登录

腾讯混元Hy 4 flash发布,极致性价比打法该咋看?


速读:Hy4flash是迄今为止最高性价比的Hy模型:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。
2026年11月17日 23:4

2026年11月17日 23:41:03

据潮新闻的报道,11月16日,腾讯混元最新语言模型Hy4 flash发布,模型总参数量为224B(其中 64B Engram 参数),激活参数仅为12B,支持多模态和 1M上下文长度。Hy4 flash是迄今为止最高性价比的 Hy 模型:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比 Hy4大幅降低。

首先,很多大模型发布的时候,先把总参数吹得很大,跑几个公开榜单拿个好看名次,然后价格下不来,普通开发者和企业根本用不起。Hy4 flash上来就把路径选反了,总参数224B,激活参数只留12B,1M上下文还能支持多模态,这套组合不是为了刷榜做的,是盯着真实工作场景的痛点来的。之前很多人吐槽大模型日常用起来贵,长上下文跑一次成本高,缓存机制没跟上,这次腾讯直接把KV cache压到Hy3的1/24,Hy4的1/6,从底层架构上就把推理成本的根子给降下来了,不是靠后期赔本赚吆喝的短期补贴。

其次,这套打法本质上是用产业工程能力重构大模型的成本曲线。预训练阶段做混合注意力和LatentMoE,后训练用Hy4自蒸馏再通过强化学习把端到端输出长度砍半,最后推理层再叠上megakernel、4bit量化这些优化,解码速度冲到150tps以上。几个环节串起来看,不是单点优化,是全链路在挤水分。之前行业里很多人觉得大模型效果好就必然贵,参数大就必然慢,腾讯这次用实际跑出来的结果打破这个惯性认知。内部WorkIndex评测里,它综合效果比770B参数的Hy4 preview还略好,单任务成本却只有对方的1/13,和市面上主流的同级别Flash模型比,成本也只有八分之一。这种差距不是靠营销话术能堆出来的,是工程能力一层层磨出来的。

第三点,这件事核心在于大幅降低大模型门槛。之前很多企业想把大模型接入自己的办公系统、SaaS产品,一算Token成本,稍微大规模用起来账单就扛不住,只能小范围试点。现在Hy4 flash每百万Token输入0.5元输出2元,命中缓存才0.02元,还已经在企业微信、QQ、WorkBuddy这些腾讯系产品里铺开,后续还要开源还要接OpenRouter。相当于给所有想做大模型应用的开发者递了一个能用得起的工具。之前很多人纠结选闭源贵的还是开源效果差的,现在多了一个选项,大部分日常办公任务不用再硬扛高成本去调用顶级大模型,只有长程软件工程这类复杂任务才需要开Hy4的高配模式。这种分层使用的格局一旦形成,整个行业的大模型落地节奏,肯定会比之前快很多。

长期来看,腾讯这一步也是在巩固自身生态的定价主动权。AI 生产力工具最终要嵌入日常办公流,用户对价格敏感度很高。能把日常任务的成本打下来,才能扩大调用规模,反过来摊薄研发和算力投入。

主题:成本|Hy4flash