模型資訊
| 項目 | 值 |
|---|---|
| Model ID | tencent/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 Window | 1,048,576 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 |
| HuggingFace | tencent/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
| Benchmark | Hy4 flash | 前代/旗艦 Hy4 | 競品最強 |
|---|---|---|---|
| WorkIndex(內部任務綜合分) | 42.1 | Hy4 Preview 39.7 / 旗艦 Hy4 51.4 | — |
| DeepSWE v1.1 | 64.6 | 旗艦 Hy4 74.9 | — |
| Terminal-Bench 4.0 | 19.2 | 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
- Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows(PR Newswire 官方公告,2026-11-17)
- tencent/Hy4-flash · Hugging Face(模型卡、架構規格、benchmark 附錄圖表)
- Tencent-Hunyuan/Hy4-flash · GitHub
- Hy4 Flash: Benchmarks, Pricing & Specs | LLMLearner(Open Agent Benchmarks 數字還原)