我先联网核实混元 Hy4 flash 的发布时间、模型规格、能力指标和开放情况。
混元这次不是把模型做小,而是把 “每次只叫醒一小部分参数” 这件事做到了极致。11 月 16 日,腾讯混元正式发布语言模型 Hy4 flash,总参数量 224B(其中含 64B 的 Engram 参数),每处理一个 token 只激活 12B,约为旗舰 Hy4(770B 总参、49B 激活)的四分之一;支持多模态输入和 100 万 token 上下文。定价直接打到行业地板:每百万 token 输入 0.5 元、输出 2 元、命中缓存 0.02 元,而 Hy4 是输入 6 元、输出 18 元、缓存命中 0.3 元。按混元自建的 WorkBuddy 典型任务评测集 WorkIndex 测算,Hy4 flash 单任务成本只有 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档、忙时价)的 1/8;85 位 WorkBuddy 内部用户在 27 类 259 个任务上盲测,满意度接近 Claude Haiku 5.5,单任务成本显著低于所有对比模型、任务时长最短。它已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 上线,即将接入 OpenRouter,11 月 30 日前 WorkBuddy 限时免费、TokenHub API 限时 5 折,混元还计划把它开源并高频迭代。
规格与价格,一张表看完
| 项目 | Hy4 flash | 对照:Hy4(11 月 4 日正式版) |
|---|---|---|
| 总参数量 | 224B(含 64B Engram 参数) | 770B |
| 每 token 激活 | 12B(约旗舰的 1/4) | 49B |
| 上下文 | 1M token | 1M(最大输入 960K、最大输出 64K) |
| 多模态 | 支持多模态输入 | 首次引入视觉理解 |
| 输入价格 | 0.5 元 / 百万 token | 6 元 / 百万 token |
| 输出价格 | 2 元 / 百万 token | 18 元 / 百万 token |
| 缓存命中 | 0.02 元 / 百万 token | 0.3 元 / 百万 token |
| 解码速度 | >150 tps | 未作为主打卖点 |
| 开源计划 | 计划开源、高频迭代 | 已发布开放权重 |
便宜不是砍出来的,是三个阶段一起抠出来的
| 阶段 | 做了什么 | 得到什么 |
|---|---|---|
| 预训练 | 引入混合注意力、LatentMoE、Engram(可扩展的查表式参数模块,用较低算力扩充容量) | KV cache 缩到 Hy3 的 1/24、Hy4 的 1/6,长上下文的内存开销大幅下降 |
| 预训练 | 大量 scaling ladder 实验(逐级放大验证) | 在小规模上先确认方案有效,避免大规模训练白烧算力 |
| 后训练 | 先自蒸馏 Hy4,拿到较强的综合智能水平 | 小激活模型继承旗舰的判断力,不是从零学起 |
| 后训练 | 再用强化学习把端到端输出长度压掉 50% | 同样一个任务少生成一半 token,成本直接对折 |
| 推理 | megakernel、4bit 量化、DFly 等组合优化 | 解码超过 150 tps,能大规模低成本部署 |
一句话理解:Engram 让 “总参数大” 不等于 “每次算得多”,LatentMoE 让专家路由更省,自蒸馏让它继承大哥的本事,RL 砍掉啰嗦,量化与算子优化把最后一段成本压下去。
成本对比,看单任务而不是看单价
| 对比对象 | Hy4 flash 单任务成本 | 说明 |
|---|---|---|
| Hy4 preview | 1/13 | 770B/49B 的预览版,能力相近但贵得多 |
| Hy4(正式版) | 1/20 | 旗舰,智能上限更高 |
| DeepSeek-V4.1-Flash-1017(Max 档、忙时价) | 1/8 | 同期主打性价比的竞品 |
单价只是账面的,真正省钱的地方在两处:命中缓存只要 0.02 元 / 百万 token,重复的系统提示词、长文档、代码库上下文几乎不花钱;输出长度被 RL 砍半,意味着同一个任务生成的 token 数更少 —— 这两项叠起来,才是 1/20 这个数字的来源。
它是按 “日常工作” 而不是 “公开榜单” 评的
混元这次换了一套尺子。WorkIndex 覆盖 8 个内部评测集:PPT 制作、PPT 修改、PPT 人机双写、Markdown 人机双写、文档编辑、表格修复、音视频处理、视觉理解;同时对照 7 个公开 Agent 评测集:DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1。评价维度也不是分数,而是三件事:产物效果、单轮输出长度、端到端用时。
