腾讯混元发布 Hy4 flash,API 输出价格降到每百万 token 2 元
Hy4 flash:日常工作的极致性价比模型
腾讯混元于 2026 年 11 月 16 日推出 Hy4 flash,总参数 224B、激活参数 12B,支持多模态和 1M 上下文,API 价格每百万 token 输入 0.5 元、输出 2 元,命中缓存输入 0.02 元,Hy4 对应价格为 6 元和 18 元。
腾讯混元推出 Hy4 flash,API 输入每百万 token 0.5 元、输出 2 元,约为 Hy4 的十二分之一,官方称日常任务单任务成本降到 Hy4 的 1/20。
研究
2026年11月16日

Hy4 flash: 日常工作的极致性价比模型
我们推出 Hy4 flash,迄今为止最高性价比的 Hy 模型。其总参数量为 224B(其中 64B Engram 参数),激活参数 12B,支持多模态和 1M 上下文长度,API 价格相比 Hy4 大幅降低。
| API 价格(每百万 Tokens) | 输入(命中缓存) | 输入 | 输出 |
|---|---|---|---|
| Hy4 flash | 0.02元 | 0.5元 | 2元 |
| Hy4 | 0.3元 | 6元 | 18元 |
我们通过一系列工作在极致优化成本的同时兼顾智能水平和实用性:
在预训练阶段,Hy4 flash 加入了混合注意力、LatentMoE、Engram 等架构特性,KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6,且通过大量 scaling ladder 实验确保效果符合预期;
在后训练阶段,我们通过自蒸馏 Hy4 获得了较强的综合智能水平,再通过强化学习使端到端任务输出长度降低 50%;
在评估阶段,我们构建基于 WorkBuddy 典型任务的内部评测集 WorkIndex,并结合人评,聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数;
在推理阶段,我们结合 megakernel、4bit 量化、DFly 等手段极致优化,使 Hy4 flash 解码速度超过 150 tps,且可以大规模低成本部署运营。
最终,Hy4 flash 在综合效果上略优于 Hy4 preview;在 WorkIndex 上单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(max档位,忙时价格)的 1/8。
WorkIndex (internal)Open Benchmarks
图 1:内外部任务上的性能和成本。其中 WorkIndex 包含 8 个内部评测集(PPT 制作、PPT 修改、PPT 人机双写、Markdown 人机双写、文档编辑、表格修复、音视频处理、视觉理解);Open Benchmarks 包含 7 个公开 Agent 评测集(DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE、OSWorld 2.1)。

图 2:在 WorkIndex 上的平均任务花费对比。
为了衡量真实使用体验,我们邀请了 85 位 WorkBuddy 内部用户在 27 类共 259 个日常工作任务上进行盲测。结果显示,Hy4 flash 的用户满意度接近 Claude Haiku 5.5,且单任务成本显著低于其他所有模型,任务时长也最短。

Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品上线,即将接入 OpenRouter。11 月 30 日前,用户可在 WorkBuddy 限时免费使用,腾讯云 TokenHub API 限时 5 折使用。 我们推荐在深度搜索、文档处理、PPT生成、简单前端展示、computer use 等大部分日常任务中使用 Hy4 flash,在长程软件工程等复杂任务中使用智能上限更高的 Hy4。我们计划开源 Hy4 flash 并高频迭代,不断提升真实工作的实用性和效率。

日常办公中,用户既看重任务完成质量,也在意完成时间和使用成本。WorkBuddy 的评测结果显示,与 Hy4 相比,平均任务耗时减少 70%,平均成本仅为 Hy4 的 1/15 左右,效果在日常工作任务上基本持平,Coding 长程任务小幅下降,并且具备原生多模态能力。总的来看,Hy4 flash 是兼顾效果、速度与成本的实用首选。
WorkBuddy 产品经理 Anne

元宝真实场景下,Hy4 flash 的 Agent 能力相比 Hy3 大幅提升 13.6%,Agent 任务人工对比评估 GSB 相比 Hy3 提升 7.56%,提升亮点在于任务完成更充分、信息呈现更清晰、内容更专业可信。在元宝通用对话任务上,Hy4 flash 相比 GLM-5.3-Flash 提升 2.52%,其中多轮对话能力提升最明显。
元宝 产品负责人 Logan

