腾讯于2026年11月16日发布了面向日常工作的语言模型Hy4 flash。凭借开放权重和低于现有旗舰模型的使用费用,开发者可根据运营方式选择自有服务器部署或接入云服务。

1. 减少计算的混合架构

据公司公布的数据,模型总参数为2,240亿,但每个词元仅激活120亿。其设计并非对整个大模型进行计算,而是选择部分参数参与运算。

其核心是结合不同注意力计算方式的混合注意力:将仅选择所需词元的稀疏注意力,与仅关注邻近词元的滑动窗口注意力相结合,以减少引用上下文所需的计算。

模型接收文本和图像输入并生成文本,最多可处理100万词元的上下文。这一配置面向需要同时处理文档和视觉资料的工作。

2. 在内部任务中评估成本与性能

腾讯使用基于幻灯片制作、文档编辑等内部工作构建的WorkIndex评估性能。据公司公布的数据,Hy4 flash的得分高于Hy4 preview,但不及Hy4。

表:内部工作评估得分

条件:公司公布的WorkIndex中的8个评估集

单位:分

内部工作评估得分对比Hy4 flash: 得分 42.1; Hy4 preview: 得分 39.7; Hy4: 得分 51.4Hy4 flash42.1Hy4 preview39.7Hy451.4
内部工作评估得分对比
在内部任务中评估成本与性能
模型得分
Hy4 flash42.1
Hy4 preview39.7
Hy451.4

据公司公布的数据,该评估的单任务平均成本为Hy4 preview的1/13、Hy4的1/20。与DeepSeek-V4.1-Flash-1017的Max档高峰时段价格相比,则为1/8。这一结果更侧重降低任务处理成本,而非追求最高得分。

此外,腾讯还开展了盲测,由85名内部WorkBuddy用户评估27个类别的259项任务。据公司公布的数据,满意度在满分4分中达到2.79分,接近Claude Haiku 5.5的2.81分。

据公司公布的数据,在同一测试中,完成时间中位数为6.7分钟,单任务成本为0.26元。腾讯表示,其完成时间在受评模型中最短,任务成本也最低。

3. API降价与计算成本的权衡

官方页面列出的每100万词元API价格中,缓存输入、输入和输出均低于Hy4。以下价格按词元用量计费,并非单任务成本。

表:官方API价格

条件:腾讯官方页面的每100万词元价格

单位:美元

每100万词元API价格对比缓存输入: Hy4 flash 0.003, Hy4 0.042; 输入: Hy4 flash 0.070, Hy4 0.834; 输出: Hy4 flash 0.281, Hy4 2.501Hy4 flashHy4缓存输入0.0030.042输入0.0700.834输出0.2812.501
每100万词元API价格对比
API降价与计算成本的权衡
项目Hy4 flashHy4
缓存输入0.0030.042
输入0.0700.834
输出0.2812.501

据公司公布的数据,通过按结果改进模型输出的强化学习,完成任务所需的平均输出词元数减少了50%;用于上下文处理的内存KV缓存则缩减至Hy3的1/24、Hy4的1/6。

据公司公布的数据,结合合并多项运算的巨型内核、将权重表示压缩至4位的量化,以及预先提议后续输出的DFly2,输出生成速度超过每秒150词元。

除了减少计算量和费用带来的收益,自行运营者仍需准备下载和存储模型的资源。Hugging Face页面上的权重文件大小为440,521,238,479字节,分为148个文件。即使只有部分参数参与计算,仍需承担存储全部权重的负担。

4. 下载权重并自行部署

腾讯发布了经过指令遵循调优的指令模型、将权重压缩为8位浮点数的FP8指令模型,以及预训练基础模型。适用许可证为Tencent Hy License。

模型卡给出的本地运行途径是Transformers。模型卡表示,支持代码尚未合入主开发分支,因此提供了以下安装命令。

pip install "transformers[torch,vision] @ git+https://github.com/huggingface/transformers.git@refs/pull/50903/head"

运营推理服务器时,可使用官方文档提供的vLLM或SGLang部署方案。官方提供本地直接加载,以及启动服务器后通过API访问这两种途径。

5. 适用于日常工作和自有服务

腾讯建议将Hy4 flash用于深度搜索、文档处理、幻灯片制作、简单的前端演示和计算机操作等日常任务。对于长期软件工程等复杂工作,则推荐使用性能更高的Hy4。

在向预训练模型提供五个示例的知识评估中,Hy4在以下三项中也均领先。据公司公布的数据,这些得分是对各领域准确率等权平均的结果,与前述评估完整工作成果的内部测试不同。

表:预训练模型的知识评估

条件:模型卡中的预训练模型,5-shot,宏平均准确率(标有†的项目)

单位:分

适用于日常工作和自有服务
基准测试Hy4 flash BaseHy4 BaseHy3 preview Base
MMLU88.791.687.5
MMLU-Pro71.173.965.8
SuperGPQA57.862.752.3

总参数量在官方公告中标为224B,在模型卡中则为220B,不同文档存在差异。模型卡还补充指出,中期训练接触了人工生成的合成指令学习数据,这可能导致模型在提供示例的评估中未遵循答案格式,从而使得分失真。

Hy4 flash凭借开放权重和低服务成本面向日常工作部署,但在复杂开发任务中,Hy4仍是优先选择。