Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8

资讯 华尔街见闻 全文 2446 字 · 约 7 分钟读完 配图 10 张 分类Hy4DeepSeek腾讯深度求索Deepseek

阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。

所属频道 大厂动态开源生态

11月16日,阿里与腾讯在同一天各自亮出新模型:阿里带来Qwen4系列首款旗舰Qwen4-Max,腾讯混元则推出轻量化模型Hy4 flash。

阿里官方公布的Work360评测数据显示,Qwen4-Max单任务平均费用从26.58元降到11.16元,降幅58%。腾讯方面表示,Hy4 flash在WorkIndex评测中的单任务成本只有Hy4的1/20,也仅为DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。

本周阿里、腾讯Q3财报将分别于11月18日、11月19日发布。

Qwen4-Max:2.4万亿参数,任务费用砍掉一半

据阿里官方博客介绍,Qwen4-Max基于Qwen4系列全新架构,总参数2.4万亿(2.4T),每个token激活71B参数,另设328B N-gram Embedding参数,具备原生视觉能力与百万token上下文窗口。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 1)

成本能降下来,靠的是token效率提升。阿里官方数据显示,Work360评测中,Xhigh和High两档推理强度下,Qwen4-Max的token消耗较前代Qwen3.8-Max分别减少约24%和35%;Terminal-Bench 4.0上,两档分别减少约48%和49%。API定价也全面下调,缓存命中价格降得尤其多,每百万tokens低至0.5元。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 2)

性能方面,阿里官方称,对比上一代Qwen3.8-Max,Qwen4-Max在Work360综合评测中的得分由47.74分升至52.69分,DeepSWE、AA-Briefcase、HLAB-Vals等多个Agent专项基准也有明显提升。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 3)

架构上,Qwen4-Max从Attention、Residual和Embedding三个方向升级稀疏MoE模型:GDN+Qwen Sparse Attention(QSA)压低长序列注意力计算开销;Gated Residual(GR)把残差流扩展成四条并行分支,加强跨层信息传递;N-gram Embedding则以较低的额外计算开销扩大模型容量。

阿里官方表示,知识、代码、问答和STEM四类内部评测中,Qwen4-Max-Base的每字节比特数(BPB)在五个参评模型里都是最低的,各领域BPB相比Qwen3.8-Max-Base下降约5%至13%,每个Token的激活参数同时减少约25%。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 4)

Hy4 flash:激活参数仅12B,成本压至竞品1/8、Hy4的1/20

腾讯混元同日发布的Hy4 flash走的是更轻量的路线。腾讯官方介绍,该模型总参数量224B(其中64B Engram参数),激活参数只有12B,支持多模态和1M上下文长度。

腾讯把Hy4 flash称为“迄今为止最高性价比的Hy模型”。API定价为每百万token输入0.5元、输出2元,命中缓存时仅需0.02元。WorkIndex评测中,其单任务成本仅为Hy4 preview的1/13、Hy4的1/20,以及DeepSeek-V4.1-Flash-1017(max档位忙时价格)的1/8。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 5)

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 6)

为了做到这个成本,腾讯在多个环节做了针对性优化。预训练阶段引入混合注意力、LatentMoE、Engram等架构特性,KV cache大小只有Hy3的1/24、Hy4的1/6;后训练阶段先通过自蒸馏Hy4获取综合智能水平,再用强化学习把端到端任务输出长度降低50%;推理阶段结合megakernel、4bit量化、DFly等手段,解码速度超过150 tps。

Hy4 flash的思路是“激活参数极度精简”——224B总参数中只激活12B,同时用强化学习直接压缩输出长度,让每次任务消耗的Token数量本身就变少。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 7)

腾讯还找来85位WorkBuddy内部用户,在27类共259个日常工作任务上做盲测。结果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,任务时长也最短。

综合效果上,腾讯称Hy4 flash略优于Hy4 preview。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 8)

两款产品,各自瞄准什么用户

从定位看,两款模型面向的用户并不完全重合。

阿里给Qwen4-Max的定位更偏向企业级复杂任务的旗舰机型。发布材料里举了几个实际用例:汽车制造环节,单个工件的加工编程人工投入从约475分钟压到24分钟,少了约95%;企业IPO法律尽调时,模型啃完198份杂乱底稿,交出一份86页、6万余字的完整报告;金融投研方面,能调用90个MCP工具抓取A股、港美股等市场数据,并产出可溯源的报告。

Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8(配图 9)

Hy4 flash更聚焦日常办公效率,腾讯推荐的使用场景包括深度搜索、文档处理、PPT生成、简单前端展示和Computer Use,“在长程软件工程等复杂任务中使用智能上限更高的Hy4”。

可及性方面,Hy4 flash已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品上线,11月30日前用户可在WorkBuddy限时免费使用,腾讯云TokenHub API限时5折。腾讯还表示计划开源Hy4 flash并高频迭代。

