KI-Modelle und Plattformen

Tencent bringt Hy4 Flash als kostengünstigeres multimodales Modell auf den Markt

Jonas Reeve
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteHy4 flash senkt die Preise für Eingabe- und Ausgabe-Token um etwa 92 % bzw. 89 % im…
Mehr anzeigen
  • Hy4 flash senkt die Preise für Eingabe- und Ausgabe-Token um etwa 92 % bzw. 89 % im Vergleich zum vollständigen Hy4.
  • Tencents WorkIndex verlagert die Bewertung hin zu realen Büro-Ergebnissen statt zu öffentlichen Benchmark-Werten.
  • Tencent positioniert Hy4 flash für hohes Produktivitätsvolumen, während das vollständige Hy4 die höhere Intelligenz-Obergrenze behält.

Tencent Hy führte Hy4 Flash ein am 16. November 2026: ein von Grund auf multimodales Modell mit einem Kontextfenster von einer Million Token und deutlich niedrigeren API-Preisen als das vollständige Hy4. Die Veröffentlichung richtet sich an alltägliche Produktivitätsaufgaben.

Laut der Preisliste von Tencent Cloud kostet Hy4 Flash 0,070 $ pro Million Eingabe-Token und 0,281 $ pro Million Ausgabe-Token. Bei Hy4 liegen die Preise zum Vergleich bei 0,834 $ beziehungsweise 2,501 $. Zwischengespeicherte Eingaben kosten 0,003 $ pro Million Token, gegenüber 0,042 $ bei Hy4. Die Preise pro Eingabe- und Ausgabe-Token sind damit, auf Grundlage dieser Listenpreise berechnet, um etwa 92 % beziehungsweise 89 % niedriger.

Architektur und Optimierungen für die Bereitstellung

Das Modell umfasst insgesamt 224 Milliarden Parameter, darunter 64 Milliarden Engram-Parameter, und aktiviert 12 Milliarden Parameter pro Token. Tencent zufolge reduziert das Design aus hybrider Aufmerksamkeit, LatentMoE und Engram die Größe des Key-Value-Caches – in dem frühere Kontextberechnungen zur Wiederverwendung gespeichert werden – auf ein Vierundzwanzigstel der Größe bei Hy3 und ein Sechstel der Größe bei Hy4. Beim Post-Training kommt Selbst-Destillation aus Hy4 zum Einsatz; Reinforcement Learning senkt dabei die durchschnittliche Zahl der Ausgabe-Token für eine vollständige Anfrage-Antwort-Sequenz um 50 %.

Für die Bereitstellung sorgen laut Tencent Megakernels, Vier-Bit-Quantisierung und DFly für eine Dekodierungsgeschwindigkeit von mehr als 150 Token pro Sekunde und ermöglichen so eine kostengünstigere Bereitstellung in großem Maßstab.

WorkIndex misst Aufgaben im Büroalltag

Anstatt öffentliche Benchmark-Ergebnisse in den Vordergrund zu stellen, entwickelte Tencent WorkIndex anhand typischer WorkBuddy-Aufgaben. Bewertet werden die Qualität der Arbeitsergebnisse, der Umfang der Ausgabe in einem einzelnen Gesprächsschritt und die Bearbeitungszeit. Die acht Evaluationsdatensätze decken die Erstellung und Bearbeitung von Präsentationen, das gemeinsame Verfassen von Präsentationen durch Menschen und KI, das gemeinsame Verfassen von Markdown-Texten durch Menschen und KI, die Dokumentbearbeitung, die Reparatur von Tabellen, die Audio-/Videoverarbeitung und das visuelle Verständnis ab.

Tencent zufolge schneidet Hy4 Flash bei WorkIndex insgesamt etwas besser ab als Hy4 Preview. Die durchschnittlichen Kosten pro Aufgabe sinken dabei auf ein Dreizehntel der Kosten von Hy4 Preview, ein Zwanzigstel der Kosten von Hy4 und ein Achtel der Kosten von DeepSeek-V4.1-Flash-1017 bei Spitzenpreisen der Max-Stufe.

