腾讯混元发布 Hy4flash:224B 参数、1M 上下文,解码超150tps,单任务成本仅 Hy4preview 的1/13
腾讯混元于11月16日推出模型 Hy4flash,总参数224B(含64B Engram参数),激活参数12B,支持多模态和1M上下文,API价格低于Hy4。该模型已上线腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,并即将接入OpenRouter。通过全链路成本优化,解码速度超过150tps,可大规模低成本部署。在内部评测集WorkIndex上,综合效果略优于Hy4preview,单任务成本为Hy4preview的1/13、Hy4的1/20、DeepSeek-V4.1-Flash-1017的1/8。11月30日前WorkBuddy限时免费,TokenHub API限时5折。
海宇数科 · 事件日期 · 约 2 分钟 · 10 次阅读

腾讯混元于11月16日发布模型 Hy4flash,定位日常办公场景,官方称其为性价比最高的版本。该模型总参数224B,其中包含64B Engram参数,激活参数12B,支持多模态和1M上下文。其API价格低于Hy4。上线渠道包括腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,并即将接入OpenRouter。

Hy4flash 进行了全链路成本优化。预训练阶段采用混合注意力、LatentMoE和Engram架构,使KV cache降至Hy3的1/24、Hy4的1/6。后训练阶段通过自蒸馏Hy4,并在强化学习中将输出长度降低50%。推理阶段使用megakernel、4bit量化和DFly,解码速度超过150tps,支持大规模低成本部署。
腾讯混元构建了内部评测集WorkIndex,基于WorkBuddy典型任务,结合人工评价,聚焦产物效果、输出长度和用时,不重视公开榜单分数。

在WorkIndex上,Hy4flash 综合效果略优于Hy4preview,单任务成本为Hy4preview的1/13、Hy4的1/20、DeepSeek-V4.1-Flash-1017的1/8。该评测包含8个内部任务集,并对照7个公开Agent基准。85位内部用户参与了盲测,覆盖27类共259个日常任务。结果显示,其满意度接近Claude Haiku5.5,单任务成本低于其他所有模型,任务时长最短。
11月30日前,WorkBuddy限时免费,TokenHub API限时5折。官方推荐日常任务改用该模型,适用于深度搜索、文档处理、PPT生成和Computer Use等场景;长程软件工程仍建议使用Hy4,因为Coding长程任务小幅下降。该模型计划开源,并计划高频迭代。
