腾讯混元推出 Hy4 flash 模型,这款新模型原生支持 100 万 token 上下文窗口,同时搭载多模态理解能力,采用 MoE 混合专家架构,总参数 224B、激活参数仅 12B,搭配 Engram 记忆模块,在保留长文档分析、代码工程、Agent 复杂任务能力的前提下,把 API 调用成本相比原版 Hy4 大幅压低,给需要高频处理超长文档、代码库、合同卷宗、知识库检索的开发者和企业提供低成本长上下文方案。以往百万上下文大模型普遍算力开销高、调用价格贵,很多业务只能切分文档分段处理,很容易丢失跨章节关联信息;Hy4 flash 依靠稀疏激活架构,每次推理只激活少量参数,同时继承 Hy4 系列的缓存机制,命中上下文缓存时价格进一步下探,既可以一次性读完整套百万字代码仓库、整本专著、批量法律文件,也能稳定完成长链路 Agent 多轮规划、工具调用、结构化输出。它的调用链路和 Hy4 保持兼容,支持 Function Calling、结构化输出、图片理解,开发者改动很少就能从 Hy4 迁移到 Hy4 flash,在腾讯云 TokenHub 平台开放 API 接入。它也有客观限制,激活参数精简之后,超高难度深度推理任务上限弱于原版 Hy4,更适合长文本精读、批量文档摘要、知识库问答、代码库通读这类场景,不适合作为最高难度科研推理的主力模型。
腾讯混元 Hy4 flash 核心规格清单
- 上下文窗口:100 万 token(1M)
- 模型架构:MoE 混合专家,总参 224B,激活参 12B,内置 64B Engram 记忆模块
- 能力范围:文本推理、多模态识图、Function Calling、上下文缓存、结构化输出
- 定价:输入 0.5 元 / 百万 token,输出 2 元 / 百万 token;缓存命中 0.02 元 / 百万 token
- 接入渠道:腾讯云 TokenHub API
- 定位:高性价比长上下文生产力模型
Hy4 flash、Hy4 原版、Hy3 参数对比表
| 项目 | Hy4 flash | Hy4 正式版 | Hy3 |
|---|---|---|---|
| 上下文窗口 | 100 万 token | 100 万 token | 256k token |
| 总参数 | 224B | 770B | 295B |
| 激活参数 | 12B | 49B | 21B |
| 多模态支持 | 支持 | 支持 | 不支持 |
| 输入单价(每百万 token) | 0.5 元 | 6 元 | 更高 |
| 缓存命中单价 | 0.02 元 | 0.3 元 | 0.1 元左右 |
| 核心定位 | 低成本长文本批量处理 | 旗舰深度推理 + 长上下文 | 中等上下文通用模型 |
适配场景与不推荐场景
✅ 推荐落地场景
- 完整代码仓库一次性通读、大项目代码审计、批量代码摘要
- 长篇合同、财报、卷宗、技术手册整份阅读比对、条款检索
- 企业私有知识库长文档批量入库、长文本 RAG 增强
- 长流程 Agent 任务、多步骤工具调用、长日志分析
- 批量文档自动化总结、合规筛查、内容提取
❌ 不太适合场景
- 前沿数学、复杂算法证明等高难度深度推理任务
- 对推理精度要求极高、需要旗舰模型上限的专业科研场景
- 超高频低延迟简单闲聊(小参短上下文模型成本更优)
【常见问题】
问题 1:腾讯混元 Hy4 flash 支持 100 万 token 上下文,和原版 Hy4 最大差别是什么?
回答 1:腾讯混元 Hy4 flash 支持 100 万 token 上下文,和原版 Hy4 相比采用更小激活参数架构,推理成本大幅下降,主打性价比,但是复杂深度推理能力上限低于原版 Hy4。
问题 2:腾讯混元 Hy4 flash 的 Engram 模块,对 100 万 token 上下文起到什么作用?
回答 2:腾讯混元 Hy4 flash 内置 Engram 记忆模块,辅助承载 100 万 token 超长上下文信息,提升长距离内容关联、跨段落信息检索的稳定性,减少长文本遗忘问题。
问题 3:使用腾讯混元 Hy4 flash 100 万 token 上下文能力,缓存命中为什么能再降价?
回答 3:腾讯混元 Hy4 flash 支持上下文缓存机制,重复使用已经加载过的 100 万 token 上下文内容时,不需要重复计算输入,因此命中缓存之后调用价格大幅降低,适合反复查询同一套长文档。
问题 4:腾讯混元 Hy4 flash 支持 100 万 token 上下文,能不能直接兼容原来 Hy4 的开发代码?
回答 4:腾讯混元 Hy4 flash 接口和 Hy4 保持兼容,支持 Function Calling、结构化输出,开发者少量修改配置就可以把原有调用 Hy4 的业务切换到 Hy4 flash,使用 100 万 token 上下文能力。
【参考资料】
[2026-11-16](腾讯混元正式推出 Hy4 flash,支持 1M 上下文,性价比大幅提升)腾讯新闻
[2026-11-16](Hy4 flash 发布:百万上下文 MoE 模型,定价 0.5 元输入 / 百万 token)界面新闻
[2026-11-16](腾讯混元 Hy4 flash 产品规格与缓存计费说明)腾讯云 TokenHub 公告
[2026-11-05](腾讯混元预告 Hy4 flash,面向长上下文高性价比场景)腾讯云开发者社区
【免责声明】
本文仅为腾讯混元 Hy4 flash 模型发布资讯整理,不构成 API 采购、业务选型建议;Hy4 flash 推理效果、上下文实际可用长度、缓存策略受平台调度、输入内容复杂度影响,能力上限、计费规则、接口规范以腾讯云官方文档和平台实时公告为准。
