2026年11月16日,腾讯混元正式发布Hy4 flash。这款模型没有追逐参数规模的极限,而是把“性价比”三个字写进了产品定义里:224B总参数、12B激活参数、1M上下文,单任务成本压到Hy4的二十分之一。
腾讯混元称其为“迄今为止最高性价比的Hy模型”。在AI模型竞争从“谁更聪明”转向“谁更用得起”的阶段,这个定位本身就值得拆解。

一、参数结构:大容量,小激活
Hy4 flash的总参数量为224B,其中包含64B Engram参数,但每次推理实际激活的参数量仅为12B。这种“大存储、小激活”的设计,核心逻辑是用更大的参数容量承载知识,用更少的激活参数控制推理成本。
支撑这一结构的是预训练阶段的几项架构选择:混合注意力、LatentMoE、Engram。效果直接体现在KV cache上——Hy4 flash的KV cache大小仅为Hy3的1/24、Hy4的1/6。对于长上下文场景而言,这意味着显存占用和推理延迟的显著下降。模型支持1M上下文长度,并具备多模态输入能力。
二、定价:缓存命中时每百万token仅0.02元
价格是Hy4 flash最直接的攻击点。
| 计费项 | Hy4 flash | 对比Hy4 |
|---|---|---|
| 输入(每百万token) | 0.5元 | 6元 |
| 输出(每百万token) | 2元 | 18元 |
| 缓存命中输入 | 0.02元 | 0.3元 |
三项价格分别降至Hy4的约1/12、1/9和1/15。对于高频调用、前缀重复的场景(如文档处理、代码补全),缓存命中价格的大幅下探,意味着实际单位成本可能远低于表面数字。
三、效果:略优于770B的Hy4 preview,成本只有其1/13
低价不等于低质,但需要看用什么标准衡量。
腾讯混元没有用公开榜单作为主要标尺,而是构建了内部评测集WorkIndex,覆盖PPT制作与修改、文档编辑、表格修复、音视频处理、视觉理解等WorkBuddy典型任务。按这一评测集综合测算,Hy4 flash的综合效果略优于Hy4 preview——后者总参数770B、激活参数49B,但Hy4 flash的单任务成本仅为Hy4 preview的1/13、Hy4的1/20。
腾讯内部85位WorkBuddy用户的盲测数据提供了另一个参照:在27类共259个任务中,Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本为0.26元,端到端时长中位数6.7分钟,在对比模型中均为最优。
四、速度与推理优化:解码超过150 tps
性价比的另一面是速度。Hy4 flash在推理阶段结合了megakernel、4bit量化、DFly等手段,解码速度超过150 tps,支持大规模低成本部署。后训练阶段通过强化学习使端到端任务输出长度降低50%,进一步压缩了实际使用中的token消耗。
五、定位与可用性:日常任务的首选,长程工程仍用Hy4
混元团队对使用场景的划分很明确:深度搜索、文档处理、PPT生成、简单前端展示、Computer Use等大部分日常任务推荐使用Hy4 flash;长程软件工程等复杂任务则建议使用智能上限更高的Hy4。
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,WorkBuddy限时免费使用,腾讯云TokenHub API限时5折。混元同时表示计划开源Hy4 flash并高频迭代。
结语:性价比不是“便宜”,是“够用且便宜”
Hy4 flash的发布传递了一个清晰的信号:在旗舰模型比拼智能上限的同时,另一条战线正在围绕单位任务成本展开。224B参数、1M上下文、0.5元的输入价格,这些数字组合在一起,指向的不是“最强模型”,而是“最容易被用起来的模型”。
对于开发者而言,Hy4 flash的价值不在于它能替代Hy4完成什么,而在于它能让多少原本因为成本而搁置的任务,变得值得一做。
发表评论 取消回复