腾讯混元新推出 Hy4 flash 语言模型,是 Hy4 系列的轻量化版本,采用稀疏 MoE 架构,激活参数只有 12B,同时保留 100 万 token 超长上下文、支持多模态,推理速度快、调用成本大幅压低,适合企业批量部署、日常办公、自动化 Agent 工作流。之所以单独推出 Hy4 flash,是因为原版 Hy4 能力强但是调用成本偏高,很多中小企业、SaaS 产品、高频对话场景承受不住持续高额 token 开销;Hy4 flash 通过自蒸馏继承 Hy4 底座能力,搭配混合注意力、KV 缓存优化,把缓存体积压缩到原版 Hy4 的六分之一,解码速度做到 150tps,在日常办公任务上的效果接近主流 Flash 模型,但是单价低很多。上手使用流程很简单,企业开发者直接在腾讯云 TokenHub 接入 API,元宝、WorkBuddy 等腾讯应用用户直接切换模型;先测试长文档、代码、多轮 Agent 任务,确认效果满足需求,再接入业务;高频重复对话场景可以开启缓存,进一步压缩成本。Hy4 flash 定位不是用来替代旗舰 Hy4,而是补齐高并发、低成本业务场景,让长上下文 Agent 方案更容易落地商用。
一、Hy4 flash 核心参数清单
- 架构:LatentMoE 稀疏混合专家
- 总参数:224B,Engram 参数 64B,激活参数仅 12B
- 上下文窗口:1M token
- 能力:原生多模态、文本理解、代码生成、工具调用、Agent 任务
- 推理速度:最高 150tps
- 定价(每百万 token):输入 0.5 元,输出 2 元;缓存命中仅 0.02 元
- 部署入口:腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,后续接入 OpenRouter
- 体验活动:WorkBuddy 11.16–11.30 限时免费体验
二、Hy4 flash 和原版 Hy4 对比表
| 项目 | Hy4 flash | Hy4(旗舰版) |
|---|---|---|
| 总参数 | 224B | 770B |
| 激活参数 | 12B | 49B |
| 上下文 | 1M token | 1M token |
| KV 缓存体积 | Hy4 的 1/6 | 基准值 |
| 单任务成本 | 约 Hy4 的 1/20 | 基准值 |
| 强项 | 高并发、高频问答、低成本 Agent | 复杂推理、电脑操作 CUA、深度科研、复杂长程任务 |
三、适合落地场景
✅ 企业客服、知识库问答、文档批量总结
✅ 轻量代码生成、脚本编写、简单调试
✅ 大量 Agent 自动化工作流、批量数据处理
✅ 面向 C 端的高频对话产品、企业微信智能助手
✅ 长文档解析、合同批量阅读、财报提取
四、优缺点梳理
✅ 优势:单价极低、长上下文窗口拉满、速度快、支持多模态,兼容 Hy4 生态,迁移成本低
⚠️ 短板:复杂硬核推理、深度软件工程、电脑操作能力弱于旗舰 Hy4;适合量产高频业务,不适合重度科研、复杂 CUA 任务
【常见问题】
问题 1:腾讯混元 Hy4 flash 语言模型,和原版 Hy4 是什么关系?
回答 1:腾讯混元 Hy4 flash 语言模型是 Hy4 系列的轻量化高性价比版本,通过自蒸馏继承 Hy4 的底座能力,主打低成本、高并发,并不是用来替代旗舰 Hy4,而是覆盖不同业务场景。
问题 2:腾讯混元 Hy4 flash 语言模型的调用价格是多少?
回答 2:腾讯混元 Hy4 flash 语言模型每百万 token 输入 0.5 元、输出 2 元,缓存命中的时候仅 0.02 元,单任务成本大约只有原版 Hy4 的二十分之一。
问题 3:腾讯混元 Hy4 flash 语言模型支持多大上下文?有没有多模态?
回答 3:腾讯混元 Hy4 flash 语言模型支持 1M 超长上下文窗口,原生支持多模态,能够看图、文档解析、图表分析,适配长文档和图文类任务。
问题 4:腾讯混元 Hy4 flash 语言模型在哪里可以体验和接入?
回答 4:腾讯混元 Hy4 flash 语言模型已经上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ 等产品,WorkBuddy 在 11 月 16 日至 11 月 30 日限时免费体验,后续还会接入 OpenRouter。
【参考资料】
[2026-11-16](腾讯混元发布最新语言模型 Hy4 flash)腾讯新闻
[2026-11-16](腾讯 Hy4 flash 发布,速度大幅提升,单任务成本仅为 Hy4 二十分之一)网易新闻
[2026-11-16](腾讯张军:Hy4 flash 是目前性价比最高的混元模型)微博
[2026-11-16](WorkBuddy 首发接入混元 Hy4 flash 限时免费)36 氪
【免责声明】
- 腾讯混元 Hy4 flash 的参数、定价、免费体验时间以腾讯云官方文档和产品页面为准,后续价格、活动规则存在调整可能。
- 150tps 为实验室最优推理速度,实际速度受并发量、网络、提示词长度影响。
- Hy4 flash 为轻量化版本,复杂推理、电脑操控等高阶能力弱于 Hy4 旗舰版,选型时请匹配业务难度。
- 本文仅为产品资讯整理,不构成 API 采购、商业化落地的投资或采购建议。
