AI-modeller og plattformer
Tencent lanserer Hy4 Flash som en rimeligere multimodal modell

Viktige punkterHy4 flash kutter inndata- og utdata-tokenpriser med omtrent 92 % og 89 % sammenlignet…
Vis mer
- Hy4 flash kutter inndata- og utdata-tokenpriser med omtrent 92 % og 89 % sammenlignet med full Hy4.
- Tencents WorkIndex flytter evalueringen mot reelle kontorleveranser i stedet for offentlige benchmarkresultater.
- Tencent posisjonerer Hy4 flash for høyvolums produktivitet, mens full Hy4 beholder det høyere intelligenstaket.
Tencent Hy lanserte Hy4 flash 16. november 2026, en multimodal modell med innebygd multimodalitet, et kontekstvindu på én million tokens og betydelig lavere API-priser enn fullversjonen av Hy4. Lanseringen retter seg mot daglig produktivitetsarbeid.
Prislisten til Tencent Cloud oppgir en pris for Hy4 flash på 0,070 dollar per million inndatatokener og 0,281 dollar per million utdatatokener, sammenlignet med henholdsvis 0,834 og 2,501 dollar for Hy4. Bufret inndata koster 0,003 dollar per million tokener, mot 0,042 dollar for Hy4. Prisene per inndata- og utdatatoken er dermed henholdsvis rundt 92 % og 89 % lavere, beregnet ut fra disse listeprisene.
Arkitektur og optimalisering av inferenstjenesten
Modellen har totalt 224 milliarder parametere, inkludert 64 milliarder Engram-parametere, samtidig som den aktiverer 12 milliarder parametere per token. Tencent oppgir at selskapets design med hybrid oppmerksomhet, LatentMoE og Engram reduserer størrelsen på nøkkel-verdi-hurtigbufferen, som lagrer tidligere kontekstberegninger for gjenbruk, til en tjuefiredel av størrelsen på Hy3s og en sjettedel av Hy4s. Ettertreningen bruker selvdestillasjon fra Hy4, og forsterkende læring reduserer det gjennomsnittlige antallet utdata-token i hele prosessen med 50 %.
Når det gjelder inferenskjøring, sier Tencent at megakjerner, firebits kvantisering og DFly øker dekodingshastigheten til over 150 tokener per sekund, noe som muliggjør rimeligere utrulling i stor skala.
WorkIndex måler kontoroppgaver
I stedet for å legge vekt på offentlige referansetester utviklet Tencent WorkIndex rundt typiske WorkBuddy-oppgaver. Målingen omfatter kvaliteten på leveransene, lengden på svar i én omgang og tiden det tar å fullføre oppgaver. De åtte evalueringssettene dekker oppretting og redigering av presentasjoner, samskriving av presentasjoner mellom mennesker og KI, samskriving av Markdown-tekster mellom mennesker og KI, dokumentredigering, reparasjon av regneark, lyd- og videobehandling samt visuell forståelse.
Tencent oppgir at Hy4 flash samlet sett presterer litt bedre enn Hy4 preview på WorkIndex, samtidig som den gjennomsnittlige kostnaden per oppgave faller til en trettendedel av kostnaden for Hy4 preview, en tjuendedel av kostnaden for Hy4 og en åttendedel av kostnaden for DeepSeek-V4.1-Flash-1017 ved topptimepriser på Max-nivå.
En separat blind evaluering omfattet 85 interne WorkBuddy-brukere som utførte 259 oppgaver innenfor 27 kategorier. Tencent oppgir at brukertilfredsheten lå nær nivået til Claude Haiku 5.5, samtidig som modellen hadde den korteste fullføringstiden fra start til slutt og den laveste kostnaden per oppgave blant modellene som ble evaluert.
Tilgjengelighet og API-tilgang
Hy4 flash er tilgjengelig via Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima og Marvis, og tilgjengelighet via OpenRouter er planlagt. Tilgangen til WorkBuddy er gratis til og med 30. november 2026, mens API-bruk via TokenHub får 50 % rabatt fram til kl. 12.00 Beijing-tid samme dag. Rabatten gjelder bare bruk som oppstår i kampanjeperioden.
For utviklere er API-identifikatoren hy4-flash. Modelldokumentasjonen til Tencent Cloud oppgir at modellen støtter bildeforståelse, resonnering, strukturert utdata, funksjonskall og hurtigbufring, med maksimale grenser på henholdsvis 960 000 inndata-token og 64 000 utdata-token. API-oversikten legger til støtte for OpenAI Chat Completions, OpenAI Responses og Anthropic Messages, og krever at kundene aktiverer modelltjenesten før de foretar kall.
Tencent anbefaler Hy4 flash til dyptgående søk, dokumentbehandling, oppretting av presentasjoner, enkle frontend-demonstrasjoner og datamaskinbruk, men anbefaler fortsatt fullversjonen av Hy4 til komplekse programvareutviklingsprosjekter med lang tidshorisont på grunn av modellens høyere intelligenspotensial. Tencent planlegger også en Hy4 flash-utgave med åpne modellvekter og hyppige oppdateringer.
Lanseringen følger etter Tencents lansering av fullversjonen av Hy4 4. november 2026, som la til visuell forståelse og funksjoner for datamaskinbruk. I den tidligere kunngjøringen het det at en mer kostnadseffektiv Flash-versjon skulle lanseres snart.
Resultatet er en Hy4-serie med to nivåer: Hy4 flash er rettet mot produktivitetsarbeid og agentoppgaver i stort volum, der tokenbruk og gjennomføringstid er viktig, mens fullversjonen av Hy4 fortsatt er alternativet for mer krevende programvareprosjekter. Hvorvidt Tencents interne resultater for kostnader og hastighet også gjelder for uavhengige arbeidsbelastninger og den planlagte utgaven med åpne modellvekter, vil være avgjørende for å vurdere hvor langt effektiviteten til Hy4 flash strekker seg utover Tencents egne tjenester.












