腾讯 Hy4 flash 发布:224B 只激活 12B,输入 ¥0.5/百万 token
腾讯混元 2026-11-16 发布 Hy4 flash:224B 总参数(含 64B Engram)、12B 激活、1M 上下文,输入 ¥0.5/输出 ¥2、缓存命中 ¥0.02,官方称单任务成本仅为 Hy4 的 1/20,并计划开源。
2026-11-17 · 腾讯混元官方研究页 / 腾讯官网新闻稿(均实取) / 证券日报 / 央广网 / OpenRouter API(实取)
发布 2026-11-17核实 2026-11-17要点
- 2026-11-16,腾讯混元发布 Hy4 flash,官方定义为「迄今最高性价比的 Hy 模型」。
- 规格:总参 224B(其中 64B Engram 参数)、激活仅 12B、支持多模态、1M 上下文。
- 定价(每百万 token):输入 ¥0.5、输出 ¥2、命中缓存 ¥0.02;对比 Hy4 的 ¥6 / ¥18 / ¥0.3,输入价降到 1/12。
- 架构:混合注意力 + LatentMoE + Engram,KV cache 仅为 Hy3 的 1/24、Hy4 的 1/6。
- 后训练:自蒸馏 Hy4 拿综合能力,再用强化学习把端到端输出长度压 50%。
- 推理:megakernel + 4bit 量化 + DFly,解码速度超过 150 tps。
- 官方称综合效果略优于 Hy4 preview(770B/49B),WorkIndex 上单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档忙时)的 1/8。
- 已上线:腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis;计划开源。
价格表:便宜在哪个环节
把 Hy 三代的价格摊平看,Hy4 flash 的定位一眼就清楚:
| 模型(每百万 token) | 输入(命中缓存) | 输入 | 输出 |
|---|---|---|---|
| Hy4 | ¥0.3 | ¥6 | ¥18 |
| Hy4 flash | ¥0.02 | ¥0.5 | ¥2 |
单价降了 12 倍,但这还不是全部。 官方同时给了三层工程解释:
- KV cache 压到 Hy3 的 1/24、Hy4 的 1/6 —— 长上下文多轮对话的内存与带宽开销直接跟着降,这是「能大规模低成本部署」的前提。
- 强化学习把输出长度砍 50% —— 账单里输出往往比输入贵,输出减半意味着真实成本再打一次折。
- 缓存命中 ¥0.02 —— 对「固定系统提示 + 多轮工具调用」这类前缀重复的负载,命中价低到可以忽略。
三项叠加,就是官方那句「单任务成本为 Hy4 的 1/20」。注意口径差了 8 倍(单价 1/12 vs 单任务 1/20)——差额来自输出长度减少与缓存命中,不是官方的算术错误,而是两种不同的度量。 报价时用单价,做预算时用每任务成本,别混。
交叉核对:OpenRouter 在 2026-11-16 就上架了 tencent/hy4-flash,挂牌 $0.035 / $0.1405(每百万 token),折合约 ¥0.25 / ¥1.0——正好是官网表价的五折,与「TokenHub API 限时五折」对得上。而官方新闻稿写的是「即将接入 OpenRouter」。实际动作快于官方措辞,这条按事实并列记录,不做推断。
评测集自己搭:WorkIndex 的取舍
这次最值得学的不是参数,是评测方法的选择。
混元没有拿公开榜单当主叙事,而是自建了一个内部评测集 WorkIndex,覆盖八个 WorkBuddy 典型任务: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。同时保留七个公开 Agent 评测集作对照:DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1。
官方给的理由很直白:聚焦「产物效果、单轮输出长度、端到端用时」,而不是远离日常工作的公开榜单分数。
这个取舍有代价:WorkIndex 不可复现,外部无法验证 1/20 这个数字。所以官方补了一个可对外说明的证据——腾讯内部 85 位 WorkBuddy 用户的盲测,27 类共 259 个任务,满意度接近 Claude Haiku 5.5,单任务成本显著低于其他所有模型,任务时长最短。
「满意度接近 Haiku 5.5」这个表述本身就是定位声明:它不打算打赢旗舰,它要的是「在 Haiku 5.5 那一档的任务上,用更少的钱和更短的时间交付」。这是轻档模型最诚实的一句自我描述,比任何榜单排名都有用。
对开发者与团队的影响
- 「大模型规划、小模型执行」的分工继续下沉。 12B 激活、150+ tps、¥0.02 缓存价,意味着执行层的边际成本已经接近「可以不核算」的量级。真正需要重构的是路由阈值:哪些任务还值得交给旗舰,需要按新价格重算一遍。