盲测的规模是 85 位 WorkBuddy 内部用户、27 类共 259 个任务,结论是满意度接近 Claude Haiku 5.5、成本最低、时长最短。这套评法的好处很实在 —— 它衡量的是 “这份 PPT 能不能直接用”“这个表格修没修对”“这段音视频处理花了多久”,而不是 “在某个榜单上高 0.3 分”。
和 Hy4、Hy3 怎么分工
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 深度搜索、资料汇总 | Hy4 flash | 1M 上下文+低成本,反复检索也不心疼 |
| 文档处理、表格修复、PPT 生成 | Hy4 flash | WorkIndex 就是按这些任务建的,性价比最高 |
| 简单前端展示、页面搭建 | Hy4 flash | 单轮产出够用,速度 > 150tps |
| Computer Use、跨应用操作 | Hy4 flash | 支持视觉理解,日常操作够用 |
| 长程软件工程、复杂多步 Agent | Hy4 | 智能上限更高,长程任务更稳 |
| 需要极致画质 / 视觉细节的任务 | Hy4 | 旗舰的视觉理解与工具调用更强 |
混元团队的口径很清楚:日常任务大面积切到 flash,长程复杂任务继续用 Hy4。内部评测也显示,flash 在长程 Coding 类任务上相比旗舰略有下降 —— 这是 “用 1/20 的成本换一点点上限” 的正常取舍。
三类团队可以马上切,两类建议先观望
可以马上切的:
- 高频调用、单价敏感的 API 业务。客服问答、内容摘要、批量文档处理这类场景,成本降一个量级,体验几乎无感。
- Agent 工作流里 “调用次数多、单次不复杂” 的环节。规划用大模型、执行用小模型,把贵的算力只花在关键决策上。
- 需要处理长文档但预算有限的团队。1M 上下文+0.5 元输入价,终于能让 “整本文档塞进去” 变成可承受的日常操作。
建议先观望的:
- 以长程软件工程为主业的团队。多步推理、跨文件重构这类任务,旗舰的上限仍然值那个钱。
- 对输出稳定性要求极高的合规场景。新模型需要时间积累线上 badcase,先小流量灰度更稳。
开源与迭代节奏,才是这条消息的分量
- 混元计划开源 Hy4 flash 并高频迭代。参照 Hy4 preview 的做法(Apache 2.0、Hugging Face/ModelScope/GitCode/CNB 同步发布权重),一旦落地,中小团队可以自己部署、自己量化。
- 迭代节奏已经很密:2026 年 2 月重建基础设施,平均每两个月出一个大版本;Hy3(295B/21B、256K 上下文)7 月正式发布,Hy4 preview 8 月 28 日开源,Hy4 11 月 4 日正式版上线,12 天后 Hy4 flash 跟上。12 天出一个 “性价比分支”,说明架构与训练流水线已经跑顺了。
- 旗舰的位置也没丢。Hy4 正式版在 Artificial Analysis 智能指数上位列中国模型第二,Agent Arena 居开源模型第一,这是 flash 敢说自己 “略优于 Hy4 preview” 的底气来源。
三个要留个心眼的点
第一,WorkIndex 是内部评测集,不是第三方公开榜单。它贴近真实办公,但也可被质疑 “自己出题自己考”。看它时最好同时参考公开 Agent 评测集的表现,别只看一个满意度数字。
第二,成本对比用的是 “单任务成本”,不是 “每百万 token 单价”。任务越短、输出越精简,单任务成本的优势越明显;如果你的任务本身输出很长,1/20 要打个折扣。
第三,开源时间表还没公布具体日期。“计划开源” 和 “已经开源” 是两件事,想自部署的团队别提前按开源版做容量规划。
落到判断上
Hy4 flash 真正的意义,是把 “旗舰能力” 从按次付费变成按量批发:224B 的总参数负责知识容量,12B 的激活负责算力账单,Engram 和 LatentMoE 负责把 “大而不用全算” 变成工程现实,自蒸馏和 RL 负责把输出从啰嗦压到干脆。这套组合下来,0.5 元 / 百万 token 不是补贴价,而是结构性的成本下降。对绝大多数做日常办公、文档、搜索、轻量 Agent 的团队来说,它已经够用且便宜到可以 “随便调”;对追求智能上限的长程任务,Hy4 仍然是那道天花板。真正值得关注的不是今天这个价格,而是 12 天就能推出一个分支的迭代速度 —— 当模型开始按 “每两个月一代、每两周一个变体” 的节奏跑,选型的逻辑就从 “买最强” 变成 “买最合适的单位成本”。
【相关 FAQ】
问题 1:腾讯混元 Hy4 flash 的参数量和激活参数是多少?
