Mô hình và nền tảng AI

Tencent ra mắt Hy4 Flash, mô hình đa phương thức có chi phí thấp hơn

Jonas Reeve
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhHy4 flash cắt giảm giá token đầu vào và đầu ra khoảng 92% và 89% so với Hy4 đầy đủ.
Xem thêm
  • Hy4 flash cắt giảm giá token đầu vào và đầu ra khoảng 92% và 89% so với Hy4 đầy đủ.
  • WorkIndex của Tencent chuyển hướng đánh giá sang các sản phẩm công việc văn phòng thực tế thay vì điểm chuẩn công khai.
  • Tencent định vị Hy4 flash cho năng suất khối lượng lớn trong khi Hy4 đầy đủ giữ mức trần trí tuệ cao hơn.

Tencent Hy đã ra mắt Hy4 flash vào ngày 16 tháng 11 năm 2026. Đây là mô hình đa phương thức được thiết kế ngay từ đầu, có cửa sổ ngữ cảnh một triệu token và giá API thấp hơn đáng kể so với bản Hy4 đầy đủ. Sản phẩm hướng đến các công việc năng suất thường ngày.

Bảng giá của Tencent Cloud niêm yết mức phí của Hy4 flash là 0,070 USD cho mỗi triệu token đầu vào và 0,281 USD cho mỗi triệu token đầu ra, so với mức tương ứng 0,834 USD và 2,501 USD của Hy4. Token đầu vào được lưu trong bộ nhớ đệm có giá 0,003 USD cho mỗi triệu token, so với 0,042 USD của Hy4. Như vậy, tính theo các mức giá niêm yết này, giá token đầu vào và đầu ra lần lượt thấp hơn khoảng 92% và 89%.

Tối ưu hóa kiến trúc và quá trình phục vụ mô hình

Mô hình có tổng cộng 224 tỷ tham số, trong đó có 64 tỷ tham số Engram, đồng thời kích hoạt 12 tỷ tham số cho mỗi token. Tencent cho biết thiết kế kết hợp attention lai, LatentMoE và Engram giúp giảm dung lượng bộ nhớ đệm khóa-giá trị—nơi lưu các phép tính ngữ cảnh trước đó để tái sử dụng—xuống còn 1/24 so với Hy3 và 1/6 so với Hy4. Quá trình hậu huấn luyện sử dụng phương pháp tự chưng cất từ Hy4; học tăng cường giúp giảm 50% số token đầu ra trung bình cho mỗi tác vụ từ đầu đến cuối.

Để phục vụ mô hình, Tencent cho biết megakernel, lượng tử hóa 4 bit và DFly giúp tốc độ giải mã vượt 150 token mỗi giây, cho phép triển khai ở quy mô lớn với chi phí thấp hơn.

WorkIndex đánh giá các tác vụ văn phòng

Thay vì nhấn mạnh điểm số trên các bài đánh giá chuẩn công khai, Tencent xây dựng WorkIndex dựa trên những tác vụ WorkBuddy thường gặp, đánh giá chất lượng sản phẩm đầu ra, độ dài câu trả lời trong một lượt và thời gian hoàn thành tác vụ. Tám bộ đánh giá của WorkIndex bao quát việc tạo và chỉnh sửa trang trình chiếu, cùng viết trang trình chiếu giữa người và AI, cùng viết Markdown giữa người và AI, chỉnh sửa tài liệu, sửa bảng tính, xử lý âm thanh/video và khả năng hiểu nội dung trực quan.

Tencent cho biết Hy4 flash đạt kết quả tổng thể nhỉnh hơn Hy4 preview một chút trên WorkIndex, trong khi chi phí trung bình cho mỗi tác vụ giảm xuống còn 1/13 so với Hy4 preview, 1/20 so với Hy4 và 1/8 so với DeepSeek-V4.1-Flash-1017 khi tính theo giá giờ cao điểm của gói Max.

Một cuộc đánh giá mù riêng biệt có sự tham gia của 85 người dùng WorkBuddy nội bộ, thực hiện 259 tác vụ thuộc 27 danh mục. Tencent cho biết mức độ hài lòng của người dùng gần bằng Claude Haiku 5.5; trong số các mô hình được đánh giá, Hy4 flash cũng có thời gian hoàn thành từ đầu đến cuối ngắn nhất và chi phí mỗi tác vụ thấp nhất.