- Computer Use 场景第一次变得经济。 官方把 Computer Use 明确列进 flash 的推荐范围,理由就是高频截图 + 短决策的负载。这类负载此前最大的成本项是「每步都发一张图给旗舰模型」,现在有便宜的落点了。
- TokenHub 的五折与 WorkBuddy 的免费都是限时(11-30 前),别把促销价写进长期预算模型。
- 开源计划不是承诺。 官方只说「计划开源并高频迭代」。已经基于 Hy4 权重做微调的团队,现在不需要动;等权重与许可证落地再评估。
AI 之家 观点
这条新闻应该和 11-04 的 Hy4 放在一起看,才看得出腾讯在做什么。
Hy4 是「证明我能进第一梯队」(Artificial Analysis 智能指数中国模型第二、Agent Arena 开源模型第一),Hy4 flash 是「证明我能在第一梯队的价格带以下供货」。这两件事在商业上是同一件事的两面:先把上限打出来,再用小尺寸把上限变现。
更值得注意的是一次口径上的成熟:混元这次没有把「跑分超过谁」当卖点,而是把「单任务成本」「端到端用时」「盲测满意度」摆到前面。这是从「模型公司」向「基础设施公司」转身时必然发生的叙事切换——客户不问你能考多少分,客户问你一个任务多少钱、几秒钟回来。
保留意见两条:一是 WorkIndex 与 1/20 都不可独立复现,官方也没给逐项分数;二是 「综合效果略优于 Hy4 preview」缺少同口径对照表,只能当作方向性描述。
相关阅读
- 同周:Qwen4-Max 正式发布:2.4T 只激活 71B
- 前情:混元 Hy Realtime 语音模型
- 工具:WorkBuddy · 千问办公 · OpenRouter
- 概念:每任务成本 · 推理档位 · 推理档位与路由阈值
来源
- { title: "Hy4 flash:日常工作的极致性价比模型(腾讯混元官方研究页,实取:224B/64B Engram/12B 激活、1M 上下文、¥0.02/¥0.5/¥2 定价、KV cache 1/24 与 1/6、自蒸馏 + RL 输出减半、150 tps、WorkIndex 成本口径)", url: "https://hy.tencent.com/research/hy4-flash" }
- { title: "腾讯混元 Hy4 flash 正式发布:赋能日常高效办公(腾讯官网新闻稿,实取:85 位内部用户盲测 27 类 259 任务、11-30 前 WorkBuddy 免费与 TokenHub 五折、计划开源)", url: "https://www.tencent.com/tencent-launches-hy4-flash-to-power-high-speed-cost-efficient-ai-deployment-for-everyday-workflows/" }
- { title: "证券日报:腾讯混元最新语言模型发布 任务速度大幅提升(2026-11-17,产品上线清单与「即将接入 OpenRouter」表述)", url: "http://www.zqrb.cn/gscy/qiyexinxi/2026-11-17/A1794901769811.html" }
- { title: "OpenRouter API 实取(2026-11-17):tencent/hy4-flash 挂牌 $0.035 输入 / $0.1405 输出,上下文 1,048,576,provider 为 Tencent", url: "https://openrouter.ai/api/v1/models/tencent/hy4-flash/endpoints" }
常见问题
Hy4 flash 和 Hy4 是什么关系?
同一条产品线的两端。Hy4 是 11-04 发布的旗舰(770B 总参数 / 49B 激活),Hy4 flash 是 224B 总参数 / 12B 激活的轻档。官方明确分工:日常任务(深度搜索、文档处理、PPT 生成、简单前端、Computer Use)用 flash,长程软件工程这类复杂任务用 Hy4。
¥0.5/百万 token 是常态价还是促销价?
官方研究页给的是标准 API 价:输入(命中缓存)¥0.02、输入 ¥0.5、输出 ¥2,每百万 token。另有两条限时活动:11 月 30 日前 WorkBuddy 内免费使用、腾讯云 TokenHub API 限时五折。促销是叠加在标准价之上的临时折扣,到期后回到表价。
OpenRouter 上的价格为什么和官网不一样?
因为 OpenRouter 挂的是五折价。2026-11-16 上架的 tencent/hy4-flash 标价 $0.035 输入 / $0.1405 输出(每百万 token),按当期汇率折算约等于 ¥0.25 / ¥1.0,正好是官网表价 ¥0.5 / ¥2 的一半——与「TokenHub API 限时五折」口径吻合。官方新闻稿当时写的是「即将接入 OpenRouter」,实际上架早于这句表述。
会开源吗?
官方原话是「混元计划开源 Hy4 flash 并高频迭代」,没有给时间点、许可证与权重尺寸。同一天发布的正文里也没有提到权重发布日,所以现在只能确定「有计划」,不能当作「已开源」。