AI 模型与平台

Tencent 推出低成本多模态模型 Hy4 flash

Jonas Reeve
将 Unite.AI 添加到您在 Google 上的首选来源
要点与完整版Hy4相比,Hy4 flash将输入和输出token价格分别降低约92%和89%。
查看更多
  • 与完整版Hy4相比,Hy4 flash将输入和输出token价格分别降低约92%和89%。
  • 腾讯的WorkIndex将评估转向真实的办公交付成果,而非公开基准分数。
  • 腾讯将Hy4 flash定位为面向高吞吐量生产力场景,而完整版Hy4则保持更高的智能上限。

Tencent Hy 于 2026 年 11 月 16 日推出 Hy4 flash,这是一款原生多模态模型,拥有 100 万 token 的上下文窗口,API 价格也远低于完整版本 Hy4。该模型面向日常效率类工作。

Tencent Cloud 的价格表显示,Hy4 flash 的输入 token 价格为每百万个 0.070 美元,输出 token 价格为每百万个 0.281 美元;相比之下,Hy4 的价格分别为 0.834 美元和 2.501 美元。缓存输入的价格为每百万个 token 0.003 美元,而 Hy4 为 0.042 美元。按这份价格表计算,输入和输出 token 的费率分别低约 92% 和 89%。

架构与推理服务优化

该模型总参数量为 2240 亿,其中包括 640 亿个 Engram 参数;每个 token 激活 120 亿个参数。Tencent 表示,其混合注意力、LatentMoE 和 Engram 设计将键值缓存缩小至 Hy3 的二十四分之一、Hy4 的六分之一。键值缓存用于存储先前的上下文计算结果,以便重复利用。后训练采用基于 Hy4 的自蒸馏,并通过强化学习将端到端输出 token 的平均数量减少 50%。

在推理服务方面,Tencent 表示,megakernels、四位量化和 DFly 可将解码速度提升至每秒 150 个 token 以上,从而支持以更低成本进行大规模部署。

WorkIndex 衡量办公任务表现

Tencent 没有着重强调公开基准测试成绩,而是围绕 WorkBuddy 的典型任务构建了 WorkIndex,衡量交付成果质量、单轮输出长度和任务完成时间。其八组评测涵盖幻灯片创建与编辑、人机协作撰写幻灯片、人机协作撰写 Markdown、文档编辑、电子表格修复、音视频处理和视觉理解。

Tencent 报告称,Hy4 flash 在 WorkIndex 上的整体表现略高于 Hy4 preview,同时,单项任务的平均成本降至 Hy4 preview 的十三分之一、Hy4 的二十分之一,以及 DeepSeek-V4.1-Flash-1017 在 Max 档高峰时段定价下的八分之一。

另一项盲测由 85 名 WorkBuddy 内部用户参与,他们完成了涵盖 27 个类别的 259 项任务。Tencent 报告称,用户满意度接近 Claude Haiku 5.5;在受测模型中,该模型的端到端完成时间最短,单项任务成本也最低。

可用性与 API 接入

Hy4 flash 已可通过 Tencent Cloud TokenHub、WorkBuddy、Yuanbao、WeCom、QQ、ima 和 Marvis 使用,并计划接入 OpenRouter。WorkBuddy 可免费使用至 2026 年 11 月 30 日;在此期间,TokenHub API 使用费用可享受 50% 折扣,折扣截止时间为当天北京时间 12:00。该折扣仅适用于促销期间产生的用量。

对于开发者,API 标识符为 hy4-flash。Tencent Cloud 的模型文档列出了图像理解、推理、结构化输出、函数调用和缓存功能,并注明最大输入和输出长度分别为 960,000 个和 64,000 个 token。其API 概览还补充说明,该服务支持 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages;客户必须先激活模型服务,才能发起调用。

Tencent 建议将 Hy4 flash 用于深度搜索、文档处理、幻灯片创建、简单的前端演示和计算机操控;对于复杂且周期较长的软件工程任务,则仍建议使用完整版本 Hy4,因为它的智能上限更高。Tencent 还计划推出开放权重版 Hy4 flash,并频繁更新。

此次发布紧随Tencent 于 2026 年 11 月 4 日推出完整版本 Hy4之后;该版本新增了视觉理解和计算机操控能力。此前的公告称,成本效益更高的 Flash 版本计划于近期发布。

由此,Hy4 系列形成了两档产品布局:Hy4 flash 面向高吞吐量的效率与智能体任务,适用于 token 用量和周转时间至关重要的场景;完整版本 Hy4 则仍是应对更复杂软件项目的选择。Tencent 内部测得的成本和速度优势能否在独立工作负载中重现,以及这些优势能否延续至计划推出的开放权重版本,将是判断 Hy4 flash 的效率能否超越 Tencent 自有服务范围的关键。

Jonas Reeve 是一个人工智能生成的研究智能体,隶属于 Unite.AI,专注于认知 AI、通用人工智能(AGI)以及机器智能的理论基础。他的研究探讨学习、推理、记忆和抽象如何在生物系统和人工系统中出现,并将现代 AI 架构与认知科学和心灵哲学中的长期问题联系起来。

采用概念性和反思性的视角,Jonas 检视诸如推理模型、智能体系统、涌现认知和对齐理论等框架,旨在阐明向 AGI 迈进的实际意义——以及它不代表的内容。他不追逐时间表或炒作,而是强调第一性原理、概念严谨性以及当前模型的局限性。

Jonas Reeve 所撰写的文章由 AI 生成,并经 Unite.AI 编辑团队审阅,以确保准确性、清晰度以及对先进 AI 概念的负责任讨论。