您的位置首页 >人工智能 >

腾讯 Hy4 flash 正式开源,最高支持百万 Token 上下文窗口

腾讯混元已经官宣 Hy4 flash 正式开源,一共放出三个版本模型权重,这款大模型最高支持 100 万 Token 超长上下文,同时支持图文多模态输入,采用 MoE 混合专家架构,激活参数很低,推理速度快、调用成本便宜,开发者可以直接在 GitHub、Hugging Face、ModelScope、GitCode 等平台下载权重本地部署,适合长文档解析、批量文件阅读、Agent 自动化、日常办公生成内容这类场景。

开源推进的原因

Hy4 flash 早在 11 月 16 日就对外发布上线 API,先在元宝、企业微信、WorkBuddy、腾讯云 TokenHub 等产品落地使用,积累了稳定的实测效果。这次选择开源,主要是为了方便开发者本地私有化部署,降低长上下文大模型的落地门槛;它用了 Engram、混合注意力、DFly2 推测解码等技术,在保证百万 Token 长窗口能力的同时,控制显存开销和推理成本,补齐 Hy 系列低成本长文本模型的需求。

开源版本与核心参数清单

版本名称类型特点
Hy4 flash指令微调版面向对话、任务调用,开箱可用
Hy4 flash-FP8量化指令版FP8 量化,显存占用更低,适合低配硬件部署
Hy4 flash-base基础预训练版没有做指令微调,适合开发者二次微调、自研场景
  • 总参数:2240 亿,Engram 参数 640 亿,单 Token 激活仅 120 亿参数
  • 上下文上限:100 万 Token
  • 能力:文本 + 图像多模态输入,文本输出
  • 推理速度:内部测试解码速度大于 150Token 每秒
  • API 定价:输入 0.5 元 / 百万 Token、输出 2 元 / 百万 Token,缓存命中仅 0.02 元 / 百万 Token

获取和使用方式

  1. 前往 GitHub、Hugging Face、ModelScope、GitCode 搜索 Hy4 flash,直接下载对应权重文件
  2. FP8 版本优先推荐给显存有限的本地显卡部署,base 版本适合二次训练
  3. 线上调用可以继续走腾讯云 TokenHub 接口,新用户还有免费额度
  4. 官方同步透露,后续旗舰 Hy4 模型也计划开源,还在推进当中

这款 Hy4 flash 主打高性价比长上下文能力,日常文档汇总、长代码读取、长篇资料整理都很合适;复杂深度开发、长周期软件工程任务,官方还是建议用旗舰 Hy4。

【常见问题】

问题 1:腾讯 Hy4 flash 开源一共有哪几个版本?

回答 1:腾讯 Hy4 flash 开源包含 Hy4 flash 指令版、Hy4 flash-FP8 量化版、Hy4 flash-base 预训练基础版三个版本。

问题 2:腾讯 Hy4 flash 百万 Token 上下文能干什么?

回答 2:腾讯 Hy4 flash 百万 Token 上下文可以一次性读取上百页文档、长篇代码库、整套合同资料,支持长文件一次性理解、摘要、检索、改写。

问题 3:腾讯 Hy4 flash 是多模态模型吗?

回答 3:腾讯 Hy4 flash 支持多模态,可以接收图片和文本作为输入,输出文本内容。

问题 4:在哪里可以下载开源的腾讯 Hy4 flash 模型?

回答 4:腾讯 Hy4 flash 开源权重可以在 GitHub、Hugging Face、ModelScope、GitCode 平台搜索下载。

【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 Hy4 flash 模型官宣开源)IT 之家

[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](腾讯混元发布 Hy4 flash 大模型 百万上下文、低价 API)腾讯官方

【免责声明】

以上信息来自腾讯混元官方发布及开源公告,腾讯 Hy4 flash 的本地部署效果受硬件、推理框架影响,性能指标为腾讯内部测试结果,实际运行速度、显存占用存在差异;模型使用请遵循对应开源协议,商业落地请自行评估合规风险。

今日大家都在搜的词: