腾讯混元在 11 月 16 日正式推出 Hy4flash 混合专家大模型,这是目前 Hy 系列里面性价比最高的一款,它总参数量 224B,里面包含 64B Engram 参数,推理的时候只激活 12B 参数,支持多模态输入、100 万 token 超长上下文,解码速度超过 150tps,API 定价压得很低,每百万 token 输入 0.5 元、输出 2 元,缓存命中之后低至 0.02 元,成本只有 Hy4 原版的 1/20,首发直接接入 WorkBuddy 国内版和国际版,适合办公、文档处理、Agent、代码辅助这类高频大规模调用场景。这个模型靠 LatentMoE、Engram 查表模块、混合注意力这套架构,把 KV 缓存大幅压缩,再加上自蒸馏、强化学习、4bit 量化等优化,做到大总参、低激活、低成本、高速度的平衡。
Hy4flash 核心参数一览
| 项目 | 详情 |
|---|---|
| 总参数量 | 224B(含 64B Engram 参数) |
| 推理激活参数 | 12B |
| 上下文窗口 | 1M token(100 万) |
| 能力 | 文本 + 多模态,支持看图、文档理解 |
| 解码速度 | >150 tps |
| API 价格 | 输入:0.5 元 / 百万 token;输出:2 元 / 百万 token;缓存命中:0.02 元 / 百万 token |
| KV 缓存 | Hy3 的 1/24、Hy4 的 1/6 |
| 首发接入产品 | WorkBuddy 国内版、国际版 |
| 限时活动 | 11.16–11.30 WorkBuddy 限时免费体验 |
三大阶段优化方案
- 预训练架构优化:用上 LatentMoE、Engram 查表模块、混合注意力,Engram 模块用来低成本扩充模型容量,不用每次推理全部参数跑起来,直接压低 KV 缓存开销。
- 后训练优化:用 Hy4 做自蒸馏保证基础能力,再做强化学习,把端到端任务的输出长度压缩一半,减少 token 消耗。
- 推理层优化:megakernel、4bit 量化、dflash 推理加速组合,保障高吞吐,适合企业大批量 API 调用。
适合落地场景
- 企业办公 Agent:文档摘要、PPT 生成、表格分析、多轮办公助手
- 长文档处理:合同、研报、代码库批量读取,1M 上下文刚好适配
- 代码辅助:写代码、查 bug、解释工程代码
- 多模态图文理解:图片、截图、图表识别解读
- 大规模批量调用:需要高并发、对成本敏感的 SaaS、智能客服业务
【相关 FAQ】
问题 1:腾讯混元 Hy4flash 模型总参 224B 激活 12B,这个 MoE 结构是什么意思?
回答 1:腾讯混元 Hy4flash 模型总参 224B 激活 12B 属于 LatentMoE 架构,意思是模型虽然整体参数规模很大,但每次处理 token 只调用 12B 的专家参数,不用全部参数参与计算,以此降低推理算力和成本。
问题 2:腾讯混元 Hy4flash 模型支持多长上下文,能不能做多模态?
回答 2:腾讯混元 Hy4flash 模型支持 100 万 token 超长上下文,同时支持多模态输入,可以处理图片、截图、图表,兼顾长文本和图文理解任务。
问题 3:腾讯混元 Hy4flash 模型定价怎么样,对比原版 Hy4 便宜多少?
回答 3:腾讯混元 Hy4flash 模型输入 0.5 元 / 百万 token、输出 2 元 / 百万 token,缓存命中低至 0.02 元,在 WorkIndex 评测里单任务成本大约是 Hy4 的 1/20。
问题 4:腾讯混元 Hy4flash 模型首发在哪里可以体验,有没有免费窗口期?
回答 4:腾讯混元 Hy4flash 模型首发接入 WorkBuddy 国内版、国际版,11 月 16 日到 11 月 30 日支持限时免费体验,同时新用户也有 100 万 token 免费额度。
【参考资料】
[2026-11-17](腾讯混元 Hy4 flash 模型发布:224B 总参、12B 激活,单任务成本约 Hy4 的 5%)36 氪
[2026-11-16](迄今为止最高性价比的 Hy 模型!腾讯混元 Hy4 flash 发布,速度大幅提升)腾讯科技
[2026-11-16](腾讯混元 Hy4 flash 模型发布:总参数量 224B、激活参数 12B)IT 之家
[2026-11-16](Tencent Releases Hy4 flash, a 224B Model at 2 Yuan per Million Output Tokens)Pandaily
【免责声明】
本文 Hy4flash 模型参数、价格、速度、上下文规格信息来自腾讯混元官方和科技媒体公开报道,腾讯混元 Hy4flash 模型的实际推理速度、效果、成本会受 prompt、调用并发、缓存命中情况影响;限时免费活动时间、API 计费规则以腾讯云官方页面为准,本文仅做信息整理,不构成业务选型、采购决策建议。
本文来自作者[辉频潜探客]投稿,不代表品途网立场,如若转载,请注明出处:https://m.pintu360.com/kjkx/202611/1486459.html
评论列表(4条)
我是品途网的签约作者“辉频潜探客”!
希望本篇文章《腾讯混元 Hy4flash 模型发布总参 224B 激活仅 12B,主打高性价比生产力》能对你有所帮助!
本站[品途网]内容主要涵盖:范文、经验、百科
本文概览:腾讯混元在 11 月 16 日正式推出 Hy4flash 混合专家大模型,这是目前 Hy 系列里面性价比最高的一款,它总参数量 224B,里面包含 64B Engram 参数,推理的时候只激活 12B 参数,支持多模态输入、100 万 token 超长上下文,解码速度超过 150tps,API 定价压得很低,每百万 token 输入 0.5 元、输出 2 元,缓存命中之后低至 0.02 元,成本只有 Hy4 原版的 1 20,首发直接接入 WorkBuddy 国内版和国际版,适合办公、文档处理、Agent、代码辅助这类高频大规模调用场景。这个模型靠 LatentMoE、Engram 查表模块、混合注意力这套架构,把 KV 缓存大幅压缩,再加上自蒸馏、强化学习、4bit 量化等优化,做到大总参、低激活、低成本、高速度的平衡。