腾讯混元 Hy4 flash 在 11 月 16 日正式对外发布,后续计划开源,这款模型总参数量 224B,激活参数只有 12B,支持多模态、1M 超长上下文,依托 LatentMoE、Engram、混合注意力、KV 缓存优化等架构改动,在 WorkIndex 办公评测体系里,单任务成本仅为 Hy4 的 1/20,同时效果还略优于 Hy4 Preview;它和旗舰 Hy4 形成搭配,主打高频办公、Agent 自动任务、代码开发、文档处理、多模态理解这类规模化场景,解码速度超过 150token/s,API 定价门槛很低,命中缓存之后价格会进一步压低,已经在 WorkBuddy、元宝等产品上线,上线初期还有限时免费额度,适合企业大批量跑自动化工作流,解决大模型推理太贵、没法大规模落地的痛点。
一、Hy4 flash 核心参数清单
- 发布时间:2026 年 11 月 16 日
- 总参数量:224B(含 64B Engram 参数)
- 激活参数:12B
- 上下文窗口:1M token
- 能力:多模态输入、Agent 工具调用、长文档处理、代码生成
- 解码速度:>150 token/s
- 官方定位:Hy 系列里性价比最高的生产力模型
- 上线入口:WorkBuddy、元宝、腾讯云 API,计划后续开源
二、Hy4 flash 和 Hy4、Hy4 Preview 对比简表
| 项目 | Hy4 flash | Hy4 | Hy4 Preview |
|---|---|---|---|
| 单任务成本基准 | 1(基准) | 20 倍 | 13 倍 |
| 输入价格 | 0.5 元 / 百万 token | 6 元 / 百万 token | 偏高 |
| 输出价格 | 2 元 / 百万 token | 18 元 / 百万 token | 偏高 |
| 缓存命中输入 | 0.02 元 / 百万 token | 无低价缓存策略 | 无低价缓存策略 |
| KV cache 体积 | Hy4 的 1/6 | 基准 | 基准 |
| 综合效果 | 略优于 Hy4 Preview | 旗舰能力更强 | 旗舰预览版 |
三、实现低成本的关键技术点
- LatentMoE 稀疏激活架构:只有 12B 参数参与计算,不用全部参数跑推理,算力开销大幅下降
- Engram 记忆模块优化:长上下文场景下减少重复 KV 缓存,缓存占用只有 Hy4 的 1/6
- 自蒸馏 + 强化学习:用 Hy4 做蒸馏,同时优化输出长度,端到端输出 token 减少一半,减少计费
- 底层推理优化:megakernel、4bit 量化、DFly 推理引擎一起优化,拉高吞吐,降低单 token 算力消耗
- 缓存计费机制:重复查询命中缓存,直接给到极低单价,适合大量重复知识库查询场景
四、适合落地的业务场景
- 办公 Agent:文档整理、PPT 生成、表格修复、财报解读
- 代码开发:写代码、调试、脚本批量生成
- 长文档处理:合同、招股书、技术文档批量摘要、问答
- 多模态任务:图片理解、图文混合分析
- 企业规模化调用:高并发、高频次、大批量自动化任务
五、上手使用实操步骤
- 打开 WorkBuddy 或者元宝,模型选择切换为 Hy4 flash
- 企业用户接入腾讯云 Hy API,调用该模型,先领取免费额度测试
- 优先把重复知识库类任务开启缓存,进一步压低调用成本
- 测试办公、代码、长文档任务,对比 Hy4 的输出质量和耗时
- 等待官方开源版本,拿到权重之后本地私有化部署
【常见问题】
问题 1:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,它的参数量是多少?
回答 1:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,总参数量 224B,其中激活参数仅 12B,带 64B Engram 记忆参数,属于稀疏激活的 MoE 模型。
问题 2:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,支持多长上下文?
回答 2:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,支持 1M 超长上下文,适合一次性读取长文档、财报、合同这类长文本任务。
问题 3:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,缓存命中为什么价格这么便宜?
回答 3:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,模型做了 KV 缓存专项优化,重复查询命中缓存时,不需要重新推理,所以输入价格低至 0.02 元每百万 token。
问题 4:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,和原版 Hy4 比能力差距大吗?
回答 4:腾讯开源 Hy4 flash,单任务成本降到 Hy4 的二十分之一,在 WorkIndex 办公评测里效果略优于 Hy4 Preview,只是复杂深度推理、超高难度任务上限不如原版旗舰 Hy4,更适合高频生产力任务。
【参考资料】
[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
[2026-11-17](阿里、腾讯新模型齐登场:Qwen4-Max 单任务成本降 58%,Hy4 flash 降至竞品 1/8)36 氪
[2026-11-16](迄今为止最高性价比的 Hy 模型!腾讯混元 Hy4 flash 发布,速度大幅提升)腾讯新闻
[2026-11-17](什么是混元 Hy4 flash)腾讯云开发者社区
【免责声明】
以上关于腾讯 Hy4 flash 的内容仅为官方公开资讯整理,不构成模型采购、开发落地建议;开源时间、开源协议、定价策略、免费额度活动后续可能调整,最终以腾讯混元、腾讯云官方公告为准;大模型输出存在幻觉风险,生产环境使用需要做好人工校验。
