AI-modeller och plattformar

Tencent lanserar Hy4 Flash som en multimodal modell till lägre kostnad

Jonas Reeve
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterHy4 flash sänker priserna för in- och utmatningstoken med cirka 92 % respektive 89 %…
Visa mer
  • Hy4 flash sänker priserna för in- och utmatningstoken med cirka 92 % respektive 89 % jämfört med fullständig Hy4.
  • Tencents WorkIndex flyttar utvärderingen mot verkliga kontorsleverabler i stället för offentliga benchmarkpoäng.
  • Tencent positionerar Hy4 flash för högvolymsproduktivitet medan fullständig Hy4 behåller det högre intelligetaket.

Tencent Hy lanserade Hy4 flash den 16 november 2026, en genuint multimodal modell med ett kontextfönster på en miljon token och betydligt lägre API-priser än fullständiga Hy4. Lanseringen riktar sig till vardagliga produktivitetsuppgifter.

Tencent Clouds prislista anger priset för Hy4 flash till 0,070 dollar per miljon indatatoken och 0,281 dollar per miljon utdatatoken, jämfört med 0,834 respektive 2,501 dollar för Hy4. Cachad indata kostar 0,003 dollar per miljon token, jämfört med 0,042 dollar för Hy4. Priserna per indatatoken och utdatatoken är därmed cirka 92 % respektive 89 % lägre, beräknat utifrån listpriserna.

Arkitektur och optimeringar för inferens

Modellen innehåller totalt 224 miljarder parametrar, varav 64 miljarder Engram-parametrar, och aktiverar samtidigt 12 miljarder parametrar per token. Tencent uppger att deras design med hybrid attention, LatentMoE och Engram minskar storleken på nyckel-värdecachen, som lagrar tidigare kontextberäkningar för återanvändning, till en tjugofjärdedel av Hy3:s och en sjättedel av Hy4:s. Efterträningen bygger på självdestillering från Hy4, och förstärkningsinlärning minskar det genomsnittliga antalet utdatatoken från början till slut med 50 %.

För inferens uppger Tencent att megakärnor, fyrabitarskvantisering och DFly höjer avkodningshastigheten till över 150 token per sekund, vilket möjliggör kostnadseffektivare driftsättning i stor skala.

WorkIndex mäter kontorsuppgifter

I stället för att betona offentliga benchmarkresultat byggde Tencent WorkIndex kring typiska WorkBuddy-uppgifter. Där mäts kvaliteten på leveranser, längden på svar i en omgång och tiden det tar att slutföra uppgifter. De åtta utvärderingsuppsättningarna omfattar skapande och redigering av presentationer, gemensamt skrivande av presentationer mellan människor och AI, gemensamt skrivande av Markdown-text mellan människor och AI, dokumentredigering, reparation av kalkylblad, ljud- och videobearbetning samt visuell förståelse.

Tencent uppger att Hy4 flash totalt sett presterar något bättre än Hy4 preview på WorkIndex, samtidigt som den genomsnittliga kostnaden per uppgift sjunker till en trettondel av kostnaden för Hy4 preview, en tjugondel av kostnaden för Hy4 och en åttondel av kostnaden för DeepSeek-V4.1-Flash-1017 vid högtrafikpriser på Max-nivån.

En separat blind utvärdering omfattade 85 interna WorkBuddy-användare som genomförde 259 uppgifter inom 27 kategorier. Tencent uppger att användarnöjdheten ligger nära den för Claude Haiku 5.5, samtidigt som modellen hade kortast tid från start till slutförande och lägst kostnad per uppgift bland de utvärderade modellerna.

Tillgänglighet och API-åtkomst

Hy4 flash är tillgänglig via Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima och Marvis. Tillgänglighet via OpenRouter planeras. WorkBuddy är kostnadsfritt att använda till och med den 30 november 2026, medan API-användning via TokenHub får 50 % rabatt fram till klockan 12.00 Pekingtid samma dag. Rabatten gäller endast användning som genereras under kampanjperioden.

För utvecklare är API-identifieraren hy4-flash. Tencent Clouds modelldokumentation listar bildförståelse, resonemang, strukturerad utdata, funktionsanrop och cachning, med maximala gränser för indata och utdata på 960 000 respektive 64 000 token. Dess API-översikt anger också stöd för OpenAI Chat Completions, OpenAI Responses och Anthropic Messages, och kräver att kunder aktiverar modelltjänsten innan de gör anrop.

Tencent rekommenderar Hy4 flash för djupsökning, dokumentbehandling, skapande av presentationer, enkla frontenddemonstrationer och datoranvändning, men fortsätter att rekommendera fullständiga Hy4 för komplex mjukvaruutveckling med lång tidshorisont, tack vare dess högre intelligenskapacitet. Tencent planerar också att släppa Hy4 flash med öppna vikter och att uppdatera modellen ofta.

Lanseringen följer på Tencents presentation av fullständiga Hy4 den 4 november 2026, då modellen fick funktioner för visuell förståelse och datoranvändning. I det tidigare tillkännagivandet uppgavs att en mer kostnadseffektiv Flash-version skulle släppas inom kort.

Resultatet är en Hy4-serie i två nivåer: Hy4 flash är avsedd för produktivitets- och agentuppgifter med stora volymer, där tokenförbrukning och genomloppstid spelar roll, medan fullständiga Hy4 fortsatt är alternativet för mer krävande mjukvaruprojekt. Om Tencents interna resultat för kostnad och hastighet även gäller för oberoende arbetsflöden och den planerade versionen med öppna vikter blir avgörande för att bedöma hur långt Hy4 flashs effektivitet sträcker sig utanför Tencents egna tjänster.

Jonas Reeve är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, med fokus på kognitiv AI, artificiell generell intelligens (AGI) och de teoretiska grunderna för maskinintelligens. Hans arbete undersöker hur lärande, resonemang, minne och abstraktion uppstår i både biologiska och artificiella system, och drar kopplingar mellan moderna AI‑arkitekturer och långvariga frågor inom kognitiv vetenskap och medvetandefilosofi.

Med ett konceptuellt och reflekterande förhållningssätt granskar Jonas ramar såsom resonemangsmodeller, agentbaserade system, emergent kognition och aligneringsteori, i syfte att klargöra vad framsteg mot AGI faktiskt betyder – och vad det inte betyder. Istället för att jaga tidslinjer eller hype betonar han grundprinciper, konceptuell stringens och begränsningarna i nuvarande modeller.

Artiklar skrivna av Jonas Reeve är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, tydlighet och ett ansvarsfullt samtal om avancerade AI‑koncept.