首页 > AI工具 > Hy4 flash:腾讯混元 224B 总参数激活 12B 1M 上下文 输出每百万 2 元

Hy4 flash:腾讯混元 224B 总参数激活 12B 1M 上下文 输出每百万 2 元

更新时间:2026-11-17 09:38:33 发布时间:20小时前 阅读:40次

Hy4 flash 是腾讯混元 11 月 16 日发布的模型,总参数 224B、激活 12B、支持 1M 上下文和多模态,输出每百万 tokens 2 元,是 Hy4 的九分之一。已上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,11 月 30 日前 WorkBuddy 免费,长程软件工程任务官方建议换回 Hy4。WorkIndex 上单任务花费 0.2 元,Hy4 5.7 元,preview 3.2 元。多模态 MMMU-Pro 75.8 分,Hy4 是 78.6 分。

腾讯混元在 11 月 16 日发布 Hy4 flash

六项规格里最容易混的是总参数和激活参数:224B 里有 64B 是 Engram 参数,不参与每个 token 的计算。

项目 官方写法
总参数 224B,其中 64B 为 Engram 参数
激活参数 12B
上下文 1M tokens
输入类型 多模态
解码速度 超过 150 tps
开源计划 计划开源并高频迭代

Hy4 在 11 月 4 日发布,flash 隔了 12 天。同日上架腾讯云 TokenHub,产品页给的一句话是“激活参数约为旗舰的四分之一,速度更快,价格更低,在日常任务上达到旗舰开源模型水平”,适用场景写的是编程辅助、Agent 工作流、文档与图表理解、日常办公。

Hy4 flash 每百万输出 tokens 收 2 元

官方把价格单独列了一张表,单位都是每百万 tokens。

模型 输入(命中缓存) 输入 输出
Hy4 flash 0.02 元 0.5 元 2 元
Hy4 0.3 元 6 元 18 元

Hy4 flash 的 224B 参数里 12B 参与计算

按官方口径,激活参数约为旗舰的四分之一,KV cache 压到 Hy4 的六分之一,解码速度做到 150 tps 以上。三项分别对应单次计算量、显存占用和解码速度。

Hy4 flash 靠自蒸馏 Hy4 再压缩输出长度

  1. 后训练先用自蒸馏从 Hy4 取综合智能水平。
  2. 再用强化学习压端到端任务的输出长度,官方给的降幅是 50%。
  3. 推理阶段用 megakernel、4bit 量化、dflash 三项优化。
  4. 三项优化的结果是解码速度超过 150 tps。

输出长度减半,按同一单价算,账单也减半。官方在 WorkBuddy 侧的复盘给了同一方向的数字:平均任务耗时比 Hy4 减少 70%。

Hy4 flash 在 WorkIndex 上单任务 0.2 元

WorkIndex 是混元自己搭的内部评测集,题目取自 WorkBuddy 的典型任务,官方没有公开题面。官方在图 2 里给了三个模型的平均任务花费。

WorkIndex 上每次任务平均花费对比 Hy4 5.7 元 Hy4 preview 3.2 元 Hy4 flash 0.2 元
图 2 原文:Hy4 每次任务 5.7 元、Hy4 preview 3.2 元、Hy4 flash 0.2 元,右侧是性能分 51.4 / 39.7 / 42.1

WorkIndex 与公开榜上 Hy4 flash 的位置不同

公开 Agent 评测集上各模型的分数与单任务成本散点图 Hy4 flash 在左侧低位
图 1 的右半:7 个公开 Agent 评测集的平均分与单任务成本,Hy4 flash 便宜但分数落后 DeepSeek 与 Hy4

85 人盲测里 Hy4 flash 满意度 2.79 分

官方请了 85 位 WorkBuddy 内部用户,在 27 类共 259 个日常工作任务上做盲测,满意度按 4 分制打分。

盲测结果表 四个模型的用户满意度 端到端时长中位数 单任务成本 对比
封面图之外的盲测表:DeepSeek 3.09 分、Haiku 2.81 分、Hy4 flash 2.79 分、GLM 2.53 分,外部模型按 high 档计

满意度最高的是 DeepSeek,不是 Hy4 flash。它在四项里排第二,跟 Haiku 差 0.02 分;成本一项是 0.26 元,比 Haiku 低 18 倍,比 DeepSeek 低 4.6 倍。

长程工程任务上 Hy4 flash 比 Hy4 低 25.2 分

评测 Hy4 flash Hy4
DeepSWE v1.1 64.6 74.9
ProgramBench 16.0 30.0
Terminal-Bench 4.0 19.2 44.4
OSWorld 2.1 68.1 78.9
PPTCoEditBench 74.0 78.9
MdCoEditBench 56.9 57.7
ExcelFixBench 15.6 27.8
AudioVideoBench 17.8 27.4

Hy4 flash 的视觉理解与 Hy4 差 2.8 分

评测 Hy4 flash Hy4 DeepSeek Qwen
MMMU-Pro 75.8 78.6 76.7 77.2
ZeroBench-main 45.8 55.4 16.5 41.7
BuddyVQA ATAs 48.5 55.5 43.7 54.5

视觉理解是 Hy4 首次引入的能力,flash 继承了它。三项里它都比 Hy4 低,比同价位多数模型高。视频和音频没有单列评测,官方只在 WorkIndex 里放了音视频处理一项,Hy4 flash 17.8 分对 Hy4 27.4 分。

Hy4 flash 在七个产品里能选到

WorkBuddy、元宝、微信支付三方给了各自的实测,都是内部数据,没有公开题面。

WorkBuddy 产品经理 Anne 对 Hy4 flash 的评测说明 平均任务耗时减少 70% 平均成本约为 Hy4 的 1/15
WorkBuddy 产品经理 Anne 的原话:任务耗时减少 70%,成本约为 Hy4 的 1/15,Coding 长程任务小幅下降
标签:
相关文章