AI-mallit ja alustat
Tencent julkaisee Hy4 Flashin edullisempana multimodaalisena mallina

Keskeiset kohdatHy4 flash leikkaa syöte- ja tulostepolttimien hintoja noin 92 % ja 89 % verrattuna…
Näytä lisää
- Hy4 flash leikkaa syöte- ja tulostepolttimien hintoja noin 92 % ja 89 % verrattuna täyteen Hy4:ään.
- Tencentin WorkIndex siirtää arviointia kohti todellisia toimistotuotoksia julkisten vertailupisteiden sijaan.
- Tencent sijoittaa Hy4 flashin suurivolyymiseen tuottavuuteen, kun taas täysi Hy4 säilyttää korkeamman älykkyyskaton.
Tencent Hy esitteli Hy4 flashin 16. marraskuuta 2026. Se on alun perin multimodaaliseksi suunniteltu malli, jonka konteksti-ikkuna on miljoona tokenia ja jonka API-hinnat ovat huomattavasti alhaisemmat kuin täysversion Hy4:n. Julkaisu on suunnattu päivittäiseen tuottavuustyöhön.
Tencent Cloudin hinnaston mukaan Hy4 flashin hinta on 0,070 dollaria miljoonalta syötetokenilta ja 0,281 dollaria miljoonalta tulostetokenilta. Hy4:n vastaavat hinnat ovat 0,834 ja 2,501 dollaria. Välimuistiin tallennetut syötetokenit maksavat 0,003 dollaria miljoonalta tokenilta, kun Hy4:n hinta on 0,042 dollaria. Näiden listahintojen perusteella syöte- ja tulostetokenien hinnat ovat siis noin 92 % ja 89 % alemmat.
Arkkitehtuuri ja päättelyn optimoinnit
Mallissa on yhteensä 224 miljardia parametria, joista 64 miljardia on Engram-parametreja, mutta kutakin tokenia kohden aktivoidaan 12 miljardia parametria. Tencentin mukaan sen hybridiin huomiomekanismiin, LatentMoE:hen ja Engramiin perustuva rakenne pienentää avain-arvo-välimuistin koon kahdeskymmenesneljäsosaan Hy3:n ja kuudesosaan Hy4:n välimuistin koosta. Avain-arvo-välimuisti tallentaa aiemmat kontekstin laskentatulokset uudelleenkäyttöä varten. Jälkikoulutuksessa käytetään Hy4:stä tehtävää itseopetusta, ja vahvistusoppiminen vähentää päästä päähän tuotettavien tokenien keskimääräistä määrää 50 %.
Päättelyn suorittamisessa Tencentin mukaan megaytimet, neljän bitin kvantisointi ja DFly nostavat dekoodausnopeuden yli 150 tokeniin sekunnissa, mikä mahdollistaa edullisemman käyttöönoton suuressa mittakaavassa.
WorkIndex mittaa toimistotyötä
Julkisten vertailutestien tulosten korostamisen sijaan Tencent rakensi WorkIndexin tyypillisten WorkBuddy-tehtävien ympärille. Siinä mitataan tuotosten laatua, yhden vuoron tuotoksen pituutta ja tehtävän suorittamiseen kuluvaa aikaa. Kahdeksan arviointikokonaisuutta kattavat esitysten luomisen ja muokkaamisen, ihmisen ja tekoälyn yhdessä tekemät esitykset, ihmisen ja tekoälyn yhdessä kirjoittaman Markdown-sisällön, asiakirjojen muokkauksen, taulukkolaskentatiedostojen korjauksen, ääni- ja videokäsittelyn sekä visuaalisen ymmärtämisen.
Tencentin mukaan Hy4 flash suoriutuu WorkIndexissä kokonaisuutena hieman Hy4 preview’ta paremmin, ja tehtävän keskimääräiset kustannukset laskevat samalla kolmannestoistaosaan Hy4 preview’n, kahdeskymmenesosaan Hy4:n ja kahdeksasosaan DeepSeek-V4.1-Flash-1017:n kustannuksista, kun käytössä on Max-tason ruuhka-ajan hinnoittelu.
Erilliseen sokkoarviointiin osallistui 85 sisäistä WorkBuddy-käyttäjää, jotka suorittivat 259 tehtävää 27 eri kategoriassa. Tencentin mukaan käyttäjätyytyväisyys oli lähellä Claude Haiku 5.5:n tasoa. Lisäksi malli saavutti arvioiduista malleista lyhimmän päästä päähän -suoritusajan ja pienimmät tehtäväkohtaiset kustannukset.
Saatavuus ja API-käyttö
Hy4 flash on saatavilla Tencent Cloud TokenHubin, WorkBuddyn, Yuanbaon, WeComin, QQ:n, iman ja Marvisin kautta, ja sen saatavuutta OpenRouterissa suunnitellaan. WorkBuddyä voi käyttää maksutta 30. marraskuuta 2026 asti, ja TokenHubin API-käytöstä saa 50 prosentin alennuksen kyseisen päivän klo 12.00:een Pekingin aikaa. Alennus koskee vain kampanja-aikana syntynyttä käyttöä.
Kehittäjille API-tunniste on hy4-flash. Tencent Cloudin mallidokumentaatiossa mainitaan kuvien ymmärtäminen, päättely, rakenteinen tulostus, funktiokutsut ja välimuistin käyttö. Syötteen enimmäispituus on 960 000 tokenia ja tulosteen 64 000 tokenia. API-yleiskatsauksessa kerrotaan lisäksi OpenAI Chat Completions-, OpenAI Responses- ja Anthropic Messages -rajapintojen tuesta. Asiakkaiden on aktivoitava mallipalvelu ennen kutsujen tekemistä.
Tencent suosittelee Hy4 flashia syvähakuun, asiakirjojen käsittelyyn, esitysten luomiseen, yksinkertaisiin käyttöliittymädemonstraatioihin ja tietokoneen käyttöön. Vaativaan, pitkän aikajänteen ohjelmistokehitykseen yhtiö suosittelee edelleen täysversio Hy4:ää sen korkeamman älykkyystason vuoksi. Tencent suunnittelee myös julkaisevansa Hy4 flashin avoimilla painoilla ja päivittävänsä mallia usein.
Julkaisu seuraa Tencentin 4. marraskuuta 2026 tekemää täysversion Hy4:n esittelyä, jossa malliin lisättiin visuaalisen ymmärtämisen ja tietokoneen käytön ominaisuudet. Tuolloin julkaistussa tiedotteessa kerrottiin, että kustannustehokkaampi Flash-versio oli määrä julkaista pian.
Tuloksena on kaksitasoinen Hy4-mallisto: Hy4 flash on suunnattu suuriin tuottavuustyö- ja agenttikäyttömääriin, joissa tokenien kulutus ja läpimenoaika ovat tärkeitä, kun taas täysversio Hy4 on tarkoitettu vaativampiin ohjelmistoprojekteihin. Arvioitaessa, kuinka laajalle Hy4 flashin tehokkuusedut ulottuvat Tencentin omien palveluiden ulkopuolelle, keskeistä on selvittää, pätevätkö yhtiön sisäiset kustannus- ja nopeustulokset myös riippumattomissa käyttötapauksissa ja suunnitellussa avoimilla painoilla julkaistavassa versiossa.