评测方法的变化

两家在这次发布中,都强调了“贴近真实工作场景”的内部评测集,而非单纯依赖公开榜单。

腾讯围绕WorkBuddy的典型任务搭了一套WorkIndex评测集。按腾讯的说法,它盯的是日常工作里的产物效果、单轮输出长度和端到端用时,而不是那些离实际工作很远的公开榜单分数。

阿里这边搭的是Work360框架,一级领域26个、二级子领域182个、三级细分领域721个,想做到对工业与专业场景的系统覆盖。

风险提示及免责条款
投资有风险,入市要谨慎。这篇内容不能当作个人投资建议,也没有顾及每位用户各自的投资目标、财务状况或具体需求。文中的看法、观点和结论是否适合自身情况,用户需自行判断。据此操作,风险自担。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 腾讯混元Hy4 flash发布:224B参数,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。”混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。该模型总参数量为224B(其中64B En

    来源 腾讯网
  2. 腾讯Hy4 flash发布,速度大幅提升,单任务成本仅为Hy4二十分之一

    本文来源:时代财经 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元,单任务成本仅为Hy

    来源 腾讯网
  3. DeepSeek App与网页版限额:长对话超7天不活跃不再保留?

    【TechWeb】11月16日消息,据多名用户在社交平台发帖反馈,DeepSeek已对App与网页版的长对话功能实施了使用限额。有用户在使用DeepSeek时被提示因“算力不足,不再支持超过7天不活跃的长对话”,并对单次输入文字的上限进行了调整,缩短至4万字左右。此外,还会限制每日的对话额度,当用户日使用量达到上限时,

    来源 腾讯网
  4. DeepSeek发布全家桶应用API

    DeepSeek正式开放全家桶应用 API:在原有API中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也已开放独立接口。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至1:1复刻出完整的DeepSeek App。

    来源 华尔街见闻
  5. DeepSeek开放全家桶应用API,开发者可1:1复刻官方App

    DeepSeek表示,在 DeepSeek App的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至 1:1 复刻出完整的 DeepSeek App。具体来看,本次更新将 DeepSeek App 的各项交互

    来源 TechWeb
  6. DeepSeek开放全家桶应用API:搜索、文件、语音能力一站式调用

    DeepSeek表示,在 DeepSeek App的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。开发者可以在自己的应用中轻松实现复杂的对话功能,甚至 1:1 复刻出完整的 DeepSeek App。具体来看,本次更新将 DeepSeek App 的各项交互

    来源 TechWeb
  7. DeepSeek开放全家桶API:可1:1复刻完整App体验

    IT之家 11 月 13 日消息,今天(13 日)晚间,DeepSeek 宣布正式开放全家桶应用 API:在原有 API 中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也已开放独立接口(含 OCR、ASR、TTS 等),支持单独或组合调用。 开发者可以在自己的应用中轻松实现复杂的对话功能,

    来源 AI 行业观察
  8. DeepSeek开放全家桶应用API:开发者可复刻完整App体验

    【TechWeb】11月14日消息,DeepSeek发布全家桶应用 API,将其自有App中已经打磨成熟的整套交互能力打包为标准化、可调用的模块,向开发者开放。与以往仅提供模型推理接口不同,此次开放覆盖搜索、网页抓取与解析、文件解析、OCR、语音识别(ASR)、语音合成(TTS)等多项应用层能力,并支持开发者单独调用或

    来源 AI 行业观察
  9. DeepSeek开放全家桶应用API:开发者可1:1复刻完整App

    智东西11月13日消息,DeepSeek刚刚把全家桶应用API正式开放了。联网搜索、深度思考搜索、文件输入、链接阅读这些DeepSeek App里的能力,如今都被整合进原有API,开发者开启对应参数就能调用。

    来源 网易科技
  10. DeepSeek开放全家桶API:一套接口复刻完整App体验?

    DeepSeek 宣布正式开放全家桶应用 API:在原有 API 中开启对应参数,即可获得深度思考搜索、文件输入等对话功能;语音及相关底层能力也已开放独立接口(含 OCR、ASR、TTS 等),支持单独或组合调用。

    来源 IT之家
  11. 终于来了!DeepSeek多模态视觉模型API全面开放

    DeepSeek此次推出多模态视觉理解模型,标志着其从纯文本大模型向多模态AI全面进军的战略升级。业内分析认为,DeepSeek此次推出的多模态视觉模型,在保持纯文本能力不妥协的前提下,将视觉理解Agent能力推至接近行业顶尖水平Opus-4.8。随着多模态API的全面开放,开发者生态有望迎来新一轮创新爆发。

    来源 TechWeb
  12. DeepSeek限流调整:长对话不再续用,单次输入上限约4万字

    11月16日,科创版日报,因算力资源供给紧张,DeepSeek面向普通用户的App及网页版对话服务推出限额使用措施。据多名用户反馈,DeekSeek出现弹窗提示,受算力约束,不再支持存续超过7天且无活跃交互的长对话,这类闲置会话将无法接续使用,与此同时下调单次输入文本上限,当前单次输入文字上限约为4万字。此外,还会限制

    来源 腾讯网
  13. DeepSeek开放全家桶API:1:1复刻App怎么实现?

