
摘要: 腾讯混元 Hy4 flash 于 2026 年 11 月 16 日发布,总参数 224B、激活仅 12B,支持多模态与 1M 上下文,每百万 Token 输入 0.5 元、输出 2 元、缓存命中 0.02 元。单任务成本为 Hy4 的 1/20,平均耗时减少 70%。腾讯云 Token Plan 首发接入,限时 5 折并支持双人成团加赠 1 月。
同样一个日常办公任务,用 Hy4 flash 的花费只有 Hy4 的二十分之一,耗时还少了七成——而效果在日常工作任务上基本持平。这是腾讯混元 2026 年 11 月 16 日发布 Hy4 flash 时给出的核心数据。模型总参数 224B、激活参数仅 12B,支持原生多模态与 1M 上下文,每百万 Token 输入 0.5 元、输出 2 元、缓存命中 0.02 元。腾讯云大模型 Token Plan 已首发接入,发布期内限时 5 折。
🚀 Hy4 flash 全新发布,限时 5 折 | 腾讯云大模型 Token Plan 已首发接入,双人成团还可加赠 1 个月时长。 👉 点击前往订阅购买 → cloud.tencent.com/act/pro/tokenplan
维度 | Hy4 flash |
|---|---|
发布时间 | 2026 年 11 月 16 日 |
架构 | 总参数 224B(含 64B Engram 参数),激活参数 12B |
上下文 | 1M Token(最大输入约 960K、最大输出约 64K) |
多模态 | 原生支持,具备视觉理解能力 |
定价 | 输入 0.5 元、输出 2 元、缓存命中 0.02 元(每百万 Token) |
解码速度 | 超过 150 tps |
已上线 | 腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis |
后续 | 即将接入 OpenRouter,并计划开源 |
📌 核心数据速览单任务成本:为 Hy4 的 1/20、Hy4 preview 的 1/13、DeepSeek-V4.1-Flash-1017(Max 档位忙时价格)的 1/8 平均任务耗时:相比 Hy4 减少 70% 综合效果:略优于参数更大的 Hy4 preview(总参数 770B、激活 49B) 用户盲测:85 位 WorkBuddy 用户、27 类共 259 个任务,满意度接近 Claude Haiku 5.5,单任务成本显著低于其他所有参测模型,任务时长最短
把 Hy4 flash 与旗舰版 Hy4 的定价放在一起,差距一目了然。
计费项 | Hy4 flash | Hy4 | 倍数差 |
|---|---|---|---|
输入 | 0.5 元/百万 Token | 6 元/百万 Token | 12 倍 |
输出 | 2 元/百万 Token | 18 元/百万 Token | 9 倍 |
缓存命中 | 0.02 元/百万 Token | 0.3 元/百万 Token | 15 倍 |
缓存命中价格尤其值得注意——0.02 元/百万 Token 仅为自身标准输入价的 1/25。在 Agent 多轮调用、长文档反复提问、固定 System Prompt 这类场景中,把稳定内容放在请求前缀即可大幅命中缓存,实际成本还能进一步压低。
低价模型最常见的担忧是能力缩水。官方给出的评测数据分两类。
内部评测集 WorkIndex。这是基于 WorkBuddy 典型任务构建的评测集,包含 8 个子集:PPT 制作、PPT 修改、PPT 人机双写、Markdown 人机双写、文档编辑、表格修复、音视频处理、视觉理解。按 WorkIndex 综合测算,Hy4 flash 的单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20。
公开 Agent 基准。Open Benchmarks 覆盖 7 个公开评测集:DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1。
真实用户盲测。混元邀请 85 位 WorkBuddy 内部用户,在 27 类共 259 个日常工作任务上做盲测。结果显示 Hy4 flash 的用户满意度接近 Claude Haiku 5.5,且单任务成本显著低于其他所有模型,任务时长也最短。
