Modelos y plataformas de IA
Tencent lanza Hy4 Flash, un modelo multimodal de menor costo

Puntos claveHy4 flash reduce los precios de los tokens de entrada y salida en aproximadamente un…
Ver más
- Hy4 flash reduce los precios de los tokens de entrada y salida en aproximadamente un 92% y un 89% en comparación con Hy4 completo.
- WorkIndex de Tencent orienta la evaluación hacia entregables reales de oficina en lugar de las puntuaciones de los benchmarks públicos.
- Tencent posiciona a Hy4 flash para la productividad de alto volumen, mientras que Hy4 completo mantiene el techo de inteligencia más alto.
Tencent Hy presentó Hy4 flash el 16 de noviembre de 2026, un modelo multimodal nativo con una ventana de contexto de un millón de tokens y precios de API considerablemente más bajos que los de Hy4 completo. El lanzamiento está dirigido a tareas cotidianas de productividad.
La lista de precios de Tencent Cloud fija el precio de Hy4 flash en 0,070 $ por millón de tokens de entrada y 0,281 $ por millón de tokens de salida, frente a 0,834 $ y 2,501 $, respectivamente, para Hy4. La entrada almacenada en caché cuesta 0,003 $ por millón de tokens, frente a 0,042 $ para Hy4. Por tanto, las tarifas de los tokens de entrada y de salida son aproximadamente un 92 % y un 89 % más bajas, respectivamente, según el cálculo basado en esos precios de lista.
Optimizaciones de arquitectura y servicio
El modelo contiene 224.000 millones de parámetros en total, incluidos 64.000 millones de parámetros Engram, y activa 12.000 millones de parámetros por token. Tencent informa que su diseño, que combina atención híbrida, LatentMoE y Engram, reduce el tamaño de la caché de claves y valores —que almacena cálculos previos del contexto para reutilizarlos— a una vigesimocuarta parte del de Hy3 y a una sexta parte del de Hy4. El entrenamiento posterior utiliza la autodestilación de Hy4, y el aprendizaje por refuerzo reduce en un 50 % el promedio de tokens de salida de principio a fin.
Para el servicio, Tencent afirma que los megakernels, la cuantización de cuatro bits y DFly elevan la velocidad de decodificación a más de 150 tokens por segundo, lo que permite implementarlo a menor costo y a gran escala.
WorkIndex mide tareas de oficina
En lugar de destacar los resultados de pruebas de referencia públicas, Tencent creó WorkIndex en torno a tareas habituales de WorkBuddy, con mediciones de la calidad de los entregables, la longitud de las respuestas en un solo turno y el tiempo de resolución de las tareas. Sus ocho conjuntos de evaluación abarcan la creación y edición de diapositivas, la coedición de diapositivas entre personas e IA, la coedición de archivos Markdown entre personas e IA, la edición de documentos, la reparación de hojas de cálculo, el procesamiento de audio y video, y la comprensión visual.
Tencent informa que, en general, Hy4 flash supera ligeramente a Hy4 preview en WorkIndex, mientras que el costo promedio por tarea baja a una treceava parte del de Hy4 preview, una vigésima parte del de Hy4 y una octava parte del de DeepSeek-V4.1-Flash-1017 con los precios de hora punta del nivel Max.
En una evaluación ciega aparte participaron 85 usuarios internos de WorkBuddy, que realizaron 259 tareas de 27 categorías. Tencent informa que la satisfacción de los usuarios fue similar a la de Claude Haiku 5.5, y que el modelo tuvo el menor tiempo de finalización de principio a fin y el costo por tarea más bajo entre los modelos evaluados.
Disponibilidad y acceso a la API
Hy4 flash está disponible a través de Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima y Marvis; se prevé que también esté disponible en OpenRouter. El acceso a WorkBuddy es gratuito hasta el 30 de noviembre de 2026, mientras que el uso de la API de TokenHub tiene un descuento del 50 % hasta las 12:00, hora de Pekín, de ese día. El descuento solo se aplica al uso generado durante el período promocional.
Para los desarrolladores, el identificador de la API es hy4-flash. La documentación del modelo de Tencent Cloud enumera la comprensión de imágenes, el razonamiento, la generación de resultados estructurados, la llamada a funciones y el almacenamiento en caché, con límites máximos de 960 000 tokens de entrada y 64 000 de salida, respectivamente. Su descripción general de la API añade compatibilidad con OpenAI Chat Completions, OpenAI Responses y Anthropic Messages, y exige que los clientes activen el servicio del modelo antes de realizar llamadas.
Tencent recomienda Hy4 flash para búsquedas exhaustivas, procesamiento de documentos, creación de diapositivas, demostraciones sencillas de interfaces y uso de computadoras, mientras que sigue recomendando Hy4 completo para proyectos complejos de ingeniería de software de largo plazo, debido a su mayor techo de inteligencia. Tencent también planea lanzar una versión de Hy4 flash con pesos abiertos y publicar actualizaciones frecuentes.
El lanzamiento se produce después de que Tencent presentara Hy4 completo el 4 de noviembre de 2026, que incorporó capacidades de comprensión visual y uso de computadoras. En aquel anuncio se indicó que estaba previsto lanzar pronto una versión Flash más rentable.
El resultado es una oferta Hy4 de dos niveles: Hy4 flash está pensado para tareas de productividad de gran volumen y tareas con agentes, en las que el consumo de tokens y el tiempo de respuesta son importantes, mientras que Hy4 completo sigue siendo la opción para proyectos de software más difíciles. Para determinar hasta dónde llega la eficiencia de Hy4 flash más allá de los propios servicios de Tencent, será fundamental comprobar si los resultados internos de costo y velocidad de la empresa se mantienen en cargas de trabajo independientes y en el lanzamiento previsto de la versión con pesos abiertos.