在 AI 操作真机的支付客户端场景测评中,我们针对执行路径、知识利用、验收检查、造号准确性四个 Agent 流程进行评测,Hy4 flash 相比 DeepSeek-V4.1-Flash-1017,均分全部持平或更高,执行步数减少约 6%,单次输出长度缩短约 29%。执行路径更干净,对注入的知识库理解更清晰,使用更准确。在微信支付代码静态扫描场景的测评中,Hy4 flash 相比 DeepSeek-V4.1-Flash-1017,完成扫描所需时间降低 37%、消耗 Token 降低 46%,推理效果持平,模型回复内容更简练,且更能从上下文中找到决策依据。
微信支付 信息智能实验室 yilin 安全工程师 Simba

日常办公协作中,企业微信大圆的评测结果显示,Hy4 flash 的输出速度相比 Hy4 提升 88%,思考模式下的输出 Token 减少约 60%。在企业信息检索、资料分析、文档整理等任务中,它能够自主规划工具调用并完成结果交付。Hy4 flash 兼顾响应效率与交付质量,非常适合需要快速响应和多步骤处理的办公场景。
企业微信 算法负责人 Dylan

在游戏研发 Bug 分析评测中,针对 UI 交互、系统逻辑等问题,Hy4 flash 的根因定位表现接近 DeepSeek-V4.1-Flash-1017 和 GLM-5.3-Flash,但模型请求次数减少 22.0% – 39.1%,按请求回执统计的 Token 消耗量减少 40.5% – 61.2%。Hy4 flash 平均工具调用次数分别多 51.2% 和 7.7%;输出报告篇幅短 13.8% 和 37.0%。Hy4 flash 体现出兼顾定位质量与资源效率的优势,尤其适合日常研发中高频、批量的问题排查与辅助定位。
王者荣耀 项目管理负责人 TH

在基于知识库问答真实场景构建的评测显示,Hy4 flash 相比 DeepSeek-V4.1-Flash-1017 和 GLM-5.3-Flash,平均等待时间缩短约 18% – 35%;提速的同时,各项质量指标同步向好:回答整体评分提升 1.8%,回答内容质量评分提升 8.1%,思维链内容质量综合评分提升 2.1%。对于日常问答、文字整理这类知识工作,完成时间更短,并且能够拿到更优质的回复。
ima 产品经理 Kaycee

接入 Hy4 flash 后,小 Q 的多项 Agent 能力进一步提升,既答得好,也回得快。评测显示,相较 DeepSeek-V4.1-Flash,Hy4 flash 在音乐推荐、频道互动、QQ 空间和星座长篇解析中的表现更优,符合要求的结果占比分别高出 6.16、2.84、0.92 和 2.22 个百分点;在聊天陪伴、音乐推荐和星座长篇解析场景里,完成时间缩短约 11%–27%,让用户更快获得贴合需求的陪伴与帮助。在频道助手的 UGC 互场景中,Hy4 flash 能在近实时约束下稳定完成意图识别与工具调用。相比 DeepSeek-V4.1-Flash,对用户意图的判断准确率持平,评论 P90 耗时缩短 39%、峰值耗时缩短 47%,输出 token 减少 30%,缓存命中率大幅提升,充分满足业务要求。
QQ 小 Q 技术负责人 Red 频道研发 Look

Hy4 flash 在 Marvis 核心 AI 管家场景中展现出很强的任务解决能力。相比 DeepSeek-V4.1-Flash-1017,多个核心场景的任务满意度均有提升:应用下载安装提升 6.2%,系统设置与诊断提升 4.4%,文档处理与调研报告生成提升 6.9%。在整体任务满意度持平的基础上,Hy4 flash 进一步强化了重点场景的任务质量,为用户带来更加可靠的 AI 管家体验。
Marvis 算法工程师 Baihan
02 / 08
附录:模型得分

目录
评论(1)
0/2000
发表评论

哄哄
666
北京
10小时前
继续阅读

Hy4 正式发布
2026-11-03 Hy LLM

Hyra 2.0:自动化科研的下一步
2026-11-01 Hyra Team

Hy Image3.5 preview 发布:为专业创作提供高性价比模型
2026-09-21 caesarqin
来源:腾讯混元研究 · hunyuan.tencent.com
WorkBuddy
元宝