11 月 16 日,腾讯混元发布 Hy4 Flash,官方将其定位为迄今性价比最高的 Hy 模型。模型为 MoE 架构,总参数 224B(含 64B Engram 参数),每个 Token 激活 12B,支持多模态输入与 100 万 Token 上下文;KV cache 压缩到 Hy3 的 1/24、Hy4 的 1/6,解码速度超 150 tps。API 按每百万 Token 计费:输入 0.5 元、输出 2 元、缓存命中 0.02 元。内部 WorkIndex 评测里,单任务成本为 Hy4 的 1/20、Hy4 preview 的 1/13、DeepSeek-V4.1-Flash-1017 的 1/8,综合效果略优于 770B 参数的 Hy4 preview;85 位内部用户在 27 类 259 个日常任务盲测中,满意度接近 Claude Haiku 5.5,端到端耗时最短、成本最低。模型已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 上线,即将接入 OpenRouter;11 月 30 日前 WorkBuddy 限时免费、TokenHub API 限时 5 折,后续计划开源。
一、参数与能力对照
| 项目 | 公开口径 |
|---|---|
| 发布日期 | 2026 年 11 月 16 日 |
| 架构 | MoE,混合注意力 + LatentMoE + Engram |
| 总参数 | 224B(64B 为 Engram 参数) |
| 激活参数 | 每 Token 12B |
| 上下文 | 100 万 Token(1M) |
| 输入模态 | 多模态 |
| 解码速度 | 超 150 tps |
| KV cache | Hy3 的 1/24、Hy4 的 1/6 |
- Engram 是可扩展的查表式参数模块,用较低算力成本扩充模型容量。
- 上下文窗口为官方公布规格,实际最大输入、输出和并发以 TokenHub 控制台为准。
二、模型为什么能做到又快又便宜
预训练:混合注意力、LatentMoE 和 Engram 架构减少长上下文的冗余计算,直接压低 KV cache 占用。
后训练:自蒸馏 Hy4 继承智能水平,再经强化学习把端到端任务输出长度压缩 50%,减少无效展开。
推理:megakernel、4bit 量化、dflash 等手段降低部署算力,适合大规模低成本调用。
三、定价、渠道与优惠
| 计费项 | 每百万 Token |
|---|---|
| 输入 | 0.5 元 |
| 输出 | 2 元 |
| 命中缓存 | 0.02 元 |
已上线:腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis。
待接入:OpenRouter。
优惠节奏:
- 11 月 16 日 —11 月 30 日 23:59,WorkBuddy 国内版、国际版首发接入并限时免费。
- TokenHub API 限时 5 折。
- Hy4 限免已结束,Hy3 将从端内下线。
四、评测结果怎么读
4.1 WorkIndex 成本对比
| 对比模型 | Hy4 Flash 成本关系 |
|---|---|
| Hy4 | 1/20 |
| Hy4 preview | 1/13 |
| DeepSeek-V4.1-Flash-1017(max 档位、忙时价) | 1/8 |
- 综合效果略优于 Hy4 preview;该评测看日常产物质量、输出长度和端到端用时,不是公开榜单分数。
4.2 内部盲测(85 人 / 27 类 / 259 任务)
| 模型 | 满意度(4 分制) | 时长中位数 | 单任务成本 |
|---|---|---|---|
| DeepSeek-V4.1-Flash-1017 | 3.09 | 10.3 min | ¥1.20 |
| Hy4 Flash | 2.79 | 6.7 min | ¥0.26 |
| Claude-Haiku-5.5 | 2.81 | 6.8 min | ¥4.73 |
| GLM-5.3-Flash | 2.53 | 7.6 min | ¥0.81 |
- 满意度接近 Claude Haiku 5.5,耗时最短,单任务成本最低。
- WorkBuddy 产品经理口径:相对 Hy4,平均任务耗时减少约 70%,平均成本约为 Hy4 的 1/15;日常任务效果基本持平,Coding 长程任务小幅下降,具备原生多模态。
五、任务分工建议
Hy4 Flash 优先接:深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use。
Hy4 继续接:长程软件工程、复杂 Agent 编排、高难度推理。
六、落地前要核对的事项
- Flash 是性价比日常档,长程复杂任务能力不等同旗舰 Hy4,官方已提示 Coding 长程任务小幅下降。
- 内部评测口径与公开榜单不可直接换算,建议用自己的业务任务集复测。
- 免费和 5 折到期后按正式价计费,上线前复核定价、缓存规则和并发配额。
- 开源为后续计划,权重未发布前不能按已开源模型处理。
【相关 FAQ】
问题 1:腾讯混元 Hy4 Flash 支持多大上下文?参数是多少?
回答 1:Hy4 Flash 官方支持 100 万 Token 上下文,MoE 架构,总参数 224B(含 64B Engram 参数),每 Token 激活 12B,支持多模态输入;KV cache 降至 Hy3 的 1/24、Hy4 的 1/6,解码速度超 150 tps。
问题 2:Hy4 Flash API 多少钱?成本优势体现在哪里?
回答 2:每百万 Token 输入 0.5 元、输出 2 元、缓存命中 0.02 元。成本优势来自预训练压缩 KV cache、后训练自蒸馏 Hy4 并压缩输出长度 50%、推理侧量化和算子优化;WorkIndex 上单任务成本为 Hy4 的 1/20、Hy4 preview 的 1/13、DeepSeek-V4.1-Flash-1017 的 1/8,盲测中成本也是对比模型最低一档。
问题 3:Hy4 Flash 适合哪些任务?长程开发该不该用 Hy4?
回答 3:深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 这类日常任务优先用 Hy4 Flash;长程软件工程等复杂任务仍交 Hy4。盲测显示 Hy4 Flash 日常任务效果与 Hy4 基本持平、耗时减约 70%、成本约 1/15,但 Coding 长程任务小幅下降,需要按任务难度选型。
问题 4:Hy4 Flash 在哪里可以调用?优惠到什么时候?会开源吗?
回答 4:已上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,即将接入 OpenRouter;11 月 16 日至 11 月 30 日 23:59 WorkBuddy 限时免费、TokenHub API 限时 5 折。官方计划开源 Hy4 Flash 并高频迭代,开源时间、协议和权重形式以后续公告为准。
【参考资料】
- [2026-11-16](腾讯混元 Hy4 flash 发布)凤凰网科技(IT 之家)
- [2026-11-16](腾讯混元发布 Hy4 flash,单任务成本降至 Hy4 二十分之一)钛媒体
- [2026-11-16](腾讯混元 Hy4 flash 发布:每百万 Token 输入 0.5 元、输出 2 元)凤凰网原创频道
- [2026-11-16](WorkBuddy 首发接入混元 Hy4 flash,11 月 16 日~11 月 30 日限时免费体验)腾讯新闻
- [2026-11-16](腾讯混元 Hy4 flash 发布)微博(IT 之家)
- [2026-11-13](大模型服务平台 TokenHub 模型列表)腾讯云文档
【免责声明】
本文依据腾讯混元官方发布、媒体报道及腾讯云公开文档整理,参数、上下文规格、定价、评测结果与优惠期限均以官方最新公告和控制台为准;WorkIndex 和内部盲测为厂商内部口径,实际表现会随任务类型、调用档位和版本迭代变化。开源计划落地前不代表权重已发布。本文不构成投资、采购或选型建议,接入前请结合自身业务完成效果、成本与合规验证,风险自行承担。
本文来自作者[虚帧采样]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/3212.html
评论列表(4条)
我是新新网的签约作者“虚帧采样”!
希望本篇文章《腾讯混元 Hy4 Flash 上新224B 总参 12B 激活,100 万 Token 上下文主打高性价比日常任务》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:11 月 16 日,腾讯混元发布 Hy4 Flash,官方将其定位为迄今性价比最高的 Hy 模型。模型为 MoE 架构,总参数 224B(含 64B Engr