腾讯混元发布Hy4 flash:224B总参、每token只激活12B,日常办公任务成本降到旗舰版的二十分之一

腾讯给Hy4家族补上了“便宜好用”的一档:Hy4 flash在日常办公任务上接近旗舰效果,单任务成本却只有零头;代价是长程编程等硬任务的能力明显缩水。

发生了什么

11月16日,腾讯混元团队正式发布Hy4 flash,官方称其为迄今性价比最高的Hy模型。这也是Hy4系列中首个Flash档模型,从此Hy4形成“旗舰版+低成本Flash版”两档产品线。

新模型已在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品上线,并将接入OpenRouter。11月30日前,WorkBuddy用户可限时免费使用,TokenHub API打五折。腾讯还表示计划开源Hy4 flash。

关键细节和数据

规模与架构:

  • 总参数224B,其中64B为Engram参数,每个token激活12B参数;作为对比,旗舰Hy4总参数770B、激活49B;
  • 支持多模态输入和100万token上下文;
  • 预训练阶段采用混合注意力、LatentMoE与Engram等设计,KV cache降至Hy3的1/24、Hy4的1/6;
  • 后训练先自蒸馏Hy4,再用强化学习把端到端任务的输出长度压缩一半;推理端结合megakernel、4bit量化等手段,解码速度超过每秒150个token。

Engram最早由DeepSeek与北京大学提出,可以理解为一张可查询的“记忆表”:常见文本模式被存进表里,推理时直接查表取用,以较低的计算量扩充模型容量。

价格方面,Hy4 flash每百万token输入0.5元、输出2元,缓存命中0.02元,分别约为Hy4标价的1/12、1/9和1/15。不过Hy4目前也在打五折,实际差价没有标价那么大。

效果与成本,均为腾讯官方测试:

  • PPT协同编辑:得分从Hy4的78.9降至74.0,单任务成本从1.714元降至0.105元;
  • 自动化任务:得分从56.2降至52.2,单任务成本从0.908元降至0.038元;
  • 在自建的WorkBuddy任务集WorkIndex上,单任务成本约为Hy4的1/20、Hy4 preview的1/13,综合效果略优于Hy4 preview;
  • 85名内部用户在27类、259个日常任务上的盲测中,满意度接近Claude Haiku 5.5,单任务成本和任务时长都是对比模型中最低的。

短板同样被写在了公开数据里:在Terminal-Bench 4.0终端操作测试中,Hy4 flash得分19.2,旗舰Hy4为44.4;ProgramBench编程测试从30.0降到16.0。

为什么重要

大模型竞争正在从“谁最聪明”转向“谁能把日常任务做得又好又便宜”。智能体一次任务往往要调用模型几十上百次,单价和输出长度会被成倍放大。Hy4 flash的思路很清楚:用查表式参数扩容量,用更小的激活规模和KV cache压推理成本,再用强化学习让模型“少说废话”,三管齐下把单任务成本打下来。

腾讯也没有回避取舍:官方建议深度搜索、文档处理、PPT生成、简单前端和Computer Use等日常任务交给Hy4 flash,长程软件工程等复杂任务仍用Hy4。这种按任务分档的用法,正在成为各家模型产品的共同做法。

影响和展望

从数据看,Hy4 flash在办公类任务上“降本不降多少质”,在编程和终端操作上则明显吃亏。对企业用户来说,更现实的做法是把两档模型组合使用,用路由把简单任务分给Flash版。需要提醒的是,上述成本和满意度对比均来自腾讯自建评测,第三方复现结果值得继续关注;如果开源承诺兑现,Engram类结构在开源社区的表现也将接受更广泛的检验。

参考来源

发布者:极致前沿,转转请注明出处:https://www.veryin.com/4702.html

赞 (0)
苹果首款智能眼镜据报道明年WWDC亮相:没有显示屏、全靠Siri和iPhone应用,原型机跑精简版visionOS
上一篇 6天前
算力不够用了:DeepSeek对App和网页版设限,闲置超7天的长对话无法续聊,单次输入上限约4万字
下一篇 6天前

相关推荐

发表回复

登录后才能评论