腾讯混元Hy4 Flash登场:主打低成本低延迟

资讯 AI 行业观察 作者:深流研究所 全文 3760 字 · 约 10 分钟读完 配图 1 张 分类腾讯

腾讯正在进化成为一家AI科技公司

所属频道 大厂动态

本文作者为深流研究所,钛媒体经授权发布。

11月16日,腾讯混元推出Hy4 Flash。

Flash版沿用了Hy4的视觉理解、Agent等核心能力,重点在于压低延迟和调用成本,官方给它的定位是“迄今为止最高性价比的Hy模型”。

在这之前,Hy4正式版在Artificial Analysis智能指数里排到中国模型第二,在Agent Arena中则拿下了开源模型第一。

Hy4 Flash一出,混元这边就有了旗舰模型加高效模型的两层搭配。

旗舰模型负责把智能上限往上顶,Flash要回答的是另一件事:这些能力能不能用更低的成本、更小的延迟撑起更大规模的调用。说到底,AI下半场更关键的问题就在这里。

对腾讯来说,这个问题格外现实。

从Hy3 preview起,混元就陆续接入WorkBuddy、元宝、企业微信和QQ等多款产品,场景覆盖搜索问答、办公、编程、企服和社交。其中不少产品是千万级用户,甚至达到国民级规模。

国民级产品带来的调用量,对模型的“实用性”要求更苛刻:效果稳不稳,响应够不够快,单次任务的总成本能不能控住。

这同样是腾讯自研模型绕不开的考验。

先把能力做实,再按需分层

模型分层,并不等于把参数规模简单砍小。

研发团队得先弄清楚:哪些能力非留不可,哪些计算可以压掉,不同任务之间又该怎么分配。

做这件事有个前提,就是旗舰模型本身要够强,能力边界也要相对清晰。

今年2月重建基础设施之后,混元从Hy3 preview重新出发。

最近半年,它的迭代大致走了两步:先把已有能力的任务成功率提上来,再拓展模型能接的任务范围。

Hy3正式版并没有大幅加参数,提升主要来自数据质量、后训练和强化学习。

官方公布的评测中,Hy3在SkillsBench上的得分从29.1升到55.3,SWE-bench Pro从46.0升到57.9。

榜单之外,产品里的实测更能看出这些提升到底能不能用。

WorkBuddy的内部评测里,Hy3的任务解决率由72%升到90%,平均耗时少了34%。也就是说,模型完成任务的可能性更高了,无效执行、失败重试和人工接管也随之减少。

对Agent产品来说,任务成功率本身就是效率指标。首次就把任务做成的概率提上去,往往能同时压低Token消耗、工具调用次数和用户等待时间。

到了Hy4 preview,混元又把智能上限往上抬了一截。

模型容量和上下文窗口都做了扩展,为代码工程、多文档研究和长程Agent任务打下基础。

Hy4正式版又补上视觉理解和Computer Use,并围绕Blender、CAD等专业软件以及跨应用流程做了训练。

模型能不能真正进工作流,看的正是这些能力。可现实工作里的信息,并不都躺在文本和标准接口里——大量内容散落在图片、网页和软件界面当中,不少专业工具压根没有可直接调用的 API。

模型得先看懂界面、判断状态、再把操作做完,才有可能从“给建议”走到“交结果”。

Hy4 正式版和 Hy4 preview 相比,指令遵循、复杂检索、游戏开发、逻辑实现这几类任务上提升约 10%—20%,智能水平整体抬升的迹象更明显。

混元的能力建设也开始往专业场景里扎。混元组织的一次金融众测里,153 位外部头部金融机构专家参与评估了 579 个真实任务,覆盖基金研究、证券分析、量化策略和财税会计等领域,Hy4 拿到 3.04 分,在参评开源模型中排第一。这些任务考的不只是金融知识,还有信息检索、分析验证和结果交付。专业场景要的不只是一个看着合理的答案,还得有清楚的证据边界。

可靠性于是成了单独的优化目标。

腾讯混元Hy4 Flash登场:主打低成本低延迟(配图 1)

Hy4 因无依据猜测导致的错误率,在自建测试中从 23.1% 降到 5.6%。

混元持续迭代下来,一套贯通数据、训练、评测与工程的研发机制慢慢成形,模型能力得以稳定转成任务结果。

规模化调用,如何支撑?