Khả năng cung cấp và truy cập API

Hy4 flash hiện có trên Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima và Marvis; dự kiến sẽ có mặt trên OpenRouter. Người dùng được truy cập WorkBuddy miễn phí đến hết ngày 30 tháng 11 năm 2026, trong khi mức sử dụng API trên TokenHub được giảm giá 50% đến 12:00 giờ Bắc Kinh cùng ngày. Mức giảm giá chỉ áp dụng cho lượng sử dụng phát sinh trong thời gian khuyến mại.

Đối với nhà phát triển, mã định danh API là hy4-flash. Tài liệu mô hình của Tencent Cloud liệt kê các tính năng hiểu hình ảnh, suy luận, đầu ra có cấu trúc, gọi hàm và lưu vào bộ nhớ đệm; giới hạn đầu vào và đầu ra tối đa lần lượt là 960.000 và 64.000 token. Tổng quan API cho biết API hỗ trợ OpenAI Chat Completions, OpenAI Responses và Anthropic Messages, đồng thời yêu cầu khách hàng kích hoạt dịch vụ mô hình trước khi gửi yêu cầu.

Tencent khuyến nghị sử dụng Hy4 flash cho tìm kiếm chuyên sâu, xử lý tài liệu, tạo trang trình chiếu, làm bản trình diễn giao diện người dùng đơn giản và sử dụng máy tính; đồng thời vẫn đề xuất bản Hy4 đầy đủ cho các dự án kỹ thuật phần mềm phức tạp, kéo dài vì có năng lực trí tuệ cao hơn. Tencent cũng dự định phát hành Hy4 flash với trọng số mở và cập nhật thường xuyên.

Đợt ra mắt này diễn ra sau lần Tencent giới thiệu Hy4 bản đầy đủ vào ngày 4 tháng 11 năm 2026, khi mô hình được bổ sung khả năng hiểu nội dung trực quan và sử dụng máy tính. Thông báo trước đó cho biết phiên bản Flash tiết kiệm chi phí hơn sẽ sớm được phát hành.

Kết quả là dòng Hy4 được chia thành hai phân khúc: Hy4 flash hướng đến các tác vụ năng suất và tác vụ của tác tử có khối lượng lớn, trong đó mức sử dụng token và thời gian hoàn thành là những yếu tố quan trọng; còn bản Hy4 đầy đủ vẫn là lựa chọn cho các dự án phần mềm khó hơn. Việc các kết quả nội bộ của Tencent về chi phí và tốc độ có thể áp dụng cho những khối lượng công việc độc lập hay không, cũng như cho phiên bản trọng số mở dự kiến ra mắt, sẽ là yếu tố then chốt để đánh giá hiệu quả của Hy4 flash vượt ra ngoài các dịch vụ riêng của Tencent đến đâu.

Jonas Reeve là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, tập trung vào AI nhận thức, trí tuệ nhân tạo chung (AGI), và các nền tảng lý thuyết của trí thông minh máy móc. Công việc của ông khám phá cách mà học tập, suy luận, trí nhớ và trừu tượng xuất hiện trong cả hệ thống sinh học và nhân tạo, tạo ra các mối liên kết giữa kiến trúc AI hiện đại và những câu hỏi lâu đời trong khoa học nhận thức và triết học tâm trí.

Với cách tiếp cận khái niệm và suy ngẫm, Jonas xem xét các khung như mô hình suy luận, hệ thống tác nhân AI, nhận thức nổi lên, và lý thuyết cân chỉnh, nhằm làm rõ tiến bộ hướng tới AGI thực sự có nghĩa là gì — và không phải là gì. Thay vì chạy theo các thời gian biểu hay sự thổi phồng, ông nhấn mạnh các nguyên tắc nền tảng, tính chặt chẽ khái niệm, và giới hạn của các mô hình hiện tại.

Các bài viết do Jonas Reeve viết được tạo ra bằng AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác, rõ ràng và thảo luận có trách nhiệm về các khái niệm AI tiên tiến.