2026-11-16 15:20
导语:224B总参仅激活12B,1M上下文超150tps。Hy4 flash是什么 Hy4 flash 是腾讯混元推出的超高性
Hy4 flash是什么
Hy4 flash 是腾讯混元推出的超高性价比大模型,总参数 224B、激活仅 12B,支持多模态和 1M 上下文。Hy4 flash 采用混合注意力、LatentMoE、Engram 等架构,KV cache 大幅缩小,解码速度超 150 tps;经自蒸馏和强化学习训练,输出长度降低 50%,综合效果略优于 Hy4 preview。已在 TokenHub、元宝、WorkBuddy 等上线,适合文档处理、PPT 生成、深度搜索等日常任务。

Hy4 flash的主要功能
- 深度搜索:低成本完成多轮检索与信息整合,快速给出带来源的答案。
- 文档处理:支持长文档(1M 上下文)的理解、编辑、摘要与格式修复。
- PPT 生成与修改:根据需求直接产出和迭代演示文稿,支持人机双写协作。
- 表格修复与数据分析:自动识别并修正表格问题,完成数据整理类任务。
- 简单前端展示:生成轻量网页与可视化界面,满足日常展示需求。
- Computer Use:操作真机客户端完成设置、下载安装等多步骤 GUI 任务。
- 视觉理解与音视频处理:原生多模态,可解析图片、音频、视频内容。
- 智能体协作:自主规划工具调用,在企业信息检索、Bug 根因定位等场景多步执行。
Hy4 flash的技术原理
- 稀疏混合专家架构(LatentMoE + 12B 激活):模型总参数 224B,但每次推理只激活 12B 参数,通过潜在空间路由把计算集中在最相关的专家上,在保证能力的同时把单次推理算力压缩到小型模型水平。
- 混合注意力与 Engram 记忆机制:引入混合注意力层和 64B 的 Engram 参数作为外部记忆,替代传统的长 KV cache,使其 KV cache 体积仅为 Hy3 的 1/24、Hy4 的 1/6,让 1M 长上下文的推理显存开销变得可承受。
- 自蒸馏与长度优化强化学习:以旗舰模型 Hy4 为教师进行自蒸馏,获得接近 Hy4 的综合智能水平;通过强化学习专门优化端到端任务,使输出长度降低 50%,直接减少 token 消耗和等待时间。
- 面向工作流的评测与训练闭环:自建基于 WorkBuddy 真实任务的 WorkIndex 评测集(8 类内部任务集+人评),聚焦产物效果、单轮输出长度和端到端用时,确保优化方向对准日常办公。
- 极致推理优化(megakernel + 4bit 量化 + DFly):推理侧通过 megakernel 算子融合减少 kernel 启动开销,权重采用 4bit 量化降低显存与带宽压力,配合 DFly 投机/并行解码手段,最终解码速度超过 150 tps,实现可大规模部署的单位成本下探。
如何使用Hy4 flash
- 方式一:直接在产品里用(零门槛)
- 方式二:通过 API 调用(开发者)
- 登录腾讯云控制台,开通 TokenHub 服务并创建 API Key。
- 选择 Hy4 flash 模型端点,确认限时 5 折后的价格(输出 2 元/百万 tokens)。
- 用 OpenAI 兼容格式的 SDK 发起请求,把 base_url 指向 TokenHub 端点、model 设为 Hy4 flash。
- 传入消息和文件/图片等多模态内容,获取流式返回的结果。
- 在控制台监控 token 消耗,并根据任务类型决定是否切换到 Hy4 处理复杂长程任务。
Hy4 flash的核心优势
- 推理速度快:解码速度超过 150 tps,在 WorkBuddy 上比 Hy4 任务耗时减少 70%,是盲测中任务时长最短的模型。
- 超长上下文:支持 1M 上下文长度,长文档处理显存开销却因 KV cache 缩小(仅为 Hy4 的 1/6)。
- 原生多模态:文本、图片、音视频统一处理,视觉理解等任务无需额外模型。
- 日常任务效果好:在内部评测集 WorkIndex 上综合效果略优于 Hy4 preview,用户满意度接近 Claude Haiku 5.5。
- 输出精炼:强化学习使端到端输出长度降低 50%,回复更简练、决策依据更清晰。
Hy4 flash的项目地址
- 项目官网:https://hunyuan.tencent.com/research/hy4-flash
Hy4 flash的同类竞品对比
| 对比维度 |
Hy4 flash |
DeepSeek-V4.1-Flash |
| 模型架构 |
224B 总参 / 12B 激活的 MoE,含 64B Engram |
MoE 架构,具体参数未公开 |
| 上下文长度 |
1M tokens |
1M tokens |
| 多模态 |
原生支持文本、图片、音视频 |
主要面向文本,多模态能力较弱 |
| 解码速度 |
超过 150 tps |
约 100 tps 左右 |
| API 价格 |
输入 0.5 元、输出 2 元/百万 tokens(11 月底前 5 折) |
max 档位忙时价格约为 Hy4 flash 的 8 倍 |
| 输出精简度 |
RL 优化后输出长度降低 50%(微信支付场景比 DS 短约 29%) |
输出相对冗长 |
| 典型任务成本 |
WorkIndex 单任务成本约为其 1/8 |
基准水平 |
| 生态接入 |
腾讯全家桶(元宝、WorkBuddy、QQ、ima 等)+ TokenHub,即将上 OpenRouter |
DeepSeek 官方平台及第三方 API |
Hy4 flash的应用场景
- 办公文档与 PPT 处理:长文档摘要、编辑、表格修复,以及 PPT 的自动生成与修改迭代,适合职场日常高频需求。
- 深度搜索与信息整合:低成本执行多轮检索、交叉验证并输出带来源的结构化报告,适合调研、竞品分析类工作。
- 企业智能助手:在企业微信、ima 等产品中自主规划工具调用,完成信息检索、资料分析、知识库问答等任务。
- Computer Use 自动化:操作真机 GUI 完成应用下载安装、系统设置与诊断、支付客户端流程等步骤化操作,已应用于 Marvis 和微信支付场景。
来源:AI工具集