模型进了产品,成本怎么算也跟着变。数据显示,Hy4 preview 曾在 OpenRouter 单周处理约 14.7 万亿 Token;Hy4 正式版发布首周的处理量约为 12.8 万亿 Token。

涨的不只是调用次数,任务链路也变长了。一次 Agent 任务里,可能有多轮规划、检索、工具调用、状态判断和结果验证,中间任何一环出错,都可能引来重新规划和执行。

Hy 系列模型已经接进腾讯多款产品。任务不一样,单一模型就很难同时把效果、速度和成本都照顾到:元宝的搜索问答要兼顾准确性和响应速度;CodeBuddy 更看重代码修改的正确性和执行稳定性;WorkBuddy 则要把任务规划落成文档、表格或软件操作。

简单问答要是用上过长的思考链,响应会变慢,成本也会被推高;复杂任务交给能力不够的模型,又容易出错返工。

所以实用性不是去追最低的单次调用价格,而是在效果达标的前提下,把完成任务的總成本尽量压下来。

围着这个目标,混元逐步搭起三层效率体系。

头一层是架构效率,减轻单个 Token 的计算负担。

混元用的是 MoE 架构,把模型总容量和单次推理负担拆开看。Hy3 总参数为 295B,每个 Token 激活约 21B 参数;Hy4 总参数扩大到 770B,每个 Token 激活 49B 参数。更大的总参数用来装知识和能力,推理时只激活其中一部分,模型扩容的同时,单步计算成本不必跟着同幅度上涨。

第二层是任务效率,减少完成一项任务所需的 Token 和调用次数。

Hy4 preview 上线那阵子,复杂任务里想得太多、反复自我核验的毛病已经露出来了。放到 Agent 产品上看,这不只是答得啰嗦,执行轮次会被拉高,上下文越拖越长,工具调用次数也跟着涨,整条任务链路的开销最后都被推了上去。

到了 9月7日,混元与 WorkBuddy 联合团队对外称专项优化已经做完。做法是 Benchmark 加人工评测两条线同时盯着,在任务效果基本稳住的前提下,把执行轮次压下来,输入和输出的 Token 消耗也一并减少。

Hy4 正式版发布的时候,思维链效率依旧被列为优化的重头。

第三层落在系统效率上:靠缓存、模型分层和自动路由,给不同任务配上合适的资源。

Agent 一旦连续干活,系统提示词、工具定义、项目资料、历史上下文都要一遍遍重读。这些东西往往没多大变化,可每次请求里都可能再出现一次。

Hy4 的缓存命中价只有普通输入价的二十分之一。只要满足缓存条件,重复内容就不用再按全价算。

模型分层这一环则由 Hy4 Flash 补上。产品能依据任务难度、执行效果和等待时间,动态换用模型。

用真实反馈,校准模型

外界聊起腾讯的 AI 优势,常提到它庞大的用户规模和产品矩阵。矩阵的意义不止是把模型分发给更多人,更在于让模型在真实任务里被反复检验好不好用。

腾讯让业务和用户自己挑模型,多模型接入与自动路由同样是其 Agent 产品的基本功。也就是说,混元进了腾讯自有产品,照样得跟别的模型同场较量。

产品框架、工具权限、任务环境大差不差时,模型在任务成功率、等待时间、执行稳定性上的差别,会直接落在调用、重试和模型切换里。

WorkBuddy 里主动选模型的用户中,Hy3 占到 60%;接进 ima Copilot 之后,Hy3 在 72 小时内就成了平台调用量最高的模型。

这些数字回答的,是一个比标准化评测更接地气的问题:用户手里有选择权时,愿不愿意把真实任务交给这个模型。

真实产品也在反过来改模型的研发路子。模型进了 Agent 产品,环境、权限、工具和上下文会一起左右任务结果,不少问题只有跑在实际运行的长链路里才会冒出来。

混元跟 WorkBuddy、元宝等产品做起了 Co-design,把模型研发和产品迭代放进同一个循环:产品团队发现毛病、提供任务、验证效果,模型团队再把这些转成训练数据、评测方法和优化目标。

