已就绪内容按当前版本翻译;动态数量、项目输入等部分界面仍可能显示中文原文。
大模型与软件產業動態报道日期 11-16约 3 分钟读完

騰訊混元發布輕量多模態模型 Hy4 Flash:224B 總參 12B 激活、1M 上下文、TokenHub 定價公布

騰訊混元於 2026 年 11 月 16 日發布輕量多模態模型 Hy4 Flash,總參 224B(含 64B Engram)、激活 12B,1M 上下文,解碼超 150 tokens/s。模型上線騰訊雲 TokenHub 等多個入口,目錄價輸入 0.5 元/百萬 tokens、輸出 2.0 元/百萬 tokens,至 11 月 30 日享限時 5 折。權重宣布開源但尚未發布。

內容糾錯

騰訊混元於 2026 年 11 月 16 日正式發布輕量級多模態大模型 Hy4 Flash(官方寫作 Hy4 flash),定位面向日常辦公、深度搜尋、多模態理解與輕量級智慧體任務。

架構方面,Hy4 Flash 採用混合注意力、LatentMoE 與 Engram 架構協同設計,總參數 224B,其中含 64B 的 Engram 可擴展查表式參數模組,單 token 激活參數僅 12B;原生支援文本與圖像輸入、文本輸出,上下文視窗 1M(1,048,576 tokens)。推理鏈路上,官方稱 KV cache 體積降至 Hy4 的 1/6(Hy3 的 1/24),並透過自蒸餾與強化學習將端到端任務輸出長度壓縮 50%,結合 megakernel、4bit 量化與 DFly 加速,解碼速度超過 150 tokens/s。

評測方面,官方部落格附錄公布 7 項公開 Agent 基準(如 DeepSWE 64.6、OSWorld 2.1 全量 68.1、HLE-Full with tools 55.2)、2 項多模態基準(MMMU-Pro 75.8、ZeroBench-main 45.8)以及 8 項 WorkIndex 內部辦公評測。據官方數據,Hy4 Flash 在 WorkIndex 綜合得分 42.1,略高於總參 770B 的 Hy4 preview(39.7),平均單任務成本約為 Hy4 preview 的 1/13.8。85 位內部用戶對 27 類共 259 個日常任務盲測中滿意度 2.79(4 分制),端到端時長中位數 6.7 分鐘。

定價與生態上,模型已上線騰訊雲 TokenHub(調用 ID hy4-flash)、WorkBuddy、騰訊元寶、企業微信、QQ、ima 與 Marvis,計劃接入 OpenRouter。TokenHub 目錄價為每百萬 tokens 輸入 0.5 元、輸出 2.0 元、快取命中輸入 0.02 元;自發布日至北京時間 2026 年 11 月 30 日 12:00 享限時 5 折(折後 0.25 元 / 1.0 元 / 0.01 元),期滿恢復目錄價。

開源方面,騰訊表示後續擬開源 Hy4 Flash,但截至發布日尚未開放權重下載,也未公布授權條款,狀態為「已宣布、待發布」。適用邊界上,官方建議日常搜尋、辦公文檔/PPT 處理與輕量級 Computer Use 優先使用 Hy4 Flash;在複雜終端工程(Terminal-Bench 4.0 得分 19.2,對比 Hy4 的 44.4)與長程軟體工程(ProgramBench 16.0 vs 30.0)上明顯低於旗艦 Hy4,複雜長程工程建議使用 Hy4。

編輯分析 基於來源資訊推斷

從選型角度,Hy4 Flash 走的是「高激活效率 + 低價走量」路線:12B 激活配合 1M 上下文與超 150 tokens/s 解碼,疊加約 Hy4 preview 1/13.8 的單任務成本,明顯面向高頻、低單價的日常辦公與輕量智慧體場景。其明顯的取捨在於能力邊界——Terminal-Bench 4.0 與 ProgramBench 得分顯著低於旗艦 Hy4,說明它不適合複雜終端工程和長程軟體工程,採購時應按任務類型分檔配模型而非全量替換。開源雖已宣布但授權條款未定,自建部署方需等待權重與許可條款落地後再評估。

  • 評測數據主要來自騰訊官方部落格附錄與內部 WorkIndex/盲測,獨立第三方複現結果有限
  • WorkIndex 為官方內部評測,口徑與外部基準不完全可比
  • 開源授權條款與權重發布時間尚無確定資訊
  • 發布頁面數據由 DataLearner 彙整,部分標註「待確認」(如上一代參考)

資料來源 DataLearner

整理說明 内容由 AI 根据公开资料整理;事实与推断分开呈现。

內容糾錯

延伸閱讀

選型助手

让需求变成可修改的筛选条件

依据已录入参数生成条件,结果可查看和修改。帧率与性能需核对实测,不能仅凭算力数值保证。