腾讯混元最新 Hy4 flash 模型已经正式上线,它采用 MoE 稀疏架构,总参数 224B,激活参数只有 12B,同时支持 100 万 Token 上下文窗口,还具备多模态理解能力,主打低成本、高吞吐,适合企业大批量调用、文档长文本处理、办公自动化这类高频场景。它靠混合注意力、LatentMoE、Engram 架构压缩 KV 缓存,再搭配 4bit 量化、Megakernel 推理优化,做到速度快、成本低,综合能力略优于 Hy4 preview,但是单任务成本大幅下降,使用的时候可以和旗舰 Hy4 搭配,简单任务交给 Hy4 flash,复杂长程任务交给 Hy4,平衡效果和开销。
核心参数一览
| 项目 | 规格详情 |
|---|---|
| 模型名称 | Hy4 flash(腾讯混元) |
| 总参数量 | 224B(含 64B Engram 参数) |
| 激活参数 | 12B |
| 上下文窗口 | 1M Token(100 万) |
| 最大输入 | 960k Token |
| 最大输出 | 64k Token |
| 能力 | 文本生成、深度思考、Function Calling、图片多模态理解、缓存加速 |
| 解码速度 | >150 Token/s |
定价信息
- 输入:0.5 元 / 百万 Token
- 输出:2 元 / 百万 Token
- 缓存命中输入:0.02 元 / 百万 Token
架构与优化亮点
1、稀疏 MoE 架构,降低激活开销
Hy4 flash 是稀疏专家模型,不是全部参数都参与每一轮计算,每次推理只激活 12B 参数,算力开销更低,适合大规模并发调用。
2、KV Cache 大幅压缩
KV Cache 体积仅为 Hy4 的 1/6、Hy3 的 1/24,长上下文场景下显存占用压力明显变小,服务器可以承载更多并发请求。
3、自蒸馏 + 强化学习训练
通过 Hy4 自蒸馏拿到基础能力,再用强化学习精简输出,减少冗余文字,端到端输出长度降低 50%,进一步节省 token 费用。
4、已经上线的产品入口
目前 Hy4 flash 已经接入腾讯云 TokenHub、元宝、企业微信、QQ、WorkBuddy、Marvis 等腾讯产品,后续计划接入 OpenRouter,官方还规划开源这个模型。
推荐使用场景清单
- 文档批量摘要、长合同 / 知识库检索问答
- PPT 生成、文案写作、简单代码辅助
- Agent 自动化工作流、Computer Use 操作
- 图片理解、图文混合内容处理
- 企业高频、大批量的 API 调用业务
不适合场景
- 超长复杂软件工程、深度科研推理、高难度多步骤复杂规划,这类任务优先使用 Hy4 旗舰版。
【常见问题】
问题 1:腾讯混元 Hy4 flash 模型激活参数 12B,1M 上下文是什么意思?
回答 1:腾讯混元 Hy4 flash 模型属于 MoE 稀疏大模型,每次推理只激活 12B 参数,1M 上下文代表它一次最多读取 100 万 token 的长文本,适合一次性读完整本书、整套合同文档。
问题 2:腾讯混元 Hy4 flash 模型和 Hy4 标准版怎么选?
回答 2:腾讯混元 Hy4 flash 模型价格便宜、速度快,适合文档处理、文案、普通代码、日常 Agent;Hy4 旗舰版能力上限更高,适合长程复杂工程、深度专业推理,两者可以搭配使用。
问题 3:腾讯混元 Hy4 flash 模型支持图片理解吗?
回答 3:腾讯混元 Hy4 flash 模型支持多模态,自带图片理解能力,除了文本对话,也可以上传图片做图文问答、截图解析。
问题 4:腾讯混元 Hy4 flash 模型后续会开源吗?
回答 4:腾讯混元官方表示 Hy4 flash 模型计划开源,同时会持续高频迭代,开发者后续可以拿到模型权重本地部署。
【参考资料】
[2026-11-16](腾讯混元发布 Hy4 flash 模型 激活参数 12B 支持 1M 上下文)腾讯新闻
[2026-11-16](腾讯发布 Hy4 flash:输入 0.5 元 / 百万 Token,计划开源)新京报
[2026-11-16](腾讯混元 Hy4 flash 上线,单任务成本仅为 Hy4 的 1/20)环球网科技
[2026-11-16](TokenHub 模型列表 Hy4 flash 参数)腾讯云文档
【免责声明】
本文内容基于腾讯混元官方发布信息、腾讯云文档以及媒体公开报道整理,Hy4 flash 模型的调用价格、能力上限、开源计划、上线范围后续存在调整可能,实际调用效果受提示词、输入内容、服务器负载影响,不构成企业采购与技术选型建议。
