuddy 里用它不花钱。
进 WorkBuddy 之后,模型选择入口里就能直接切到 Hy4 flash,任务界面、工具权限、操作习惯跟平时没两样。
按大家用下来的感受,Hy4 flash 出字速度能到 200 token/s,又快又不要钱,拿来干活相当合适。可千亿级参数的模型,不少人心里还是打鼓——AI 一「快」,是不是就不够聪明了?新模型能不能把这个悖论破掉,往下看。
社交平台上,用 Hy4 flash 做出来的 3D 效果已经刷了一片。我们也试了一个:让它生成一座浮空岛,岛上有樱花树,湖里游着锦鲤。11 分钟后,出来的是这个效果:
接着又让它做一个真实画风、能 3D 互动的古代恒星与行星系统,压进一个 HTML 文件里,里面要有 12 个可运行的系统。写提示词时我们估摸着,怎么也得算上几十分钟。
没想到 Hy4 flash 12 分钟就交活了:
手搓增量游戏这段时间挺火,同类型作品一个接一个往外冒。我们同样拿 Hy 4 flash 试了试,让它做一款暗黑风的增量塔防游戏。
这类游戏抓人的点就在于越玩越强:开局只有简单攻击,打怪打得吃力,之后技能一个个解锁,最后满屏特效、成片割草,爽感拉满。
做出初版游戏,Hy 4 flash 花了大概 35 分钟。这个初版完成度已经很高——核心玩法、技能树、怪物系统都有。后面我们只聊了几轮,把技能特效强度和金币经济数值调了调,游戏体验又顺了一些。
打到后半程、技能树点满时,火焰、闪电、陨石铺满屏幕,再加粒子效果和镜头晃动,手感相当不错。想玩的话可以自己试试:
-
https://workbuddy.link/p/SuV2Dw4XNmAnaFbtxETo61?source=2
-
https://a661b3a4cfa78475e.app.workbuddy.host/?sharecode=FPBY6JL2TK
网页里的 3D 效果和小游戏能摸到模型的上限,可这些并不是大家日常干活的内容。平时在 Workbuddy 上,我们常用 AI 整理大量资料再汇总展示。眼下英伟达三季度财报正受全球关注,这事就交给它办:
这回 Hy 4 flash 用 6 分钟就交出一份带总结、图表和细节的报告,内容是对老黄离任后英伟达前景的分析。
搞投资研究也好,准备汇报材料也罢,从这里切入都算个不错的起点。那AI领域近期会怎么走?要再往远看,琢磨某个行业更长期的规划,同样能交给Hy4 flash来分析。比方说让它预判未来三年全球AI Agent市场的竞争态势,再产出一份15页、给投资委员会看的PPT报告。
AI把搜索、材料梳理到报告制作排版这一整套流程跑完,用了12分27秒。
几轮任务跑下来,无论是考上限的场景还是实打实的生产力活儿,Hy4 flash都能把交付时间压到几分钟到半小时之间。初版成果的完成度已经够高,通常聊上几轮、稍作微调就能直接用。「Flash模型=降智」的担心没有应验,快和好同时站住了脚。这显然不是把模型参数简单调小就能说通的事。
性能领先,成本只有1/20
靠的是四层优化
作为混元目前性价比最高的大模型,Hy4 flash的性能表现不差。腾讯公布的Benchmark成绩显示,它已经在各项上超过了Hy 4 Preview。
放到腾讯自建的WorkBuddy典型任务评测集WorkIndex上看,Hy4 flash单任务成本只有Hy4的1/20,也只有DeepSeek-V4.1-Flash-1017(max档位、忙时价格)的1/8。帕累托前沿因此又往外推了一大截。
腾讯内部已经接入该模型的产品团队,也陆续反馈了实际使用情况。在WorkBuddy产品线上,Hy4 flash让日常办公任务的平均耗时缩短了70%,成本大约是Hy4的十五分之一,产物质量则基本持平。
企业微信和微信支付团队给出的数据是:Hy4 flash输出速度比Hy4提升88%,思考模式下输出的token减少约60%。与DeepSeek V4.1 Flash相比,它执行的步骤更少,单轮输出更短,token消耗下降了46%。
更多业务线也传回了类似结果。QQ小Q团队测到P90评论延迟下降39%、峰值延迟下降47%、输出token减少30%。《王者荣耀》团队在游戏Bug分析任务里,把模型请求次数压低了22%到39%,token消耗下降40.5%到61.2%。元宝、ima、Marvis等产品线同样已经用上新模型,评价很高。
