Skip to content

模型卡|Tencent Hy4 flash

2026年11月19日1 分鐘
TL;DRHy4 flash(`tencent/Hy4-flash`):224B 總參數(含 64B Engram)、12B 活躍參數、1M context,2026-11-17 開源(Tencent Hy License);官方定價 input $0.070/output $0.281/cache $0.003 per 1M tokens;WorkIndex 任務品質(42.1)小勝前代 Hy4 Preview(39.7),但每任務成本只要 Hy4 Preview 的 1/13、旗艦 Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8;盲測使用者滿意度 2.79/4 貼近 Claude Haiku 5.5 的 2.81/4,但成本只要後者的 1/18

查詞與收藏

正在載入查詞工具…

English version

模型資訊

項目值
Model IDtencent/Hy4-flash(另有 tencent/Hy4-flash-FP8 量化版、tencent/Hy4-flash-base 預訓練版)
廠商Tencent(騰訊混元 / Hy 團隊)
參數量224B 總參數(含 64B Engram 查表參數)、12B 活躍參數/token(文字 11.3B + 視覺 0.43B)
Context Window1,048,576 tokens(1M)
Input 定價 (USD/1M tokens)$0.070
Output 定價 (USD/1M tokens)$0.281(cache hit 另計 $0.003/1M tokens)
開源是(Tencent Hy License,自訂條款)
發布日2026-11-17
官方公告Tencent PR Newswire
HuggingFacetencent/Hy4-flash
家族Tencent Hunyuan Hy 系列(Hy4 旗艦的輕量 flash 分支,前代為 2026-08-29 的 Hy4 preview)

能力亮點

  • 效率優先的三項架構變更:相對旗艦 Hy4,Hy4 flash 把 sparse attention 與 sliding-window attention 以 1:3 交錯(hybrid attention)、路由專家搬進低維 latent 空間(LatentMoE,512 選 16)、再加 Engram 這個用雜湊查表取 bigram/trigram 表徵的模組,三者合力把 KV cache 壓到 Hy3 的 1/24、Hy4 的 1/6
  • 成本效率是賣點,不是智能上限:內部 WorkIndex(PPT 製作/編輯、文件編修、試算表修復、音訊影片處理等 8 項任務)整體分數 42.1,只小贏前代 Hy4 Preview 的 39.7,但每任務成本是 Hy4 Preview 的 1/13、旗艦 Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max tier)的 1/8
  • DFly2 投機解碼:5 層、0.85B 參數的草稿模型直接共用主模型的 KV cache 與 sparse attention 索引選取結果,草稿 token 固定只看最多 2,048 個 key,不隨 context 長度增加成本,搭配 4-bit 量化讓解碼速度超過 150 tokens/s
  • 盲測貼近 Claude Haiku 5.5,成本差 18 倍:85 位騰訊 WorkBuddy 內部使用者、259 個任務的盲測中,Hy4 flash 使用者滿意度 2.79/4(Claude Haiku 5.5 為 2.81/4),但每任務成本僅 RMB 0.26,對比 Claude Haiku 5.5 的 RMB 4.73

Benchmark 表現

BenchmarkHy4 flash前代/旗艦 Hy4競品最強
WorkIndex(內部任務綜合分)42.1Hy4 Preview 39.7 / 旗艦 Hy4 51.4—
DeepSWE v1.164.6旗艦 Hy4 74.9—
Terminal-Bench 4.019.2旗艦 Hy4 44.4—
使用者盲測滿意度(4 分制)2.79—Claude Haiku 5.5 2.81
每任務成本(WorkIndex,相對值)1×旗艦 Hy4 20×DeepSeek-V4.1-Flash-1017(Max tier) 8×

以上除使用者盲測外均為 Tencent 官方自測;DeepSWE/Terminal-Bench 4.0 數字取自官方附錄圖表,經第三方聚合站(LLMLearner、DataLearnerAI)交叉核對一致,尚未見獨立團隊重現。

與前代/競品比較

跟自家旗艦 Hy4 比,Hy4 flash 在長程軟體工程類任務(Terminal-Bench 4.0 19.2 vs 44.4、ProgramBench 16.0 vs 30.0)明顯落後,Tencent 官方也直接建議複雜 coding 任務改用旗艦 Hy4,Hy4 flash 只打「日常工作」這個定位:深度搜尋、文件處理、PPT 生成、簡單前端畫面、computer use。

跟 DeepSeek-V4.1-Flash-1017 比,Hy4 flash 的差異化純粹在成本——WorkIndex 任務成本只要對方的 1/8,但 Tencent 沒有公開兩者在同一組 benchmark 上的直接分數對照,只給了成本倍數,所以「划算」能確認,「哪個更聰明」目前答不出來。

定價策略很直白:Hy4 flash 的官方定價是旗艦 Hy4 的 1/12(input)、1/9(output)、1/15(cache),而且 2026-11-30 前在 Tencent Cloud TokenHub 再打五折——這跟 Qwen、DeepSeek 近期的「旗艦打智能、flash 打價格」兩層產品線策略是同一套打法,差別在 Tencent 把 Engram 這個查表式參數也算進「總參數」,224B 的數字裡有 64B 根本不吃 attention 運算,換算活躍參數其實只有 12B,比帳面數字看起來精簡。

對 Agent 開發的意義

Hy4 flash 的 DFly2 投機解碼值得單獨注意:草稿模型直接共用主模型的 sparse attention 索引選取結果(Index Share)而不是重新算一次,这代表它能在長 context 場景維持投機解碼的加速效果而不會隨 context 長度增加額外開銷——對需要長 context 的 Agent 任務(讀整個 repo、長文件問答)是比單純堆大 context window 更實際的工程選擇。

  • 如果你在做高頻、低複雜度的 Agent 任務(表單填寫、文件轉換、簡單網頁操作):Hy4 flash 的成本結構(旗艦 1/20、DeepSeek flash 1/8)讓它適合當「先篩一輪」的前置模型,複雜案例再升級到旗艦模型
  • 如果你在做長程 coding agent:Terminal-Bench 4.0 與 ProgramBench 都明顯輸旗艦 Hy4,不要把 Hy4 flash 當 coding agent 的主模型用
  • 不適合:需要可驗證、獨立重現的 benchmark 數字做決策依據的場景——目前 Open Benchmarks 只有圖表沒有官方數字表,得靠第三方聚合站讀圖還原

今日收穫

之前看「總參數量」會直接拿來估算模型的運算成本,但 Hy4 flash 的 224B 裡有 64B 是 Engram 這種查表式參數,不吃 attention 運算,活躍參數只有 12B——這提醒我往後看 MoE/查表混合架構的模型,「總參數」跟「推理成本」已經是兩個要分開看的數字,光看帳面參數量會嚴重高估真實算力需求。

參考資料