模型發布
騰訊發表輕量模型混元 Hy4 flash:啟動參數 12B 支援 1M 上下文,首日登頂 OpenRouter
AI 前線單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
據報導,騰訊正式推出輕量大模型「混元 Hy4 flash」,上線首日於 OpenRouter 日呼叫量排行榜登頂,首日 Token 呼叫量突破 50 兆。該模型已同步於騰訊雲 TokenHub 上線。
規格方面,Hy4 flash 總參數量為 224B(包含 64B 的 Engram 參數),單一 Token 僅啟動 12B 參數,支援多模態與 1M 上下文長度。架構上採用混合注意力(Hybrid Attention)、LatentMoE 與 Engram 等設計,將 KV Cache 壓縮至 Hy3 的 1/24、Hy4 的 1/6;後訓練階段透過對 Hy4 進行自蒸餾並配合強化學習最佳化,使端到端任務輸出長度減少 50%;推論端則結合 Megakernel、4bit 量化與 DFly 技術,解碼速度達每秒 150 tps 以上。
計費方面,Hy4 flash 每百萬 Token 輸入為 0.5 人民幣、輸出 2 人民幣,快取命中時為 0.02 人民幣。依騰訊內部日常辦公評測集 WorkIndex 估算,單任務成本為 0.26 人民幣,約為 Hy4 preview 的 1/13、Hy4 的 1/20,以及 DeepSeek-V4.1-Flash-1017 忙碌時段最高費率的 1/8。
在內部盲測中,85 位使用者對 27 類共 259 個任務的評測顯示,Hy4 flash 的滿意度接近 Claude Haiku 5.5,端到端耗時中位數為 6.7 分鐘(Claude Haiku 5.5 為 6.8 分鐘),但單任務成本為 0.26 人民幣,低於 Claude Haiku 5.5 的 4.73 人民幣。在內部業務實測上,其在「元寶」場景下的 Agent 能力較 Hy3 提升 13.6%,通用對話較 GLM-5.3-Flash 提升 2.52%;在《王者榮耀》Bug 分析中,其請求次數較 DeepSeek-V4.1-Flash-1017 與 GLM-5.3-Flash 減少 22.0% 至 39.1%,Token 消耗量減少 40.5% 至 61.2%。
此外,作為企業級接入入口的騰訊雲 TokenHub,提供 TPM 預留、獨占算力模型單元以及離線推論佇列三種交付模式,並支援端到端加密、AICC 可信運行與 Token 額度治理等安全合規功能。
讀原始報導背景
OpenRouter 是隸屬於 Stripe 的人工智慧路由服務平台,主要提供大型語言模型與生成式 AI 模型的存取與請求路由服務。該平台提供統一的 API 介面,讓開發者能夠便捷地調用來自多家不同業者與推論服務商的模型。