Hy4 flash:騰訊混元 224B 總參數啟用 12B 1M 上下文 輸出每百萬 2 元
更新時間:2026-11-17 09:52:40 發布時間:20小時前 閱讀:41次
Hy4 flash 是騰訊混元 11 月 16 日發佈的模型,總參數 224B、啟用 12B、支援 1M 上下文和多模態,輸出每百萬 tokens 2 元,是 Hy4 的九分之一。已上線騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis,11 月 30 日前 WorkBuddy 免費,長程軟體工程任務官方建議換回 Hy4。WorkIndex 上單任務花費 0.2 元,Hy4 5.7 元,preview 3.2 元。多模態 MMMU-Pro 75.8 分,Hy4 是 78.6 分。
騰訊混元在 11 月 16 日發佈 Hy4 flash
六項規格里最容易混的是總參數和啟用參數:224B 裡有 64B 是 Engram 參數,不參與每個 token 的計算。
| 項目 |
官方寫法 |
| 總參數 |
224B,其中 64B 為 Engram 參數 |
| 啟用參數 |
12B |
| 上下文 |
1M tokens |
| 輸入類型 |
多模態 |
| 解碼速度 |
超過 150 tps |
| 開源計劃 |
計劃開源並高頻迭代 |
Hy4 在 11 月 4 日發佈,flash 隔了 12 天。同日上架騰訊雲 TokenHub,產品頁給的一句話是“啟用參數約為旗艦的四分之一,速度更快,價格更低,在日常任務上達到旗艦開源模型水平”,適用場景寫的是程式設計輔助、Agent 工作流、文件與圖表理解、日常辦公。
Hy4 flash 每百萬輸出 tokens 收 2 元
官方把價格單獨列了一張表,單位都是每百萬 tokens。
| 模型 |
輸入(命中快取) |
輸入 |
輸出 |
| Hy4 flash |
0.02 元 |
0.5 元 |
2 元 |
| Hy4 |
0.3 元 |
6 元 |
18 元 |
- 輸入:0.5 元對 6 元,是十二分之一。
- 輸出:2 元對 18 元,是九分之一。
- 快取命中:0.02 元對 0.3 元,是十五分之一。
- 官方只有一句“API 價格相比 Hy4 大幅降低”,沒有給降幅百分比。
Hy4 flash 的 224B 參數里 12B 參與計算
- 總參數 224B,其中 64B 是 Engram 參數。官方註釋把 Engram 定義為可擴展的查表式參數模塊,作用是以較低算力成本擴充模型容量。
- 每個 token 啟用 12B 參數,剩下的 64B Engram 參數佔總參數的 28.6%,不參與每個 token 的計算。
- 預訓練加入三類架構特性:混合注意力、LatentMoE、Engram。
- KV cache 大小是 Hy3 的 1/24、Hy4 的 1/6。
- 官方用 scaling ladder 實驗驗證這套配置的效果。
按官方口徑,啟用參數約為旗艦的四分之一,KV cache 壓到 Hy4 的六分之一,解碼速度做到 150 tps 以上。三項分別對應單次計算量、顯存佔用和解碼速度。
Hy4 flash 靠自蒸餾 Hy4 再壓縮輸出長度
- 後訓練先用自蒸餾從 Hy4 取綜合智慧水平。
- 再用強化學習壓端到端任務的輸出長度,官方給的降幅是 50%。
- 推理階段用 megakernel、4bit 量化、dflash 三項最佳化。
- 三項最佳化的結果是解碼速度超過 150 tps。
輸出長度減半,按同一單價算,賬單也減半。官方在 WorkBuddy 側的覆盤給了同一方向的數字:平均任務耗時比 Hy4 減少 70%。
Hy4 flash 在 WorkIndex 上單任務 0.2 元
WorkIndex 是混元自己搭的內部評測集,題目取自 WorkBuddy 的典型任務,官方沒有公開題面。官方在圖 2 裡給了三個模型的平均任務花費。
圖 2 原文:Hy4 每次任務 5.7 元、Hy4 preview 3.2 元、Hy4 flash 0.2 元,右側是效能分 51.4 / 39.7 / 42.1
- 正文口徑:Hy4 flash 單任務成本是 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8,最後這個按 max 檔位、忙時價格算。
- 圖 2 標註:比 Hy4 preview 便宜 13.8 倍,比 Hy4 便宜 24.5 倍。跟正文的 1/13、1/20 是同一組資料的兩種寫法。
- 效能分:Hy4 51.4、Hy4 flash 42.1、Hy4 preview 39.7。flash 比 preview 高 2.4 分,離 Hy4 差 9.3 分。
WorkIndex 與公開榜上 Hy4 flash 的位置不同
圖 1 的右半:7 個公開 Agent 評測集的平均分與單任務成本,Hy4 flash 便宜但分數落後 DeepSeek 與 Hy4
- WorkIndex 的 8 個內部集:PPT 製作、PPT 修改、PPT 人機雙寫、Markdown 人機雙寫、文件編輯、表格修復、音影片處理、視覺理解。
- 公開部分是 7 個 Agent 評測集:DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1。