“Preview 先行、正式版跟进”同样是这套机制的一部分。Preview 让模型早点进真实环境,把思考过长、工具误用、任务失败这些问题暴露出来,正式版再照着改。

Flash 版出来,又给这个反馈循环添了新条件。延迟和成本更低,就能撑起更高频的调用。调用规模一上去,产品会碰到更多真实任务和长尾案例;模型路由也能攒下更多比较信号,判断哪类任务该调哪种模型。

各场景里沉下来的数据、评测方法和模型能力,还有机会借通用模型挪到其他产品上去。

产品不光是模型的试验场,彼此之间还能连成一张能力网络,让能力互相借力。在腾讯内部,这套反馈机制正从零散的单点协作,转向成体系的运转。

基础设施重建之后,混元的迭代节奏明显加快,应用侧也跑出了规模。WorkBuddy 上线八个月,已经成了中国 Token 供给量最大的单一 AI 产品。

另一边,腾讯还在继续加码算力和基础设施,模型与产品之间的打通也在提速。

模型负责提供智能,产品负责承接任务、沉淀反馈,算力撑起规模化调用,真实使用又反过来喂给模型迭代。一个围绕智能生产、分发与进化的闭环,正在成形。

腾讯正一步步从互联网公司,走向由模型、算力和应用共同驱动的 AI 科技公司。

往后看,AI 竞争拼的不只是模型能力,还有整套闭环的运转效率。

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 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

    作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

    来源 腾讯网
  2. 腾讯混元发布Hy4 flash:224B参数,单任务成本只有Hy4的1/20

    【环球网科技综合报道】11月16日,腾讯混元发布最新语言模型Hy4 flash。该模型总参数量224B(其中64B Engram参数),激活参数12B,支持多模态和1M上下文长度。腾讯混元称,Hy4 flash是其迄今性价比最高的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,价格相比 Hy

    来源 腾讯网
  3. 腾讯Hy4 flash发布:224B参数,输入0.5元/百万Token

    在 WorkBuddy 中实测腾讯 Hy4 flash,涵盖深度研究、3D 网页、游戏开发和办公任务。与 DeepSeek V4.1 Flash 相比,两者整体交付质量相近,前者首轮交付更快;生成交互帆船原型耗时半小时,按 API 定价估算费用约 0.23 元。

    来源 爱范儿
  4. 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
  5. 腾讯混元Hy4 flash定价公布:百万Token输入0.5元,张军称性价比最高

    11月16日,腾讯混元Hy4 flash发布,腾讯公关总监张军在微博披露其API定价:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元。该模型总参数量224B、激活参数12B,支持多模态与1M上下文长度,已在腾讯云TokenHub、元宝、企业微信等产品上线,即将接入OpenRouter。

    来源 凤凰科技
  6. 腾讯发布Hy4 flash:支持1M上下文,激活参数12B

    11月16日,腾讯发布定位于日常办公及智能体任务的Hy4 flash模型。该模型总参数量224B(含64B Engram参数),单次激活参数12B,支持多模态输入和最高1M上下文长度,解码速度超过150 tokens/s。腾讯内部评测显示其综合表现略高于Hy4 preview,WorkIndex测试中平均单任务成本约为

    来源 凤凰科技
  7. 腾讯混元Hy4 flash上线:1M上下文,解码超150tps

    腾讯混元推出高性价比模型Hy4 flash,总参数224B但激活仅12B。支持1M超长上下文和多模态,解码速度超150 tps。通过强化学习将输出长度减半,API输出价格低至2元/百万tokens。已接入元宝、WorkBuddy等应用,适合文档处理、PPT生成及深度搜索等日常办公场景,旨在以更低成本提供接近旗舰模型的智

    来源 AI 应用前沿
  8. 腾讯混元Hy4 flash发布:0.5元/百万Token,计划开源

    新京报贝壳财经讯(记者韦英姿)11月16日,腾讯混元发布最新语言模型Hy4 flash,总参数量224B(含64BEngram参数),激活参数12B,支持多模态与1M上下文长度。定价为每百万Token输入0.5元、输出2元,命中缓存时0.02元,低于Hy4。

