腾讯混元发布 Hy4 flash 模型,单任务成本降至原版 5%

腾讯混元团队发布 Hy4 flash 模型,总参数量 224B,激活参数 12B。该模型通过架构创新将单任务成本降至 Hy4 的 5%,并已在腾讯云等多渠道上线,主打日常高频任务的极致性价比。

朋克君
发布者朋克君
预计阅读 2 分钟
我要投稿
AI 摘要
约 1 分钟

快速了解本文

01

腾讯混元发布 Hy4 flash 模型,单任务成本降至原版 5%。

02

模型支持多模态输入与百万 token 上下文,解码速度超 150 tps。

03

WorkBuddy 限时免费,腾讯云 TokenHub API 限时 5 折至 11 月 30 日。

本摘要由 AI 辅助整理,请以正文内容为准。

数智朋克讯 11月16日,腾讯混元团队发布 Hy4 flash 模型。该模型总参数量达 224B(含 64B Engram 参数),每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文。官方数据显示,其单任务成本降至原版 Hy4 的 5%。

关键数据

5%单任务成本占比相比原版 Hy4
150+ tps解码速度推理阶段
224B总参数量含 64B Engram

架构创新与性能优化

Hy4 flash 的低成本源于预训练与后训练阶段的架构创新。在预训练阶段,模型引入混合注意力、LatentMoE 与 Engram(一种可扩展的查表式参数模块)架构,将 KV cache 大小降至 Hy3 的 1/24、Hy4 的 1/6。后训练阶段通过自蒸馏 Hy4 获得综合智能,并经强化学习将端到端任务输出长度压缩 50%。在推理阶段,结合 megakernel、4bit 量化和 dflash 等手段,其解码速度超过 150 tps。

评测表现与用户反馈

在官方构建的 WorkIndex 典型任务评测集中,Hy4 flash 的单任务成本为 Hy4 preview 的 1/13、Hy4 的 1/20,以及 DeepSeek-V4.1-Flash-1017(max 档位、忙时)的 1/8。内部盲测显示,85 位用户在 27 类共 259 个日常工作任务上对 Hy4 flash 的满意度接近 Claude Haiku 5.5,且任务时长最短。上述成本对比数据基于官方评测集,实际业务场景中的降本效果可能因任务复杂度而异。

目前,Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 上线,即将接入 OpenRouter。11 月 30 日前,WorkBuddy 限时免费使用,腾讯云 TokenHub API 限时 5 折。腾讯计划开源 Hy4 flash 并保持高频迭代。

RELATED STORIES

继续阅读

围绕「Hy4 flash」,继续阅读相关内容。

ARTICLE RECORD

转载说明

转载请注明文章出处。

TOPICS · 05

文章标签