从这些场景看,Hy4 flash在腾讯内部大量不同的工作场景中,已经挑起了大梁。
速度和成本被压到这个量级,智能水平又没有明显掉队,Hy4 flash靠的是什么?混元团队在预训练、后训练、评测、推理四个环节都做了优化。
预训练阶段,Hy4 flash用上了混合注意力、LatentMoE与Engram三项架构特性。混合注意力让不同层按分工选用KV开销更低的注意力形态;LatentMoE先把token压缩到低维潜在空间,再进入专家计算,路由判断不变,计算量和跨卡通信都明显减少;Engram是64B专用记忆模块,把静态知识剥离到独立记忆库中随时取用。
三项叠加之后,Hy4 flash的KV cache只有Hy3的1/24、Hy4的1/6,这为1M上下文同时低成本运行打下基础,团队还通过大量scaling ladder实验确认效果符合预期。
Hy4 flash 在後訓練環節先把 Hy4 的推理與輸出分布學過來,靠自蒸餾將旗艦模型的本事搬到小模型上;接著做強化學習,在任務成功率不掉的前提下,把端到端輸出長度砍掉 50%,成本與延遲也跟著降。
推理阶段则结合了megakernel融合解码小内核、减少显存搬运,4bit量化压低权重读取带宽,以及DFly推测解码等优化手段,把解码速度推过150 tps,使模型具备大规模低成本运行的条件。
评测方面,混元团队围绕WorkBuddy典型任务自建了WorkIndex,覆盖8类任务,并配合真人测评,重点看产物效果、输出长度与端到端用时。针对85位用户、27类259个任务的盲测显示,用户对Hy4 flash的满意度接近Claude Haiku 5.5。同时,混元模型的任务时长最短、单任务成本最低。
预训练、后训练、推理到评测四个环节的优化叠加起来,Hy4 flash靠一整套工程协同机制把AI推理成本压到了最低。把视线从模型内部拉到整个行业,Flash级模型的分量越来越重,这背后正是AI供需两端出现的新变化。
Flash级模型,正在成为AI硬实力
就在上周,谷歌把 Gemini 4 Hydrogen(氢)接进了免费的 AI 搜索;另一边,DeepSeek 对 APP 端用户做了限流。站在这些风口浪尖应用背后的,都是 Flash 级模型。AI 能干的活一天比一天多,token 消耗随之指数级上涨,这已经是各家大厂共同要解的难题。
混元最近的节奏可以这样看:11 月 4 日发布的 Hy4 在 Artificial Analysis 智能指数榜单上排到国模第二,主攻复杂长任务;本周亮相的 Hy4 flash 则接下了大部分日常任务。WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品都由这两款模型撑着,其中不少是国民级应用。Hy4 flash 的问世,补上了 AI 应用的一处关键缺口。深度搜索、文档处理、PPT 生成、财报解读、简单前端页面和 Computer Use 这类高频活,现在可以放心交给 Hy4 flash;长程软件工程、多文档深度研究这样更复杂的任务,再交给 Hy4。
换言之,Hy4 flash 跑通了一条能复现的工程路径:在日常生产力场景里,用远低于旗舰的成本拿到接近旗舰的体验,这件事可以被系统化地做出来。超低推理成本加上快速的内容生成速度,让它具备了稳定的大规模交付能力。开源并接入 OpenRouter 之后,Hy4 flash 要接受开发者的真实任务和调用量来投票。
据悉,Hy4 flash 上线首日 Token 调用量就突破了 50 万亿。在全球知名大模型聚合平台 OpenRouter 上,它拿下 LLM 日榜第一,成为全球开发者高频调用的首选轻量模型之一。
对普通用户而言,眼下已经能用低价又先进的 AI 模型来提升日常工作效率;对企业与开发者来说,更低的成本和更多的自动化,对应的是生产力的实在提升。往后走,随着自动模型路由逐步成熟,「AI 任务该用 flash 还是旗舰」这类选择会更多交给系统按任务难度实时判断,用户只管看结果。
前沿模型的能力上限还在往上抬,但真正改变世界的 AI,也许就是把你日常工作全包下来的那一个。