腾讯混元Hy4 flash发布:每百万Token输入0.5元,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
11月16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当天在社交平台发文,称“这是迄今为止性价比最高的混元模型。”
价格方面,Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时只需0.02元,比Hy4低了不少。
参数上,该模型总参数量224B,其中64B为Engram参数,激活参数只有12B,支持多模态和1M上下文长度。
据腾讯混元官方公众号介绍,Hy4 flash在把成本压到极致的同时,也兼顾了智能水平和实用性,具体体现在预训练、后训练、评估、推理几个阶段。
预训练阶段,Hy4 flash引入混合注意力、LatentMoE、Engram等架构特性,KV cache大小只有Hy3的1/24、Hy4的1/6;团队还做了大量scaling ladder实验,确保效果符合预期。
后训练阶段,团队通过自蒸馏Hy4获得了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降低了50%。
评估阶段,团队搭建了基于WorkBuddy典型任务的内部评测集WorkIndex,并配合人评,重点看日常工作的产物效果、单轮输出长度和端到端用时,而不是那些远离日常工作的公开榜单分数。
推理阶段,团队结合megakernel、4bit量化、DFly等手段做极致优化,Hy4 flash解码速度超过150 tps,可以大规模低成本部署运营。
综合效果上,Hy4 flash略优于Hy4 preview。在WorkIndex上,其单任务成本仅为Hy4 preview的1/13、Hy4的1/20,也只有DeepSeek-V4.1-Flash-1017(max档位,忙时价格)的1/8。
目前Hy4 flash已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品上线,即将接入OpenRouter。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。