跳到主要內容
2026-11-17 日報
模型發布

騰訊混元發布 Hy4 flash:224B 參數、1M 上下文,單任務成本僅為 Hy4 的 5%

AI 前線綜合 2 家報導多家報導
核實資料不足

多個報導來源提及此事;未必是彼此獨立的證據。

本次未取得足夠原文證據

騰訊混元於 11 月 16 日發布語言模型 Hy4 flash,總參數 224B(其中 64B 為 Engram 參數),每個 Token 激活 12B 參數,原生支援多模態與 1M Token 上下文。官方稱這是目前性價比最高的 Hy 模型:API 每百萬 Token 輸入 0.5 元、輸出 2 元,命中快取時輸入僅 0.02 元。 架構方面,預訓練階段加入混合注意力、LatentMoE 與 Engram 等設計,KV cache 大小為 Hy3 的 1/24、Hy4 的 1/6,並以多組 scaling ladder 實驗驗證效果。後訓練先以自蒸餾從 Hy4 取得綜合能力,再透過強化學習將端到端任務的輸出長度降低 50%。推論端結合 megakernel、4bit 量化與 DFly 等優化,解碼速度超過 150 tps。 評測上,混元團隊以內部評測集 WorkIndex 取代公開榜單,該集涵蓋 PPT 製作與修改、文件編輯、表格修復、音視頻處理與視覺理解等 WorkBuddy 典型任務,並搭配人工評分。官方表示 Hy4 flash 綜合效果略優於參數更大的 Hy4 preview(總參數 770B、激活 49B)。依官方內部測算,其單任務成本為 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1027(Max 檔、忙時價格)的 1/8。另有 85 位 WorkBuddy 用戶於 27 類共 259 個任務中的盲測,官方稱其滿意度接近 Claude Haiku 5.5,成本與任務時長皆優於所列其他模型。以上數據均為騰訊自行公布,尚無獨立第三方驗證。 目前 Hy4 flash 已上線騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima 與 Marvis,即將接入 OpenRouter。WorkBuddy 限時免費至 11 月 30 日,騰訊雲 TokenHub API 限時 5 折。官方建議深度搜尋、文件處理、PPT 生成、簡單前端展示與 Computer Use 等日常任務使用 Hy4 flash,長程軟體工程等複雜任務則使用智能上限更高的 Hy4。混元計畫開源 Hy4 flash 並高頻迭代,但未說明開源的具體時程與授權。
讀原始報導

背景

LatentMoE 是一種低維潛空間專家路由架構,用來改進 MoE(混合專家)模型。標準 MoE 在低 batch 場景下有記憶體頻寬限制,在高吞吐量場景下則有 All-to-All 通訊開銷等瓶頸。LatentMoE 的核心思路是先將表示投影到較低維的潛空間,再於該空間中進行專家路由與計算。

來源