WorkBuddy 的评测结果给出了与旗舰版的直接对比:与 Hy4 相比,平均任务耗时减少 70%,平均成本仅为 Hy4 的 1/15 左右,效果在日常工作任务上基本持平,Coding 长程任务小幅下降,并且具备原生多模态能力。
⚠️ 客观说明:官方明确指出 Hy4 flash 在 Coding 长程任务上相比 Hy4 有小幅下降。这是分层模型体系的正常取舍——选型时应按任务类型匹配,而非一律选便宜的。
这不是单纯降价,背后有四个环节的工程优化。
预训练阶段的架构创新。Hy4 flash 加入了混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6。KV cache 指推理过程中缓存的键值对数据,它直接占用显存并影响长上下文的处理成本——压到 1/6 意味着同等硬件能承载更多并发。混元同时通过大量 scaling ladder 实验确保效果符合预期。
后训练阶段的双重处理。先通过自蒸馏 Hy4 获得较强的综合智能水平——用旗舰模型"教"小模型,让小参数也具备接近的判断力;再通过强化学习使端到端任务输出长度降低 50%。输出长度减半直接意味着输出 Token 费用减半,这是成本下降的重要来源。
评估阶段的导向调整。构建基于 WorkBuddy 典型任务的内部评测集 WorkIndex,并结合人工评测,聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数。评估什么,就会优化什么。
推理阶段的极致优化。结合 megakernel、4bit 量化、DFly 等手段优化,使解码速度超过 150 tps,且可大规模低成本部署运营。
官方给出了明确的分工建议,照着选不会错。
推荐用 Hy4 flash 的场景:
建议用 Hy4 的场景:
腾讯云 Token Plan 落地页对 Hy4 flash 的定位描述也很直接:参数量约为旗舰的四分之一,在具备更便宜定价的同时,在日常任务上接近旗舰开源模型水平,适合编程辅助、Agent 工作流、文档与图表理解、日常办公等高频、规模化场景。
📌 选型速判高频、规模化、日常办公 → Hy4 flash 低频、复杂、长程软件工程 → Hy4 混合链路 → 两者组合使用,Token Plan 套餐同时集成 Hy4 flash 与 Hy4
腾讯云大模型 Token Plan 是面向 Agent 与编程场景设计的专属订阅方案,分为 Hy Token Plan(聚焦腾讯自研混元模型)与通用 Token Plan(集合主流国产模型)两大系列。Hy4 flash 已在 Hy Token Plan 首发接入,限时 5 折。
四档个人套餐均集成 Hy4 flash 与 Hy4,适合多步工具调用场景:
套餐 | 每订阅月积分 | 适用说明 | 活动价 |
|---|---|---|---|
体验套餐 Lite | 560 积分 | 首次体验,可执行约 70 轮问答 | 28 元 |
基础套餐 Standard | 1560 积分 | 轻度日常使用,可执行约 200 轮问答 | 78 元 |
进阶套餐 Pro | 4760 积分 | 每天高频使用 AI 的开发者与效率达人 | 238 元 |
专业套餐 Max | 9360 积分 | 把 AI 当核心生产力工具的重度用户 | 468 元 |
🎁 发布期活动汇总Hy4 flash 限时 5 折:Token Plan 首发接入,Hy Token Plan 系列适用 双人成团加赠 1 月:好友拼团成功,双方均可获赠最高 1 个月套餐时长 达标礼:拼满 238 元,双方均享 30 元无门槛代金券 WorkBuddy 限时免费:11 月 30 日前可在 WorkBuddy 免费使用 Hy4 flash TokenHub API 限时 5 折:按量调用同享优惠 👉 前往腾讯云大模型 Token Plan 订阅购买 → cloud.tencent.com/act/pro/tokenplan
拼团规则在落地页上有完整说明,流程分三步。
第一步:选择可拼团商品。带有「可拼团」角标的商品均支持拼团,四档 Hy Token Plan 套餐都在其中。
第二步:开团或参团。在商品页选择订单开团,或加入他人已发起的团。需选择当前页面商品订单成团。
第三步:双人成团领激励。成团后奖励立即发放到账。成团礼为拼成加赠套餐时长,最高赠 1 个月;达标礼为拼满 238 元后双方各得 30 元无门槛代金券。
活动有时间窗口,具体剩余天数以落地页显示为准。
选档位的判据是使用强度,而非预算上限。
