腾讯混元发布Hy4 flash 支持100万token上下文
腾讯混元团队推出新模型Hy4 flash,官方定位为迄今性价比最高的Hy模型,总参数量224B、单token激活12B,支持多模态输入与100万token上下文,已在腾讯云TokenHub等产品上线,API价格较Hy4大幅降低。
驱动中国11月16日消息,腾讯混元团队宣布正式推出Hy4 flash。官方将其定位为迄今性价比最高的Hy模型,该模型总参数量为224B,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,API价格较Hy4大幅降低。
Hy4 flash的高性价比来自预训练、后训练和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,其中Engram为一种可扩展查表式参数模块,用于以较低算力成本扩充模型容量;该阶段将KV cache大小降至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压缩50%。推理阶段结合megakernel、4bit量化和dflash等手段,使解码速度超过150 tps,支持大规模低成本部署运营。
在官方构建的WorkBuddy典型任务评测集WorkIndex上,Hy4 flash的单任务成本仅为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,Hy4 flash略优于Hy4 preview。该对比框架侧重日常工作的产物效果、单轮输出长度与端到端用时,而非公开榜单分数。
为衡量真实使用体验,腾讯邀请85位WorkBuddy内部用户,在27类共259个日常工作任务上进行盲测。结果显示,Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本显著低于参与对比的所有模型,任务时长也最短。
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,并即将接入OpenRouter。2026年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。
腾讯建议,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则交由智能上限更高的Hy4。官方同时表示,计划开源Hy4 flash并保持高频迭代。