- 在公開 Agent 榜上,Hy4 flash 約 48 分,DeepSeek-V4.1-Flash-1017 約 56.5 分,Hy4 約 60 分。這塊它不佔優。
- 圖上另外三個輕量模型 Qwen3.8-Flash-Next、GLM-5.3-Flash、GPT-6 Luna,單任務成本在 0.8 到 2.3 元之間,WorkIndex 分數都低於 Hy4 flash。
- 官方對評測口徑的解釋是:聚焦日常工作的產物效果、單輪輸出長度、端到端用時,而非遠離日常工作的公開榜單分數。
85 人盲測裡 Hy4 flash 滿意度 2.79 分
官方請了 85 位 WorkBuddy 內部使用者,在 27 類共 259 個日常工作任務上做盲測,滿意度按 4 分制打分。
封面圖之外的盲測表:DeepSeek 3.09 分、Haiku 2.81 分、Hy4 flash 2.79 分、GLM 2.53 分,外部模型按 high 檔計
- 滿意度:DeepSeek-V4.1-Flash-1017 3.09、Claude Haiku 5.5 2.81、Hy4 flash 2.79、GLM-5.3-Flash 2.53。
- 端到端時長中位數:Hy4 flash 6.7 分鐘,Haiku 6.8 分鐘,GLM 7.6 分鐘,DeepSeek 10.3 分鐘。
- 單任務成本:Hy4 flash 0.26 元,GLM 0.81 元,DeepSeek 1.20 元,Haiku 4.73 元。
- 表注原文:外部模型(DeepSeek、Claude Haiku、GLM)均為 high 檔。
滿意度最高的是 DeepSeek,不是 Hy4 flash。它在四項裡排第二,跟 Haiku 差 0.02 分;成本一項是 0.26 元,比 Haiku 低 18 倍,比 DeepSeek 低 4.6 倍。
長程工程任務上 Hy4 flash 比 Hy4 低 25.2 分
| 評測 |
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 |
- 工程類差距最大:Terminal-Bench 差 25.2 分,ProgramBench 差 14 分。
- 文件類差距小:MdCoEditBench 只差 0.8 分,PPTCoEditBench 差 4.9 分。
- 表格修復和音影片處理屬於中間檔:ExcelFixBench 差 12.2 分,AudioVideoBench 差 9.6 分。
- 官方建議照這個分佈給:深度搜尋、文件處理、PPT 生成、簡單前端展示、Computer Use 用 Hy4 flash,長程軟體工程用 Hy4。
Hy4 flash 的視覺理解與 Hy4 差 2.8 分
| 評測 |
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 |
- MMMU-Pro 上四個模型擠在 75.8 到 78.6 之間,Hy4 flash 與 Hy4 差 2.8 分,與 Qwen3.8-Flash-Next 差 1.4 分。
- ZeroBench-main 帶工具、按 pass@5 算,Hy4 flash 45.8 分,除 Hy4 外高於 Qwen 的 41.7、GLM 的 35.3、GPT-6 Luna 的 33.6、DeepSeek 的 16.5。
- BuddyVQA ATAs 不帶工具,Hy4 flash 48.5 分,低於 Qwen 的 54.5 和 GPT-6 Luna 的 51.6。
- 三項的官方成本都記在附錄表裡,Hy4 flash 單任務 0.010、0.077、0.007 元。
視覺理解是 Hy4 首次引入的能力,flash 繼承了它。三項裡它都比 Hy4 低,比同價位多數模型高。影片和音訊沒有單列評測,官方只在 WorkIndex 裡放了音影片處理一項,Hy4 flash 17.8 分對 Hy4 27.4 分。
Hy4 flash 在七個產品裡能選到
- 騰訊雲 TokenHub:已上架,標籤是文字生成、深度思考、多模態理解三項,新使用者有 100 萬 tokens 免費體驗包,11 月內 API 五折。
- WorkBuddy:11 月 30 日前限時免費。
- 元寶、企業微信、QQ、ima、Marvis:已上線,具體入口各產品自己的模型選擇裡。
- OpenRouter:官方寫的是即將接入。
WorkBuddy、元寶、微信支付三方給了各自的實測,都是內部資料,沒有公開題面。
WorkBuddy 產品經理 Anne 的原話:任務耗時減少 70%,成本約為 Hy4 的 1/15,Coding 長程任務小幅下降
- 元寶產品負責人 Logan:真實場景 Agent 能力相比 Hy3 提升 13.6%,Agent 任務人工對比評估 GSB 相比 Hy3 提升 7.56%;通用對話任務相比 GLM-5.3-Flash 提升 2.52%,多輪對話提升最明顯。
- 微信支付:AI 操作真機支付客戶端的四個 Agent 流程評測,相比 DeepSeek-V4.1-Flash-1017 均分持平或更高,執行步數減少約 6%、單次輸出長度縮短約 29%;程式碼靜態掃描場景時間降低 37%、Token 消耗降低 46%。