模型#跑分#模型推理

腾讯混元发布 Hy4 flash:224B 总参、12B 激活,API 价格约为 Hy4 的十分之一

腾讯混元 Hy4 flash 发布:224B 总参、12B 激活、1M 上下文,百万 token 输入 0.5 元、输出 2 元。

纸艺拼贴封面:一艘纸帆船从笔记本屏幕里驶出,左侧一只手正放下一枚硬币,上方是黑色与蓝色的 Hy4 flash 字样

腾讯 11 月 16 日发布混元 Hy4 flash,这是 Hy 系列第一个 Flash 型号:总参数 224B,其中 64B 是 Engram 查表参数,每个 token 只激活 12B,支持图片输入与 1M token 上下文。腾讯云 TokenHub 的产品页给出的价格是输入 0.5 元、输出 2 元、缓存命中 0.02 元每百万 token,新用户另送 100 万 token 体验额度。腾讯把它称作”迄今为止性价比最高的 Hy 模型”,并在同一份材料里承诺计划开源。

要点

  • 规格:224B 总参含 64B Engram,每 token 激活 12B,上下文 1M,可读图片;官方口径的解码速度超过 150 tokens/s,但没交代硬件与并发条件。
  • 成本:腾讯自建 WorkIndex 上,单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max 档忙时价)的 1/8。爱范儿的实测给出了同量级的旁证:一个 3D 交互网页任务花 0.23 元、半小时。
  • 渠道与权重:已上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,OpenRouter 待接入;权重只是”计划开源”,截至发稿没有发布。

发布背景

要理解 Hy4 flash 的定位,得先看 11 月 4 日的 混元 Hy4 正式版:770B 总参的旗舰,每百万 token 输入 6 元、输出 18 元、缓存命中 0.3 元,首次加入视觉理解与电脑操作;更早的 Hy4 preview 在 8 月按 Apache 2.0 放出过权重。爱范儿这篇实测提到,腾讯在 Hy4 发布时就预告过一款主打效率的 flash 型号,两周后兑现。

同一条赛道已经很挤。DeepSeek 的 V4.1-Flash-1017 是 748B 总参(552B 主干加 196B Engram)、1M 上下文、MIT 许可、权重可下载,Unsloth 上个月还为它做了能塞进 128GB 内存的量化;爱范儿提到工作日高峰期 WorkBuddy 里 DeepSeek V4.1 Flash 的倍率只有 0.11x,队列却依然排得很长。这说明 Flash 这一档的竞争点不在单价表,而在”便宜之外还能不能跑得动”。同一天阿里发布 Qwen4-Max,宣传口径同样落在单任务费用下降 58% 而不是跑分上,两家的叙事撞在了一起。

事实部分

需要先说清楚数字的来源。混元的官方发布页是前端渲染的,直接抓取只返回站点名,正文读不到;因此下面的架构参数来自同日财联社《科创板日报》、IT之家等多家媒体的转述,价格、免费额度与渠道则以腾讯云 TokenHub 产品页为准,后者可以直接打开核对。表格里的 5 折与 WorkBuddy 免费额度来自媒体转述的官方通稿,TokenHub 页面上只有新用户的 100 万 token 额度。

项目Hy4 flash(官方口径)
发布2026-11-16
总参数224B,其中 64B 为 Engram 查表参数
每 token 激活12B
上下文1M token
输入模态文本与图片
解码速度超过 150 tokens/s
KV cache为 Hy3 的 1/24,为 Hy4 的 1/6
API 价格输入 0.5 元、输出 2 元、缓存命中 0.02 元/百万 token
限时优惠11 月 30 日前 TokenHub 计费 5 折;WorkBuddy 11 月 16 日至 30 日每日赠免费额度
上线渠道TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis;OpenRouter 待接入
开源官方称计划开源,尚未放出权重

三个口径容易读错。第一,KV cache 的两个倍数不是同一个基准:1/24 对比的是上一代 Hy3,1/6 对比的是旗舰 Hy4,混着引用会把节省幅度说大或说小。第二,5 折是 11 月 30 日前的促销,0.5 元与 2 元是目录价;按目录价折半约合输入 0.25 元、输出 1 元每百万 token,这是本文的折算,实际账单仍以控制台为准,而且旗舰 Hy4 另有到 12 月 31 日的 5 折,两个活动的截止日期不同。第三,1/20、1/13、1/8 三个数字都出自腾讯自家的 WorkIndex 评测集,对比对象分别是 Hy4、Hy4 preview 和 DeepSeek-V4.1-Flash-1017 的 max 档忙时价。

