快速了解本文
腾讯混元发布 Hy4 flash 模型,单任务成本降至原版 5%。
模型支持多模态输入与百万 token 上下文,解码速度超 150 tps。
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
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。
