腾讯混元发布 Hy4 flash:面向日常办公的轻量模型

发布概况

2026 年 11 月 16 日,腾讯混元发布语言模型 Hy4 flash,作为 Hy4 系列面向日常工作任务的新成员。模型总参数量为 224B,其中包含 64B Engram 参数,每个 token 激活 12B 参数,支持多模态输入与 100 万 token 上下文长度。官方公布的 API 价格为每百万 token 输入 0.5 元、输出 2 元、命中缓存时 0.02 元,均低于此前发布的 Hy4。

架构与推理效率

为实现成本与效果的平衡,混元团队在预训练阶段引入混合注意力、LatentMoE 与 Engram 等架构特性,KV cache 大小为 Hy3 的二十四分之一、Hy4 的六分之一;后训练阶段通过自蒸馏 Hy4 获得综合智能水平,再用强化学习把端到端任务输出长度降低 50%。推理侧结合 megakernel、4bit 量化与 DFly 等手段,官方称解码速度可超过每秒 150 个 token,便于大规模低成本部署。这些数值来自官方公布的工程说明,实际表现会随部署环境和任务类型变化。

能力表现与评测口径

官方构建了内部评测集 WorkIndex,包含演示文稿制作与修改、人机双写、文档编辑、表格修复、音视频处理与视觉理解等八类日常任务,并配合公开智能体评测集与人工评估。按官方测算,Hy4 flash 在综合效果上略优于参数规模更大的 Hy4 preview,单任务成本约为 Hy4 preview 的十三分之一、Hy4 的二十分之一。腾讯内部 85 位办公产品在 27 类共 259 个任务上的盲测结果显示,用户满意度接近同类对照模型,单任务成本与任务时长均为参评模型中较低。这些结果基于官方内部评测集与人评,不是公开榜单成绩。

上线范围与限时安排

Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima 与 Marvis 等产品上线,官方表示即将接入 OpenRouter。11 月 30 日之前,用户可在 WorkBuddy 限时免费使用,腾讯云 TokenHub 的 API 调用限时五折。混元团队建议在深度搜索、文档处理、演示文稿生成、简单前端展示与计算机操作等多数日常任务中使用 Hy4 flash,在长程软件工程等复杂任务中继续使用智能上限更高的 Hy4。

对现有使用者的影响

调用 API 的开发者需要按官方模型名切换,并重新验证关键用例:新模型输出更简短、单轮输出长度下降,提示词与输出解析逻辑可能需要相应调整。腾讯云 TokenHub 的模型列表同时标注 Hy4 preview 将于 2026 年 12 月 7 日下线,仍在使用该预览型号的项目应在下线前完成迁移或改用正式型号。官方表示计划开源 Hy4 flash 并持续迭代,但发布时权重尚未开放,需要自托管的用户应关注后续开源进展。

定位

此次发布把同一代模型拆分为面向复杂长程任务的 Hy4 与面向日常高频任务的 Hy4 flash,让使用者可以按任务难度与成本预算选择型号。对批量文档处理、演示文稿制作、信息检索与工具调用等高频场景,成本下降意味着同样的预算可以覆盖更多任务;对需要长周期推理与代码工程的任务,官方仍建议使用更高能力档位的型号。

评论