训练与推理的改动也来自转述:预训练阶段换了混合注意力、LatentMoE 与 Engram 三件套,Engram 是一张可扩展的查表式参数模块,用存储换算力;后训练先自蒸馏 Hy4 拿到基础能力,再用强化学习把端到端任务的输出长度压掉 50%;推理侧叠了 megakernel、4bit 量化与 dflash。官方给的使用建议很直接:深度搜索、文档处理、PPT、简单前端、computer use 这类高频任务用 flash,长程软件工程仍用 Hy4。

各方说法

最具体的独立证据来自爱范儿 11 月 16 日 17:53 发布的实测。同一批任务里,3D 历史帆船网页 Hy4 flash 用了半小时、约 14.9 万 token 加约 400 万缓存命中,按公开定价折合约 0.23 元;DeepSeek V4.1 Flash 用了 1 小时 30 分钟、约 30 万 token 加约 1600 万缓存命中,约 1.21 元。深度研究任务上两者的成品结构相近,DeepSeek 多花 10 分钟、近 18 万 token、约 0.56 元。10 个编程与办公任务的结论是质量大致同档、首轮交付更快,但帆船任务的水面与细节不如 DeepSeek 丰富。这篇实测因此给出分工建议:日常高频任务交给 flash,复杂代码库修改回到 Hy4。

财联社《科创板日报》同日 13:23 的快讯确认了 224B、64B Engram、12B 激活、1M 上下文与 0.5/2 元的定价,是目前中文媒体里最早的一批。腾讯自己公布的内部盲测是另一个角度:85 位 WorkBuddy 用户、27 类共 259 个任务,满意度接近 Claude Haiku 5.5,任务时长在对比模型里最短。这份数据的问题是样本全在腾讯自家产品里,任务集也没有公开。

分歧主要在验证强度上。厂商侧的”性价比最高”没有跨厂商的统一口径,WorkIndex 是腾讯为自家 Agent 场景搭的评测;爱范儿的对照只覆盖 DeepSeek V4.1 Flash 一个对手,样本是十个左右的任务。截至发稿,我们没有查到 Artificial Analysis 一类独立榜单对 Hy4 flash 的复核数据,能查到的中文报道也多是转述官方材料。

编辑判断

对每天要跑几十上百次 Agent 任务的团队,Hy4 flash 值得先进候选池。它把三件在国产闭源 API 里少见的能力凑到了一起:1M 上下文、图片输入、12B 的激活规模,配上 0.5/2 元的目录价,长文档加截图的批处理有了按毛计算的选项。爱范儿的账也提醒了一件常被忽略的事:Flash 档位真正要比的是”完成一件事要多少钱”,而不是每百万 token 报价,一个跑一个半小时的便宜模型并不便宜。

诚实的代价有三条。权重没开,想自部署的团队现在拿不到东西,“计划开源”和 11 月 4 日旗舰版的”近期开源”是同一种措辞,都还没有日期。5 折在 11 月 30 日结束,之后的账单按目录价走。1M 上下文下的实际质量、150 tokens/s 对应的硬件和 batch 条件、Engram 在长会话里的命中率,官方材料都没有展开,这些只能靠自测。

选型上可以这样分:要开权重、要 MIT 许可、能接受 748B 的部署门槛,继续看 DeepSeek-V4.1-Flash-1017;要顶级的长程软件工程能力,用 Hy4;把截图、PDF、表格喂进去做批量处理,或者给 Agent 找一个跑得快的执行模型,Hy4 flash 是当下价格更低的那一档。接下来值得盯三件事:OpenRouter 的接入时间、权重的实际许可与体积、12 月 1 日之后的价格。

怎么试

TokenHub 的接口兼容 OpenAI 协议,控制台里能查到接入地址与 API Key,把 base_url 和模型名换成 hy4-flash 就能沿用现成的 SDK:

curl "$TOKENHUB_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"hy4-flash","messages":[{"role":"user","content":"用一句话解释 Engram 是什么"}]}'

不想写代码的话,WorkBuddy 里可以直接在模型列表选中 Hy4 flash,11 月 16 日至 30 日每天有免费额度,适合先拿自己的一两个真实任务试水,把 token 用量和耗时记下来再决定要不要迁。