回答 1:Hy4 flash 总参数量 224B,其中包含 64B 的 Engram 参数,每个 token 只激活 12B 参数,约为旗舰 Hy4(770B 总参、49B 激活)的四分之一,同时支持多模态输入和 1M 上下文。
问题 2:Hy4 flash 的价格是多少,比 Hy4 便宜多少?
回答 2:Hy4 flash 每百万 token 输入 0.5 元、输出 2 元、缓存命中 0.02 元;Hy4 为输入 6 元、输出 18 元、缓存命中 0.3 元。按 WorkIndex 测算,Hy4 flash 单任务成本约为 Hy4 的 1/20、Hy4 preview 的 1/13。
问题 3:Hy4 flash 为什么能做到这么低的成本?
回答 3:Hy4 flash 在预训练用混合注意力、LatentMoE 与 Engram 把 KV cache 压到 Hy4 的 1/6,后训练用自蒸馏继承 Hy4 能力并用强化学习把输出长度降 50%,推理端用 megakernel、4bit 量化和 DFly 把解码速度提到 150tps 以上,三者叠加才有低成本。
问题 4:Hy4 flash 和 Hy4 该怎么选,日常任务用哪个?
回答 4:日常任务选 Hy4 flash,包括深度搜索、文档处理、PPT 生成、简单前端展示和 Computer Use;长程软件工程等复杂任务仍用 Hy4,因为 Hy4 的智能上限更高,而 Hy4 flash 在长程 Coding 上略有下降。
问题 5:Hy4 flash 现在能在哪里用,会开源吗?
回答 5:Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 上线,即将接入 OpenRouter;11 月 30 日前 WorkBuddy 限时免费、TokenHub API 限时 5 折,混元计划开源 Hy4 flash 并高频迭代。
【参考资料】
[2026-11-16](腾讯发布 Hy4 flash:输入 0.5 元 / 百万 token,计划开源)新京报贝壳财经
[2026-11-16](腾讯混元正式发布 Hy4 flash,WorkBuddy 国内版与国际版同步首发接入)腾讯 WorkBuddy 官方微博
[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)腾讯科技
[2026-11-16](腾讯混元 Hy4 flash 发布)IT 之家
[2026-11-16](Tencent Hunyuan releases Hy4flash: 224B parameters, 1M context, decoding over 150 tps)AIBase
[2026-11-13](大模型服务平台 TokenHub 模型列表:Hy4 与 Hy4 preview 规格)腾讯云
[2026-11-05](什么是混元 Hy4:770B 总参数、49B 激活、首次视觉理解与 Computer Use)腾讯云开发者社区
[2026-11-04](Tencent Hunyuan Hy4 Is Now Generally Available)Tencent Cloud
免责声明
本文基于 2026 年 11 月 16 日前可公开检索的官方发布与媒体报道整理,参数量、价格、KV cache 比例、解码速度与成本对比来自腾讯混元官方口径及腾讯科技、IT 之家、新京报贝壳财经、AIBase 报道;WorkIndex 评测集、85 人盲测与满意度结论均为腾讯混元内部评测,非第三方独立测评,读者应结合公开 Agent 榜单交叉判断。Hy4 flash 的开源时间、开源协议与部署条件尚未公布,以官方后续公告为准。文中模型对比仅作选型参考,不构成采购建议或投资建议。
本文来自作者[星频重构]投稿,不代表环球科技潮立场,如若转载,请注明出处:https://www.zennew.com/rgzn/202611/1974.html
评论列表(4条)
我是环球科技潮的签约作者“星频重构”!
希望本篇文章《腾讯混元 Hy4 flash 发布224B 总参只激活 12B,输入 0.5 元 / 百万 token、单任务成本仅为 Hy4 的 1/20》能对你有所帮助!
本站[环球科技潮]内容主要涵盖:科技,科技新闻,黑科技
本文概览:我先联网核实混元 Hy4 flash 的发布时间、模型规格、能力指标和开放情况。