腾讯混元Hy4 flash:224B参数、12B激活,单任务成本仅Hy4的5%?
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
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,其中包含64B Engram参数,激活参数只有12B,可支持多模态与1M上下文长度。价格方面,每百万Token输入0.5元、输出2元,命中缓存时只需0.02元,相比Hy4大幅下调,是迄今性价比最高的Hy模型。
为把性价比做到极致,同时兼顾智能水平与实用性,混元团队从多个环节入手。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%。评估环节则搭建了基于WorkBuddy典型任务的内部评测集WorkIndex,并引入人评,关注日常工作的产物效果、单轮输出长度和端到端用时,而不是与日常工作相距较远的公开榜单分数。
-
推理阶段,Hy4 flash借助megakernel、4bit量化、DFly等手段做了极致优化,解码速度超过150 tps,并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),成本却显著更低。按内部评测集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)测算,Hy4 flash单任务成本只有Hy4 preview的1/13、Hy4的1/20、DeepSeek-V4.1-Flash-1027(Max档位,忙时价格)的1/8。
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。
目前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则限时5折。
官方表示,腾讯混元始终把“模型实用性”作为核心原则,在追求智能上限的同时也追求极致性价比。此前11月4日发布的Hy4首次进入最强开源模型行列,在Artificial Analysis智能指数榜单上位列中国模型第二,Agent Arena榜单居开源模型第一。这次Hy4 flash则在真实生产力任务中把智能与效率平衡得更好。
混元团队建议,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。