腾讯混元 Hy4 flash 上下文扩至 1M,解码速度超 150tps
要点
11 月 16 日,腾讯混元发布最新语言模型 Hy4 flash。该模型总参数量为 224B,其中包含 64B Engram 参数,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文长度。官方将其定位为迄今性价比最高的 Hy 模型,API 定…
11 月 16 日,腾讯混元发布最新语言模型 Hy4 flash。该模型总参数量为 224B,其中包含 64B Engram 参数,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文长度。官方将其定位为迄今性价比最高的 Hy 模型,API 定价为每百万 Token 输入 0.5 元、输出 2 元,命中缓存时 0.02 元。
成本结构来自预训练、后训练、推理三个阶段的协同优化。预训练阶段引入混合注意力、LatentMoE 与 Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6;后训练阶段通过自蒸馏 Hy4 获得综合智能水平,再经强化学习将端到端任务输出长度降低 50%;推理阶段结合 megakernel、4bit 量化和 DFly 等手段,使解码速度超过 150 tps,支持大规模低成本部署运营。
官方构建的内部评测集 WorkIndex 包含 8 个子集,覆盖 PowerPoint 制作与修改、文档编辑、表格修复、音视频处理及视觉理解等任务,对外对比包含 7 个公开 Agent 评测集。按 WorkIndex 综合测算,Hy4 flash 单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20,以及 DeepSeek-V4.1-Flash-1017(Max 档位、忙时价格)的 1/8;综合效果上略优于总参数 770B、激活参数 49B 的 Hy4 preview。
腾讯内部 85 位 WorkBuddy 用户在 27 类共 259 个任务上的盲测显示,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,单任务成本 0.26 元,端到端时长中位数 6.7 分钟,均优于参与对比的其他模型。
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,用户可在 WorkBuddy 限时免费使用,腾讯云 TokenHub API 限时 5 折。混元团队表示计划开源 Hy4 flash 并保持高频迭代,建议在深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 等日常任务中使用 Hy4 flash,长程软件工程等复杂任务仍交由智能上限更高的 Hy4。此前的 11 月 4 日,Hy4 首次跻身最强开源模型之列,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。




冀公网安备13068102000496号