导语11 月 4 日,腾讯混元发布旗舰 Hy4,官方在通稿末尾留了一句:「Hy4 Flash 近期上线。」
十二天后的 11 月 16 日,它来了。
Hy4 flash 总参数 224B(含 64B Engram 参数),每 token 只激活 12B,支持多模态和 100 万 token 上下文。官方把它定位为「迄今性价比最高的 Hy 模型」——每百万 token 输入 0.5 元、输出 2 元、命中缓存 0.02 元。
这不是一次简单的降价。腾讯把旗舰与高频任务明确切成了两层:旗舰管智能上限,Flash 管每任务账单。
一、十二天,两款模型先分清三款模型的关系:
Hy4 preview:总参 770B、激活 49B,是今年早些时候的预览版Hy4 旗舰:11 月 4 日正式发布,参数规模同为 770B 系列,首次引入视觉理解与电脑操作,AA 智能指数榜中国第二(仅次于 Kimi K3.1 Pro),Agent Arena 总榜第 13、开源模型第一;发布次日因调用激增做了 10 倍扩容Hy4 flash:11 月 16 日发布,总参 224B、激活 12B,多模态 + 100 万上下文,解码超过 150 tps价格对比(每百万 token):
模型
输入(缓存命中)
输入
输出
Hy4 flash
0.02 元
0.5 元
2 元
Hy4
0.3 元
6 元
18 元
三项分别降到原来的 1/15、1/12、1/9。
二、便宜是怎么做出来的腾讯把降本拆到了三个阶段,这套组合拳比降价本身更值得写:
预训练:加入混合注意力、LatentMoE 与 Engram。Engram 是一种可扩展的查表式参数模块,把静态知识从主干计算里剥离出去;KV cache 因此压到 Hy3 的 1/24、Hy4 的 1/6,长上下文下的显存压力小很多。
后训练:先用旗舰 Hy4 自蒸馏,把综合能力迁移过来;再用强化学习把端到端任务的输出长度压缩 50%。这一点是关键——输出单价是输入的四倍,少生成一半废话,单任务账单直接被砍一刀。
推理:megakernel、4bit 量化、DFly 一起上,解码速度超过 150 tps,支撑 100 万上下文下的高并发。
三、横评:同档 Flash 里排第几腾讯这次没有主打公开榜单,而是用自建的 WorkIndex(8 类日常办公任务)加一轮真人盲测。
WorkIndex 综合(得分 / 单任务成本):
模型
得分
单任务成本
Hy4
51.4
5.7 元
Hy4 flash
42.1
0.2 元
Hy4 preview
39.7
3.2 元
flash 比 preview 便宜 13.8 倍、比旗舰便宜 24.5 倍,分数还略高于 preview。
85 人盲测(27 类共 259 个日常任务,外部模型用 high 档):
模型
满意度(4 分制)
端到端中位数
单任务成本
DeepSeek-V4.1-Flash-1017
3.09
10.3 分钟
1.20 元
Claude Haiku 5.5
2.81
6.8 分钟
4.73 元
Hy4 flash
2.79
6.7 分钟
0.26 元
GLM-5.3-Flash
2.53
7.6 分钟
0.81 元
结论要读完整:满意度最高的是 DeepSeek,flash 差 0.30 分;但 flash 最便宜、也最快。 和 Claude Haiku 5.5 只差 0.02 分,成本约为对方的 1/18。
按美元口径(腾讯评测采用 7.2 汇率),每百万 token 输入 / 输出:Hy4 flash 0.070 / 0.281 美元,GLM-5.3-Flash 0.111 / 0.389,Claude Haiku 5.5 与 GPT-6 Luna 均为 0.10 / 0.50,DeepSeek-V4.1-Flash 忙时 0.278 / 1.111,Hy4 为 0.834 / 2.501。
四、分界线:办公接近,硬核拉开公开基准上,flash 与旗舰的差距很清楚地分成两档:
基准
Hy4 flash
Hy4
PPT 协作编辑
74.0
78.9
MdCoEditBench
56.9
57.7
AutomationBench
52.2
56.2
OSWorld 2.1
68.1
78.9
Terminal-Bench 4.0
19.2
44.4
ProgramBench
16.0
30.0
办公与自动化场景只差 4 分上下,一进终端编程和软件复刻就拉开一到两倍。
官方给出的选型建议也因此非常直接:深度搜索、文档处理、PPT 生成、简单前端展示、Computer Use 用 flash;长程软件工程用 Hy4。
腾讯自家产品的实测数据也在往这个方向印证:WorkBuddy 平均任务耗时降 70%、成本约为 Hy4 的 1/15;元宝 Agent 能力较 Hy3 提升 13.6%,人工对比评估 GSB 提升 7.56%;企业微信输出速度提升 88%、思考模式输出 token 减少约 60%;代码静态扫描耗时降 37%、token 降 46%;小Q 的 P90 耗时降 39%、峰值降 47%。
第三方实测也补了另一面:智东西让 flash 完成了 50 多个分镜的像素动画 MV、一句话生成简化版「模拟人生」、用 Blender 做鹈鹕骑车动画。结论是能连续多步、能串工具,但精细度、审美和自检闭环仍有短板,复杂建筑结构容易走形,字幕同步也需要人来兜底。
五、开源与时效:两个需要注意的点第一,开源还没落地。 官方表述是「计划开源 Hy4 flash 并高频迭代」,目前权重尚未放出。旗舰 Hy4 此前也被开发者指出,发布初期模型仓库返回 401 / 404,参考自托管配置是 16 张 B200 或 8 张 B300——那不是一台工作站能做的事。在权重真正可下载之前,把它当托管 API 看更准确。
第二,优惠有窗口。 2026 年 11 月 30 日前,WorkBuddy 可限时免费使用 Hy4 flash,腾讯云 TokenHub API 限时五折;模型即将接入 OpenRouter。
还有一个同日对照值得记:11 月 16 日阿里也发布了 Qwen4-Max,2.4 万亿总参的旗舰,单任务费用降 58%。一家把旗舰拆出 Flash,一家让旗舰自己降本,国内两家头部在同一天把「每任务成本」推到了台前。
六、大龄码农视角:别急着全量切腾讯的 Hy4 Flash 也来了,但真正的变化不是「又多一个小模型」,而是旗舰与高频任务被明确分成了两层。对做系统的人,这其实是熟悉的思路:热路径走便宜快链路,冷路径才叫重服务。
三条可以照做的:
按任务分档再选模型。 高频、可验证、短链路的环节交给 flash;长程代码与跨仓库重构留给旗舰。把缓存命中打开。 命中价 0.02 元和不命中差一个数量级,Agent 的重复上下文越多,这项越关键。别只看官方盲测。 那 259 个任务是内部用户场景;趁限时免费,把自己的真实任务跑一轮,再决定要不要动生产链路。我的下一步:今晚把链路里高频可验证的环节挑出来;本周用自己的任务跑一轮 flash 与旗舰对比;本月按每任务成本重排一次模型选型表。
话题标签#Hy4Flash #腾讯混元 #大模型 #同档横评 #AI应用架构 #程序员转型 #码农思悟