混元 Hy4 flash 发布:224B 参数只激活 12B,单任务成本是 Hy4 的二十分之一

11月17日,据报道,腾讯混元发布了新的语言模型 Hy4 flash。总参数 224B(其中 64B 是 Engram 参数),激活参数只有 12B,支持多模态和 100 万 Token 上下文。

混元 Hy4 flash 发布:224B 参数只激活 12B,单任务成本是 Hy4 的二十分之一

价格是最直接的信号:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时输入只要 0.02 元。混元称这是迄今性价比最高的 Hy 模型。

成本压在哪里?预训练阶段引入了混合注意力、LatentMoE、Engram 等架构,KV cache 只有 Hy3 的 1/24、Hy4 的 1/6——这个指标直接决定长上下文时的显存占用。后训练用自蒸馏从 Hy4 学能力,再用强化学习把端到端输出长度压掉 50%。输出短了,按 Token 计费的成本自然跟着降,这比单纯降价更可持续。

评估方式也换了。混元自建了基于 WorkBuddy 典型任务的内部评测集 WorkIndex,覆盖 PPT 制作与修改、文档编辑、表格修复、音视频处理和视觉理解,看的是产物效果、单轮输出长度和端到端用时,而不是公开榜单分数。

结果上,Hy4 flash 的综合效果略优于参数更大(770B、激活 49B)的 Hy4 preview,成本却显著更低。按 WorkIndex 测算,单任务成本约为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1027 忙时档的 1/8。推理侧靠 megakernel、4bit 量化、dflash 等手段优化,解码速度超过 150 tps,具备大规模低成本部署的条件。

上线节奏也很快:已进入腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis,即将接入 OpenRouter。11 月 30 日前,WorkBuddy 限时免费,腾讯云 TokenHub API 五折。

原创文章,作者:校草,如若转载,请注明出处:https://www.kejixun.co/article/768418.html

校草的头像校草认证作者

相关推荐

发表回复

登录后才能评论