    DeepSeek于11月13日正式开放“全家桶”应用API,把联网搜索、文件输入、阅读链接、语音交互及安全校验等能力整合进原有API。开发者开启对应参数,即可在自有应用中实现复杂对话功能,甚至1:1复刻完整DeepSeek App。

    来源 凤凰科技
  14. NaiveAI新模型实测:速度超DeepSeek约3.3倍,编程基准领先3.7分

    硅谷硬核技术媒体Latent Space首期实测中国开源模型Naive-N0.5-Flash。结果显示,该模型在编程基准测试中超越DeepSeek V4.1和GLM 5.3,极速模式下峰值速度达2100 Token/s,响应时间仅3.1秒。文章分析了其在3D渲染等复杂任务中的表现,以及“AI驱动研发”背后的技术逻辑,折

    来源 AI 应用前沿
  15. DeepSeek开放全家桶API:联网搜索价格不到OpenAI、Claude的8%

    让一个大模型回答问题并不难,但要让它搜索互联网、阅读网页、解析 PDF,再将找到的信息组织成带有引用的回答,开发者往往需要额外搭建一套工具系统。这些工作构成了 AI 应用开发中一层容易被忽略的工程负担。 11 月 13 日,DeepSeek 宣布开放“全家桶应用 API”,试图减少这部分工作。它将官方 App 和网页端

    来源 AI 行业观察
  16. DeepSeek调整App与网页端额度:长对话、输入字数、每日用量均受限

    11月16日,DeepSeek被曝对App及网页端部分使用场景实施限制。多名用户收到平台提示,称受算力不足影响不再支持超过7天未活跃的长对话;部分用户单次输入上限调整至约4万字,当日用量达到一定程度后会提示服务器繁忙、额度已达上限。官方状态页显示服务正常,但10月记录7起服务异常,11月部分服务仍出现过中断或性能下降。

    来源 凤凰科技
  17. DeepSeek调整使用规则:7天历史对话、4万字输入与每日额度

    DeepSeek近期对App及网页版实施长对话使用限制,涉及历史对话保留、单次输入长度和每日对话额度。用户反馈称,此举与平台算力资源承压有关。具体调整包括:不再支持超过7天未活跃的长对话历史,单次提问输入上限降至约4万字;新增每日对话额度,达上限后系统提示“因服务器繁忙”。

    来源 AI 产业速递
  18. DeepSeek App与网页端限额:长对话7天不活跃停用,日额度触顶

    IT之家 11 月 16 日消息,昨日有部分用户反馈称,DeepSeek 已对 App 与网页版的长对话功能实施了使用限额。 多名用户收到平台提示,称因“算力不足,不再支持超过 7 天不活跃的长对话”。与此同时,单次输入的文字上限被缩短至 4 万字左右,每日对话额度也受到限制,当日使用量触顶后,页面会显示“因服务器繁忙

    来源 AI 行业观察
  19. DeepSeek开放全家桶API:对话语音OCR等能力可独立调用

    11月13日,DeepSeek把全家桶应用的API正式对外开放。开发者只要在原有API里打开对应参数,就能拿到深度思考搜索、文件输入这类对话功能;语音以及相关底层能力也放出了独立接口,OCR、ASR、TTS等都包含在内,可以单独调,也能组合着用。

    来源 网易科技
  20. DeepSeek把搜索压到一次半分钱,还开源了聊天界面

    11月13日晚上,DeepSeek 悄无声息地发了一份技术公告,没有新模型跑分,没有发布会直播,却让大洋彼岸恨得牙痒痒。 这一次,DeepSeek干了一件违背过去二十年互联网祖训的事: 它抄起手术刀,把自己引以为傲的国民级App“大卸八块”,然后把心肝脾肺肾摆在柜台上,按斤论两往外批发。 网盘搜索,5块钱1000次,折

    来源 AI 行业观察
  21. DeepSeek开放全家桶API:对话功能可一键复刻,语音OCR等独立接口上线

    在 DeepSeek App(含网页端)的对话服务中,联网搜索、文件输入、阅读链接、语音交互及安全等能力与模型推理相互配合,构成了用户熟悉的对话体验。而开发者如果想要在应用中实现类似功能,除接入原有 DeepSeek API 外,往往还需耗费大量精力去对接外部工具、处理调用衔接。 今天,我们正式开放这套全家桶应用 AP

    来源 腾讯网
  22. Octop团队模式拆解:Super-agent双层架构怎么分工

    作者:Jubaoliang,Octop 负责人导读DeepSeek 近日发布长文,系统阐述了其 Super-Agent 设计理念——打破 AI「单次仅能处理单一任务」的旧范式,以调度员(Router)加执行单元(Worker)的双层架构实现任务并行与后台运行,解放用户等待时间。无独有偶,在工程实践的另一条路径上,Oct

    来源 腾讯网
向下滚动自动加载更多