2026年11月16日,腾讯混元团队正式发布Hy4 Flash,官方将其定位为“迄今性价比最高的Hy模型”。模型总参数量224B,其中包含64B Engram参数,每个token仅激活12B参数,支持原生多模态与100万token上下文长度。据腾讯云TokenHub公布的价格单,API输入定价为$0.070/百万token,输出为$0.281/百万token——相比完整版Hy4(输入$0.834、输出$2.501),输入降幅约92%,输出降幅约89%。
腾讯援引内部评测数据,宣称Hy4 Flash用户满意度接近Claude Haiku 5.5,而每任务成本低约18倍。所有性能对比数据均来自腾讯内部组织的测试,截至发布日,尚无第三方实验室进行独立复现。
三阶段协同优化:效率从何而来
Hy4 Flash的低成本并非单纯通过压缩模型能力换取,而是由预训练、后训练、推理三个阶段各自的技术决策叠加实现。
预训练阶段,混元团队引入混合注意力、LatentMoE(稀疏专家框架)与Engram(一种可扩展的查表式参数模块)架构组合,使KV缓存大小降至Hy3的1/24、Hy4的1/6。KV缓存的直接作用是存储此前计算过的注意力键值对以供复用——缓存越小,意味着在处理长上下文时内存占用越少,大规模部署成本更低,这对百万token上下文场景尤为关键。
后训练阶段,团队采用对完整版Hy4的自蒸馏,使模型继承较强的综合智能水平,再通过强化学习将端到端任务平均输出长度压缩50%。更短的输出在批量任务场景下直接转化为更低的输出token费用,而输出token的计费单价通常是输入的数倍。
推理阶段,腾讯报告通过megakernel融合、4-bit量化与DFly调度优化,使解码速度超过150 tokens/秒,支持大规模低成本部署运营。这一速度数字是官方自测值;据第三方平台数据,Claude Haiku 5.5在OpenRouter上的中位生成速度约为171 tokens/秒,高于目前可观测到的Hy4 Flash数值,但Hy4 Flash的OpenRouter接入在发布时尚未上线,这一比较具有一定局限性。
内部盲测的完整数据:Tencent选择性呈现了哪些
腾讯组织了85位WorkBuddy内部用户,围绕27类共259项日常工作任务进行盲测。测试涵盖幻灯片生成与编辑、文档处理、电子表格修复、音视频理解等8个评估集,构建了一套名为WorkIndex的评测体系,着重衡量产物质量、单轮输出长度与任务完成时长,而非公开榜单分数。
腾讯对外主推的结论是:Hy4 Flash用户满意度评分2.79,接近Claude Haiku 5.5的2.81;每任务成本仅¥0.26,远低于Claude Haiku 5.5的¥4.73,差距约18倍;任务完成时长(中位6.7分钟)也是参与比较的模型中最短。
然而在同一测试的完整结果中,DeepSeek-V4.1-Flash-1017的用户满意度评分达到3.09,高于Hy4 Flash与Claude Haiku 5.5,这一数字未被纳入腾讯的核心对外宣传口径。这并不意味着Hy4 Flash的测试结果造假,但它提示“性能接近Haiku”这一表述的前提是特定任务场景与特定评测框架,且在相同框架下,DeepSeek已做出更优的性价比组合。
复杂编程任务上的差距更为明显。据Terminal-Bench 4.0测试数据,Hy4 Flash得分19.2,而完整版Hy4为44.4,DeepSeek V4.1 Flash 1017为40.0。腾讯官方也明确建议:长程软件工程等复杂任务仍应交由完整版Hy4处理,Hy4 Flash的设计目标是高频次、中等复杂度的日常生产力工作。
产业影响:开发者、企业与竞争格局
对独立开发者而言,Hy4 Flash的定价直接改变了高频调用场景的成本方程。在文档处理、会议纪要、表格修复等不要求深度推理的批量任务中,$0.07/M输入的价格使原本成本敏感的产品形态变得可行。腾讯同时提供缓存输入$0.003/M的选项(相比Hy4的$0.042/M),对于频繁使用固定系统提示的应用层开发者,实际综合成本将进一步压缩。
对企业用户而言,选型逻辑需要分层考量。Hy4 Flash通过腾讯现有产品线(WorkBuddy、企业微信、QQ、ima、元宝)铺货,部署路径与腾讯生态已深度绑定。对于已在腾讯云上构建工作流的企业,Hy4 Flash提供了一条低摩擦的降本路径;而对于跨云或跨供应商的企业,待OpenRouter接入后才能进行真正可对比的横向测试。
从竞争格局看,Hy4 Flash的发布将国内大模型轻量推理档位的价格压力进一步传导至国际市场。DeepSeek此前凭借低价高性能在全球开发者社区建立起价格参照系,Hy4 Flash的入场使这一档位的竞争者增加。但DeepSeek V4.1 Flash 1017在腾讯自己的测试中取得最高满意度评分,说明在性价比全局排名上,价格并非唯一变量。
历史对照:轻量化旗舰路线的可信度
从技术路线看,Hy4 Flash与近年来各主要实验室的“Flash/Haiku/Mini”策略一脉相承:以旗舰模型知识蒸馏为起点,通过架构稀疏化和推理优化将每token成本压缩至旗舰的一个数量级以下,换取大规模部署可行性。这一路线本身已有多项产品的落地佐证,技术逻辑可信。
此类“轻量版匹配旗舰效果”的宣传,历史上往往在特定任务域成立,在推理密集型或长程任务上存在显著折扣。Hy4 Flash的Terminal-Bench数据(19.2 vs 44.4)印证了这一规律,腾讯官方也并未回避这一差距,明确划分了两款产品的适用场景边界。
前瞻:验证窗口在哪里
目前,Hy4 Flash的性能数据全部来自腾讯内部,外部验证的关键节点有两个:一是OpenRouter接入落地后,第三方开发者将能够在统一端点上与其他模型进行真实负载的横向比较;二是腾讯计划开源Hy4 Flash权重,若开源按时兑现,学术界与独立评测者将获得完整的基准测试条件。
在这两个节点到来之前,Lmarena或SEAL等公开榜单上的真实用户投票结果、复杂任务(代码生成、多跳推理)上的独立评测分数,以及百万token上下文在实际应用场景中的稳定性是主要信号。理论支持的上下文长度与在高负载下持续可用的上下文长度,历史上并不总是等价。
从价格战角度,这是一个已经不可逆的结构性变化。无论Hy4 Flash的第三方评测结果如何,$0.07/M输入的存在本身已重新校准了开发者对这一能力档位的价格预期。对于依赖API成本定价模型的AI应用层公司,这意味着成本模型需要重新计算,而对终端用户,则意味着同等预算下可支撑的调用量级再上一个台阶。
腾讯称计划开源Hy4 Flash并保持高频迭代。这一承诺若兑现,将是后续评估其真实技术竞争力的最直接依据。在此之前,“可比肩Claude Haiku 5.5”这一宣传应被理解为:在腾讯自定义的办公任务框架内、以内部用户为评判者的一次测试结论,而非经独立机构认证的通用能力等价声明。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接