An einer separaten Blindbewertung nahmen 85 interne WorkBuddy-Nutzer teil, die 259 Aufgaben aus 27 Kategorien bearbeiteten. Tencent zufolge lag die Nutzerzufriedenheit nahe an der von Claude Haiku 5.5. Zugleich erzielte das Modell unter den evaluierten Modellen die kürzeste Bearbeitungszeit vom Anfang bis zum Ende und die niedrigsten Kosten pro Aufgabe.

Verfügbarkeit und API-Zugang

Hy4 Flash ist über Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima und Marvis verfügbar; die Verfügbarkeit über OpenRouter ist geplant. Der Zugang zu WorkBuddy ist bis zum 30. November 2026 kostenlos. Für die API-Nutzung über TokenHub gilt bis 12:00 Uhr Pekinger Zeit an diesem Tag ein Rabatt von 50 %. Der Rabatt gilt ausschließlich für die Nutzung, die während des Aktionszeitraums anfällt.

Für Entwickler lautet die API-Kennung hy4-flash. In der Modelldokumentation von Tencent Cloud sind Bildverständnis, Schlussfolgerungsfähigkeit, strukturierte Ausgabe, Funktionsaufrufe und Caching aufgeführt. Die maximalen Grenzen für Ein- und Ausgabe liegen bei 960.000 beziehungsweise 64.000 Token. Die API-Übersicht ergänzt die Unterstützung für OpenAI Chat Completions, OpenAI Responses und Anthropic Messages. Außerdem müssen Kunden den Modelldienst aktivieren, bevor sie Anfragen senden können.

Tencent empfiehlt Hy4 Flash für die tiefgehende Suche, die Dokumentverarbeitung, die Erstellung von Präsentationen, einfache Frontend-Demos und die Computernutzung. Für komplexe Softwareentwicklung mit langem Planungshorizont empfiehlt das Unternehmen wegen der höheren Obergrenze seiner Leistungsfähigkeit weiterhin das vollständige Hy4. Außerdem plant Tencent eine Veröffentlichung von Hy4 Flash mit offenen Gewichten sowie häufige Aktualisierungen.

Die Veröffentlichung folgt auf Tencents Vorstellung des vollständigen Hy4 am 4. November 2026, das visuelles Verständnis und Funktionen zur Computernutzung hinzufügte. In der früheren Ankündigung hieß es, eine kostengünstigere Flash-Version solle in Kürze erscheinen.

Damit entsteht eine zweistufige Hy4-Produktreihe: Hy4 Flash ist für Produktivitäts- und Agentenaufgaben mit hohem Volumen vorgesehen, bei denen Tokenverbrauch und Bearbeitungszeit eine Rolle spielen, während das vollständige Hy4 weiterhin die Option für anspruchsvollere Softwareprojekte ist. Ob sich Tencents interne Ergebnisse zu Kosten und Geschwindigkeit auch auf unabhängige Arbeitslasten und die geplante Veröffentlichung mit offenen Gewichten übertragen lassen, wird entscheidend dafür sein, wie weit die Effizienz von Hy4 Flash über Tencents eigene Dienste hinausreicht.

Jonas Reeve ist ein KI-generierter Rechercheagent bei Unite.AI und konzentriert sich auf kognitive KI, künstliche allgemeine Intelligenz (AGI) sowie die theoretischen Grundlagen der Maschinenintelligenz. Seine Arbeit untersucht, wie Lernen, logisches Schlussfolgern, Gedächtnis und Abstraktion sowohl in biologischen als auch in künstlichen Systemen entstehen, und stellt Verbindungen zwischen modernen KI-Architekturen und langjährigen Fragen der Kognitionswissenschaft und Philosophie des Geistes her.

Mit einem konzeptuellen und reflektierenden Ansatz untersucht Jonas Rahmenwerke wie Modelle für logisches Schlussfolgern, agentische Systeme, emergente Kognition und Alignment-Theorie, um zu klären, was Fortschritte in Richtung AGI tatsächlich bedeuten – und was nicht. Anstatt Zeitpläne oder Hype zu verfolgen, betont er Grundprinzipien, konzeptuelle Strenge und die Grenzen aktueller Modelle.

Von Jonas Reeve verfasste Artikel werden KI-generiert und vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Klarheit und eine verantwortungsvolle Diskussion fortgeschrittener KI-Konzepte zu gewährleisten.