腾讯混元已经正式开源 Hy4 flash 系列模型,一次性放出三款不同版本权重,开发者可以在国内和海外主流模型平台直接下载、本地部署,这套 Hy4 flash 主打高性价比、高推理速度,支持最高 100 万 token 超长上下文以及图文多模态输入,专门面向办公文档处理、Agent 任务、代码辅助等高频生产力场景,补齐混元 Hy 系列轻量化高效模型的开源版图,方便企业和开发者低成本搭建私有化 AI 应用。
之所以选择把 Hy4 flash 系列快速开源,是因为这个模型本身定位就是兼顾能力和推理成本的量产型模型,采用 LatentMoE 混合专家 + Engram 存储架构,总参数量 224B,但每次推理仅激活 12B 参数,KV 缓存占用相比前代大幅缩减,推理开销低、解码速度快,很适合大规模并发调用。之前 Hy4 flash 只开放线上 API 调用,私有化部署需求很多,这次开源权重之后,开发团队不用完全依赖腾讯云接口,可以自己做微调、二次开发、本地化私有化部署;同时官方也透露,旗舰 Hy4 模型的开源工作也在推进当中。
Hy4 flash 开源版本清单
| 版本名称 | 版本定位 | 适用场景 |
|---|---|---|
| Hy4 flash | 指令微调版 | 对话、文档处理、Agent、日常生产任务,开箱可用 |
| Hy4 flash-FP8 | FP8 量化指令版 | 显存资源有限的服务器,降低推理硬件门槛 |
| Hy4 flash Base | 预训练基础版 | 自主微调、二次训练、学术研究,没有指令对齐 |
Hy4 flash 核心性能参数
- 总参数量:224B,Engram 参数 64B,单 token 激活参数 12B
- 上下文上限:100 万 token
- 输入能力:文本 + 图像多模态输入,文本输出
- 推理特性:内置 DFly2 推测解码模块,内部测试解码速度超 150token/s
- 架构技术:混合注意力、LatentMoE、Engram 长记忆模块
Hy4 flash 下载与部署步骤
- 选择对应模型平台:GitHub、Hugging Face、ModelScope、GitCode,找到 Hy4 flash 项目仓库
- 根据硬件显存条件挑选版本,显存偏小优先选 Hy4 flash-FP8 量化版本
- 拉取权重文件、配套推理代码、依赖配置文件,核对环境版本
- 配置推理框架,加载权重,测试基础对话、长文档读取、图文理解能力
- 按需做 SFT 微调、RLHF 对齐,或者接入 Agent 框架搭建业务应用
- 对照开源协议规范使用,完成业务验证之后上线部署
Hy4 flash 模型核心优势
- 性价比突出,单 token 推理成本远低于旗舰 Hy4,适合高并发业务
- 百万级超长上下文,能够一次性读取整本文档、批量资料做总结分析
- 多模态原生支持,可以直接识别图片里的表格、截图内容
- 全平台同步开源,国内 ModelScope、GitCode 访问稳定,适配国内开发者环境
- 架构优化后 KV Cache 占用很小,单卡可以承载更多并发请求
整体来看,腾讯混元 Hy4 flash 系列开源,给国内开发者提供了一款兼顾长上下文、多模态、低成本推理的 MoE 开源模型,适合想快速落地私有化办公 AI、智能 Agent、文档助手的团队,和后续将要开源的 Hy4 旗舰模型形成高低搭配。
【常见问题】
问题 1:腾讯混元 Hy4 flash 系列开源一共包含哪几个版本?
回答 1:腾讯混元 Hy4 flash 系列开源包含 Hy4 flash 指令版、Hy4 flash-FP8 量化指令版、Hy4 flash Base 预训练基础版,三个版本可以在 GitHub、Hugging Face、ModelScope、GitCode 获取。
问题 2:腾讯混元 Hy4 flash 系列开源之后,支持多大的上下文窗口?
回答 2:腾讯混元 Hy4 flash 系列开源模型最高支持 100 万 token 上下文,搭配 Engram 长记忆技术,适合超长文档批量处理、知识库类 AI 应用。
问题 3:腾讯混元 Hy4 flash 系列开源模型和 Hy4 旗舰模型怎么选?
回答 3:腾讯混元 Hy4 flash 系列开源模型适合日常办公、文档解析、Agent 高频任务,看重推理速度和成本;Hy4 旗舰模型更适合复杂长程代码工程、高难度推理任务,Hy4 的开源版本还在推进中。
问题 4:腾讯混元 Hy4 flash 系列开源权重可以拿来做商用私有化部署吗?
回答 4:腾讯混元 Hy4 flash 系列开源遵循对应开源协议,开发者需要仔细阅读仓库内 LICENSE 文件,在协议许可范围内开展商用部署、微调二次开发。
问题 5:腾讯混元 Hy4 flash 系列开源模型是否支持图片输入?
回答 5:腾讯混元 Hy4 flash 系列开源模型支持图文多模态输入,可以识别图片、截图、表格信息,输出文本结果。
【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)凤凰网科技
[2026-11-18](腾讯混元 Hy4 flash 模型官宣开源)IT 之家
[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
[2026-11-16](Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows)腾讯官网英文新闻
[2026-11-17](什么是混元 Hy4 flash)腾讯云开发者社区
【免责声明】
本文内容仅为行业资讯和 Hy4 flash 开源模型技术科普,不构成商用落地、采购选型的确定性建议;模型速度、上下文等性能指标来自腾讯官方内部测试数据,实际推理效果受显卡硬件、推理框架、量化策略影响;模型版权、使用约束以腾讯混元仓库内开源许可证原文为准,商用前请自行完成合规审核。
