腾讯混元 Hy4 flash 模型发布:224B 总参、12B 激活,单任务成本约 Hy4 的 5%
新模型总参数 224B,支持 100 万 token 上下文,解码速度超 150tps,综合能力略优于前代,已接入腾讯多款产品,11 月 30 日前享免费或折扣福利。#腾讯混元#
这款模型总参数量为224B,其中64B为Engram参数,每个token激活12B参数。它支持多模态输入,上下文长度可达100万token,API价格比Hy4低了不少。
据腾讯介绍,Hy4 flash之所以便宜好用,靠的是预训练、后训练、推理三个阶段一起做优化。预训练环节用上了混合注意力、LatentMoE与Engram等架构(Engram是一种可扩展的查表式参数模块,能以较低的算力成本扩充模型容量),KV cache大小降到Hy3的1/24、Hy4的1/6。

后训练环节,模型通过自蒸馏Hy4拿到综合智能水平,再用强化学习把端到端任务输出长度压掉50%。推理环节则结合megakernel、4bit量化与dflash等手段,解码速度超过150 tps,可支撑大规模低成本部署运营。

在官方搭建的WorkBuddy典型任务评测集WorkIndex上,Hy4 flash跑单个任务的成本只有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。

效果方面,Hy4 flash比Hy4 preview略好一些。这套对比看的是日常工作的产物效果、单轮输出长度和端到端用时,并不以公开榜单分数为准。

为了摸清真实使用体验,腾讯请来85位WorkBuddy内部用户,在27类共259个日常工作任务上做了盲测。

盲测结果是:Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本明显低于所有参与对比的模型,任务时长也是最短的。

目前Hy4 flash已经上线腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品,接下来还将接入OpenRouter。
2026年11月30日之前,用户可以在WorkBuddy限时免费使用,腾讯云TokenHub API则限时5折。

腾讯给出的用法建议是:深度搜索、文档处理、PPT生成、简单前端展示、Computer Use这类日常任务交给Hy4 flash,长程软件工程等复杂任务则用智能上限更高的Hy4。官方还表示,计划把Hy4 flash开源,并保持高频迭代。
