2026年11月16日,腾讯混元正式发布 Hy4 flash,这是 Hy 系列首款主打轻量低价的模型:总参数 224B、每次推理只激活 12B,却保留了旗舰 Hy4 的多模态输入与 100 万 token 上下文,API 刊例价直接降到输入每百万 token 0.5 元、输出 2 元。
参数砍掉三分之二,省钱的办法不止一种
Hy4 flash 的总参数只有旗舰 Hy4(770B)的约三分之一,激活参数从 49B 降到 12B,其中 64B 是 Engram 参数——这是一种把常见文本模式存进快速查询表的条件记忆技术,模型查表就能拿到结果。预训练用了混合注意力、LatentMoE 与 Engram 的组合,推理靠 megakernel、4bit 量化等手段把解码速度推到每秒 150 token 以上。KV 缓存只有 Hy3 的 1/24、Hy4 的 1/6,显存占用跟着下来,这才是低价的基础。按腾讯公布的刊例价,输入、输出与缓存命中分别比 Hy4 便宜 12 倍、9 倍和 15 倍,不过 Hy4 眼下另有五折优惠,实际价差会比刊例价差小一些。
便宜多少,性能掉了多少
腾讯用自家评测集 WorkIndex 给出了一组对照:PPT 协同编辑得分从 Hy4 的 78.9 降到 74.0,单任务成本却从 1.714 元降到 0.105 元;自动化任务得分从 56.2 降到 52.2,单任务成本从 0.908 元降到 0.038 元。整体算下来,单任务成本约是 Hy4 的二十分之一、DeepSeek V4.1-Flash 的八分之一。85 名 WorkBuddy 用户参与的盲测里,259 个任务的满意度接近 Claude Haiku 5.5。这些数字都来自腾讯自己的内部评测,WorkIndex 并不对外公开,独立验证还没有出现。
日常办公用它,复杂开发还得看旗舰
腾讯的分工很直接:深度检索、文档处理、PPT 生成、表格修改、简单的网页前端开发和电脑操作这类日常任务交给 Hy4 flash;长流程软件开发等复杂工作继续用 Hy4。模型已经上线腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima 和 Marvis,OpenRouter 随后接入。11 月 30 日之前,WorkBuddy 里可以免费使用,TokenHub 的 API 打五折。想尝鲜可以先在 WorkBuddy 里跑几个真实任务,再决定要不要接进工作流。想了解 Hy4 旗舰版的能力边界,可以看本站此前的报道:腾讯混元 Hy4 正式发布:首加视觉与电脑操作,权重将开源。