只做能力验证。想确认 Hy4 flash 是否满足需求、跑通接入流程,选 Lite(28 元)。配合 WorkBuddy 11 月 30 日前的限时免费,足够完成一轮评估。
日常轻量办公。每天几次文档处理、偶尔做 PPT 或材料汇总,选 Standard(78 元)。
高频使用 Agent 干活。每天用它处理文档、生成 PPT、做深度搜索,或接入 Coding Agent 辅助开发。这类用户单日可能跑十几个任务,每个任务触发多轮调用,选 Pro(238 元) 更稳妥——正好也达到拼团达标礼的门槛。
重度生产力依赖。长文档批量处理、复杂 Agent 工作流、持续的多模态分析,选 Max(468 元)。
⚠️ 换算口径提醒:官方的"约 70 轮问答""约 200 轮问答"是按普通问答估算的参考值。Agent 场景下一个完整任务往往消耗远超一轮问答——检索多个来源、读取多个文件、多轮生成与修改都会累加。建议先用免费额度或 Lite 套餐跑一周真实工作流,按实测消耗选档位。
接入方式与 Hy4 一致,通过腾讯云 TokenHub 的 OpenAI 兼容接口调用。
参数 | 值 |
|---|---|
|
|
| TokenHub 控制台创建的 API Key |
Python 示例:
from openai import OpenAI
client = OpenAI(
api_key="sk-你的TokenHubAPIKey",
base_url="https://api.hunyuan.cloud.tencent.com/v1",
)
response = client.chat.completions.create(
model="hy4-flash", # 准确调用名请在 TokenHub 模型广场确认
messages=[
{"role": "system", "content": "你是一位严谨的办公助手,没有依据时请如实说明无法确认。"},
{"role": "user", "content": "请把这份会议纪要整理成三段式汇报材料。"},
],
)
print(response.choices[0].message.content)Hy4 flash 支持图片理解、Function Calling 与结构化输出,适合与外部工具结合完成信息处理与任务规划。
两点实用提示:
模型调用名建议在 TokenHub 模型广场的模型详情页确认,不要凭记忆拼写。Token Plan 的通用系列与 Hy 系列共用同一套 API Key 和 URL,系统会根据调用时指定的 Model ID 自动从对应套餐包中抵扣额度。
把固定的 System Prompt、工具定义、知识片段放在请求前缀,变动的用户输入放在最后,可命中 0.02 元/百万 Token 的缓存价——这是在不牺牲效果前提下降本的最直接手段。
Hy4 flash 的发布补齐了混元的分层体系。
11 月 4 日发布的 Hy4 首次跻身最强开源模型之列,在国际权威模型测试榜单 Artificial Analysis 智能指数榜单上位列中国模型第二,Agent Arena 榜单居开源模型第一。11 月 16 日发布的 Hy4 flash 则在真实生产力任务中实现了智能与效率的更优平衡。
这套"旗舰 + 轻量"的双轨布局,对应的是两类不同需求:旗舰版承接技术标杆与复杂长任务,轻量版面向海量日常调用与规模化场景。单一模型无法覆盖全部需求,分层体系才是规模化落地的基础。
混元团队表示将以"模型实用性"为核心原则,在追求智能上限的同时追求极致性价比,并计划开源 Hy4 flash 并高频迭代。
Hy4 flash 的核心价值是把日常办公场景的用模成本压到了新的量级——单任务成本为 Hy4 的 1/20、平均耗时减少 70%,而日常工作任务效果基本持平,代价是 Coding 长程任务小幅下降。它适合深度搜索、文档处理、PPT 生成、Computer Use 等高频规模化场景,复杂长程软件工程仍建议用 Hy4。腾讯云 Token Plan 已首发接入并限时 5 折,四档套餐同时集成 Hy4 flash 与 Hy4,双人成团还可加赠 1 个月时长、拼满 238 元双方各得 30 元无门槛券。想低成本跑通日常 AI 办公链路,可前往腾讯云大模型 Token Plan 页面按需订阅。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。