騰訊混元 Hy4 flash 發布 單任務成本僅為 Hy4 二十分之一
11 月 16 日,騰訊混元最新語言模型 Hy4 flash 發布,模型總參數量為 224B (其中 64B Engram 參數),激活參數僅為 12B,支援多模態及 1M 上下文長度。Hy4 flash 是迄今為止最高性價比的 Hy 模型:每百萬 Token 輸入 0.5 元、輸出 2 元,命中緩存時僅需 0.02 元,價格較 Hy4 大幅下降。

為達致極致的性價比,同時兼顧智能水平與實用性,混元團隊進行了一系列工作:
1.在預訓練階段,Hy4 flash 加入混合注意力、LatentMoE、Engram 等架構特性,KV cache 大小僅為 Hy3 的 1/24、Hy4 的 1/6,並透過大量 scaling ladder 實驗確保效果符合預期。
2.在後訓練階段,透過自蒸餾 Hy4 取得較強的綜合智能水平,再透過強化學習令端到端任務輸出長度降低 50%。
3.在評估階段,建構基於 WorkBuddy 典型任務的內部評測集 WorkIndex,並結合人評,聚焦日常工作的產出效果、單輪輸出長度、端到端用時,而非與日常工作脫節的公開榜單分數。
4.在推理階段,結合 megakernel、4bit量化、DFly 等手段作極致優化,令 Hy4 flash 解碼速度超過 150 tps,並可作大規模低成本部署營運。
最終,Hy4 flash 在綜合效果上略優於更大參數的 Hy4 preview (總參數為 770B,激活參數 49B),但成本顯著下降。按內部評測集 WorkIndex(涵蓋 PPT 製作與修改、文件編輯、表格修復、影音處理及視覺理解等 WorkBuddy 典型任務)綜合測算,Hy4 flash 單任務成本僅為 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1027(Max 檔位,忙時價格)的 1/8。

內外部任務的表現與成本。其中 WorkIndex 包含 8 個內部評測集(PPT製作、PPT修改、PPT人機雙寫、Markdown人機雙寫、文件編輯、表格修復、影音處理、視覺理解);Open Benchmarks 包含 7 個公開 Agent 評測集(DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1)。

於內部評測集 Working Index上,Hy4 flash的任務成本較前代模型顯著下降
騰訊內部 85 位 WorkBuddy 用戶的盲測體驗顯示,在 27 類共 259 項任務中, Hy4 flash 的用戶滿意度接近 Claude Haiku 5.5,且單任務成本顯著低於其他所有模型,任務耗時亦最短。

Hy4 flash 已於騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis 等產品上線,即將接入 OpenRouter。11 月 30 日前,用戶可於 WorkBuddy 限時免費使用,騰訊雲 TokenHub API 限時 5 折使用。
騰訊混元始終以「模型實用性」為核心原則,在不斷追求智能上限的同時,追求極致性價比。
11 月 4 日發布的 Hy4 首次躋身最強開源模型之列,在國際權威模型測試榜單 Artificial Analysis 智能指數榜單上位列中國模型第二,Agent Arena 榜單居開源模型第一。
是次發布 Hy4 flash 則在真實生產力任務中實現智能與效率的更佳平衡。混元團隊表示,建議用戶在深度搜尋、文件處理、PPT生成、簡單前端展示、Computer Use 等大部分日常任務中使用 Hy4 flash,在長程軟件工程等複雜任務中使用智能上限更高的 Hy4。同時,混元計劃開源 Hy4 flash 並作高頻迭代,持續提升真實工作的實用性與效率。
