腾讯混元在 11 月 18 日正式开源 Hy4 flash 模型,一次性放出 3 个版本权重,它是 Hy 系列主打性价比的混合专家大模型,总参数 224B,推理时只激活 12B 参数,支持图文多模态输入、最高 100 万 Token 超长上下文,解码速度超过 150Token 每秒,非常适合办公 Agent、文档解析、图表识别、批量编程这类高频规模化业务,而且相比旗舰 Hy4,单任务成本直接降到原来的 1/20,现在开发者可以在多个主流模型平台直接下载、本地私有化部署,不用只依赖云端 API。Hy4 flash 在 11 月 16 日先对外发布、上线腾讯云服务,时隔两天就开源权重,核心是采用 LatentMoE、Engram、混合注意力、DFly2 推测解码这套自研优化技术,把 KV 缓存体积压得很小,大幅降低显存开销,同时通过自蒸馏继承 Hy4 旗舰模型的能力,再用强化学习精简输出内容,在日常生产力任务上效果接近旗舰,但是推理成本和硬件门槛低很多,和 Hy4 形成搭配,简单高频任务用 Hy4 flash,复杂深度推理任务用 Hy4。
一、本次开源的 3 个 Hy4 flash 版本
- Hy4 flash:指令微调版,直接支持对话、多模态问答、Agent 任务,适合直接上线业务
- Hy4 flash-FP8:FP8 量化指令版,显存占用更低,适合资源有限的服务器部署
- Hy4 flash-base:预训练基座版,没有做指令微调,适合开发者二次微调、定制行业模型
二、Hy4 flash 核心参数与技术亮点
- 架构:LatentMoE 混合专家架构
- 总参数量:224B,Engram 参数 64B,单 Token 激活参数仅 12B
- 上下文窗口:最高 100 万 Token
- 能力:原生多模态,支持图片 + 文本输入、文本输出
- 推理优化:DFly2 推测解码,混合注意力,KV 缓存大幅压缩
- 实测速度:内部测试解码速度>150Token/s
- 价格参考:百万输入 Token 约 0.5 元,百万输出 Token 约 2 元,缓存命中仅 0.02 元
三、Hy4 flash 适合落地的场景清单
- 办公生产力:PPT 生成、文档总结、表格修复、长文档批量解读
- AI Agent 工作流:工具调用、任务拆解、自动化流程
- 编程辅助:代码生成、简单调试、脚本编写
- 视觉理解:截图、图表、PDF 插图识别分析
- 企业私有化:内部知识库、本地批量推理业务
四、开发者获取与部署步骤
- 打开对应平台:GitHub、Hugging Face、ModelScope、GitCode
- 选择需要的版本,下载模型权重与配套推理代码
- 准备推理环境,FP8 版本对显卡显存要求更低
- 参考官方示例代码,完成本地推理、接入自己的业务系统
- 按需二次微调 base 基座,打造行业专属模型
五、Hy4 flash 和旗舰 Hy4 怎么选
- 优先 Hy4 flash:高频调用、量大、办公文档、简单 Agent、图片理解,追求低成本
- 优先 Hy4:长程复杂工程、深度推理、复杂科研任务,看重模型能力上限
【常见问题】
问题 1:腾讯混元开源 Hy4 flash 模型,一共开放了哪几个版本?
回答 1:腾讯混元开源 Hy4 flash 模型,一共放出 3 个版本,分别是 Hy4 flash 指令版、Hy4 flash-FP8 量化指令版、Hy4 flash-base 预训练基座版。
问题 2:腾讯混元 Hy4 flash 模型支持多大上下文,是不是多模态模型?
回答 2:腾讯混元 Hy4 flash 模型最高支持 100 万 Token 上下文,属于原生多模态模型,可以接收图片 + 文本输入,输出文本内容。
问题 3:腾讯混元开源 Hy4 flash 模型,和 Hy4 旗舰模型主要差别是什么?
回答 3:腾讯混元开源 Hy4 flash 模型主打性价比,激活参数只有 12B,推理成本低、速度快,适合日常办公、Agent;Hy4 旗舰模型激活参数更高,推理上限更强,适合复杂深度任务。
问题 4:腾讯混元开源 Hy4 flash 模型,在哪里可以下载权重文件?
回答 4:腾讯混元开源 Hy4 flash 模型权重同步上线 GitHub、Hugging Face、ModelScope、GitCode,开发者可以直接下载用于本地部署。
【参考资料】
[2026-11-18](腾讯 Hy4 flash 正式开源:开放三款模型权重,最高支持百万 Token 上下文)凤凰网
[2026-11-18](腾讯混元今日宣布开源 Hy4 flash 模型)IT 之家
[2026-11-17](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
[2026-11-16](Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment)腾讯官网
【免责声明】
本文仅为 AI 行业资讯整理,腾讯混元 Hy4 flash 模型的推理速度、显存占用、任务效果受硬件、推理框架、提示词影响,不同设备实测结果存在差异;模型使用、二次微调、商用落地需要遵守模型配套开源协议,相关能力、更新节奏以腾讯混元官方文档为准,本文不构成商用选型、采购投资建议。