    来源 网易科技
  9. 腾讯总办号召AI时代再创业:不拥抱智能革命就是被颠覆

    【TechWeb】11月16日消息,今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。 文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果

    来源 AI 行业观察
  10. Hy4 flash 发布:224B 总参数、12B 激活,API 价格大幅下调

    今天,我们正式推出 Hy4 flash,这是迄今为止最高性价比的 Hy 模型,总参数量为224B(其中64B Engram 参数),激活参数 12B,支持多模态和1M 上下文长度,API价格相比 Hy4 大幅降低。 我们通过一系列工作在极致优化成本的同时兼顾智能水平和实用性: 在预训练阶段,Hy4

    来源 AI 开发者社区
  11. 黄仁勋被曝考虑重返英伟达担任CEO!其硅谷盟友正施压董事会;女子因拒绝给HR带咖啡被取消面试,BOSS直聘回应;李牧青出任AI公司联席CEO

    要闻提示 1.黄仁勋被曝考虑重返英伟达担任 CEO!其硅谷盟友正施压董事会 2.女子称因拒绝给HR带咖啡被取消面试,BOSS直聘回应:已暂停该招聘账号权限 3.董明珠:格力对文凭的考虑已逐步取消,本事才是硬通行证 4.腾讯 AI 李牧青离职,出任 AI 公司联席 CEO 5.韩路也来凑热闹!Tim喊话网友说“难听话”抽

    来源 AI 行业观察
  12. 阿里腾讯月之暗面旗舰模型收紧网络攻击能力:Qwen4-Max不公开权重

    IT之家 11 月 17 日消息,彭博社今日报道称,阿里、腾讯、月之暗面最新发布的新一代模型普遍限制了网络进攻能力,同时强化了漏洞检测与防御功能。 彭博社指出,阿里最新旗舰模型 Qwen4-Max 刻意过滤了训练数据中可用于网络攻击的材料,保留了对漏洞检测等防御场景有用的能力。而且该版本暂未公开模型权重,用户无法自行下

    来源 AI 行业观察
  13. 腾讯总办喊话AI再创业:不投入拥抱就是被颠覆

    今日,“腾讯文化”公众号发文《总办号召 AI 时代再创业,“心态归零”》,再度谈及28岁生日这天,腾讯总办对AI时代的机会、挑战与选择的看法。文章指出,面对技术变革的巨浪,没有人是旁观者。所有人都要做出选择。如果不想被颠覆,真正重要的事只有一件:一起动起来。“现在进行的智能革命如果不投入拥抱,就是被颠覆。这是一个生死存

    来源 TechWeb
  14. 双授权之后:海睿数科把 AI 培训送进政府与央企课堂

    2026 年以来,苏州海睿数字科技有限公司(以下简称"海睿数科")的培训课堂陆续开进了江阴市综合执法局、宜兴市城管局、苏州工业园区人力资源服务行业协会、中欧校友总部与中国电信常熟分公司。同一时期,这家公司持有两张可核验的资质:腾讯 WorkBuddy/CodeBuddy 官方授权合作伙伴(授权期限至 2026 年 12

    来源 36氪
  15. 腾讯音乐Q3财报:总收入89.4亿元,音乐相关服务收入增10.2%

    财报显示,腾讯音乐第三季度整体业绩健康增长,腾讯音乐总收入同比增长5.6%至89.4亿元;调整后净利润同比增长2.1%至25.3亿元;经调整的EBITDA同比增长2.7%至30.2亿元,音乐相关服务收入持续高质量增长,同比增长10.2%至76.8亿元。2026年第三季度,腾讯音乐围绕IP持续拓展“音乐+音频”内容生态,

    来源 TechWeb
  16. 腾讯音乐Q3营收89.4亿元:IP运营拉动音乐服务收入增长10.2%

    财报显示,腾讯音乐第三季度整体业绩健康增长,腾讯音乐总收入同比增长5.6%至89.4亿元;调整后净利润同比增长2.1%至25.3亿元;经调整的EBITDA同比增长2.7%至30.2亿元,音乐相关服务收入持续高质量增长,同比增长10.2%至76.8亿元。2026年第三季度,腾讯音乐围绕IP持续拓展“音乐+音频”内容生态,

    来源 TechWeb
向下滚动自动加载更多