混元 Hy4 flash 推出並開源,WorkIndex 單任務成本為 Hy4 的 1/20
推理成本砍到1/20:混元Hy4 flash调用数据登顶,性价比拉满了(已开源)
騰訊於 11 月 16 日推出混元 Hy4 flash,並已開源;在 WorkIndex 評測中,其單任務成本僅為 Hy4 的 1/20。模型有 224B 參數、每 token 啟用 12B,支援 100 萬 token 上下文;API 每百萬 token 輸入 0.5 元、輸出 2 元,命中快取時為 0.02 元。
文章結合實測任務、WorkIndex 成本數據及模型工程優化,呈現 Hy4 flash 在日常生產力場景中的定位。
編輯|澤南、冷貓
你能想像嗎?這是用 Flash 級的模型,只花 15 分鐘寫出來的。

大模型的「斬殺線」居然已經到了這個位置。
11 月 16 日,騰訊正式推出的新模型混元 Hy4 flash,讓 AI 社區久違地像過節一樣,狂曬各種測試效果。有人已經喊出:DeepSeek 不再是效率之王了。

Hy4 flash 是一款原生多模態模型,主打日常辦公、Agent 任務的速度與成本,參數量為 224B,其中包含 64B Engram 參數,每 token 激活 12B,100 萬 token 上下文。在全球激烈的 AI 競爭中,混元把效率做到了極致。
它的 API 價格較 Hy4 大幅降低,每百萬 Token 輸入是 0.5 元、輸出 2 元,命中緩存時需 0.02 元,在 Flash 級的模型中也極具競爭力。不算目前限時五折的話,價格只有 DeepSeek V4.1 Flash 1017 閒時的一半。值得注意的是,這個模型昨天已開源,有在本地跑的潛力。
GitHub:https://github.com/Tencent-Hunyuan/Hy4-flash
HuggingFace:https://huggingface.co/tencent/Hy4-flash
這樣的效果和價格經得起檢驗嗎?太吸引人了,我們不得不上手測試了一番。
從 3D 建模到財報解讀
Hy4 flash 實測
現在,Hy4 flash 已在騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis 等產品中上線,即將接入 OpenRouter。喜聞樂見的是,它在 WorkBuddy 中是免費使用的。
打開 WorkBuddy 後,我們在模型選擇入口可以直接切換到 Hy4 flash,任務界面、工具權限和操作習慣與平時完全一致。

據大家的使用體驗看,Hy4 flash 的輸出速度能達到 200 token/s,又快又免費,拿來幹活是個非常不錯的選擇。不過很多人還是對這種千億級參數的模型有所顧慮,畢竟 AI 的「快」可能也意味着不夠聰明。讓我們來看看新模型能不能打破這個悖論。
現在社交平台上已經滿是各種用 Hy4 flash 生成的 3D 效果。我們也來嘗試一個:先讓它生成一個浮空島,上面有櫻花樹、湖裏有錦鯉。這個模型花費 11 分鐘生成出了這個效果:
再讓它生成一個真實畫風、3D 可互動的古代恆星、行星系統,壓縮在一個 HTML 文件中,要求包含 12 個可運行的系統。寫提示詞的時候我們估計怎麼也得算個幾十分鐘吧。
結果 Hy4 flash 只花 12 分鐘就生成好了:
最近手搓增量遊戲特別火,類似的遊戲層出不窮。我們也讓 Hy 4 flash 做了一個暗黑風格的增量塔防遊戲。
這類遊戲最吸引人的地方,就是那種不斷變強的爽感:從開局只能依靠簡單的攻擊艱難抵禦怪物,到逐步解鎖強力技能,最終進化成滿屏特效、成片割草的爽遊。
Hy 4 flash 用時約 35 分鐘時間完成了遊戲的初始版本。初版的完成度已經相當高,核心玩法、技能樹、怪物系統等功能一應俱全。我們只在後續進行了幾輪簡單對話,調整了技能特效的強度和金幣經濟數值,進一步優化遊戲體驗。
在遊戲的後半程技能樹點滿的情況下,火焰、閃電、隕石特效補滿了屏幕,配合粒子效果和鏡頭晃動,玩起來手感非常好。你也可以試試:
https://workbuddy.link/p/SuV2Dw4XNmAnaFbtxETo61?source=2
https://a661b3a4cfa78475e.app.workbuddy.host/?sharecode=FPBY6JL2TK
網頁中的 3D 效果和小遊戲雖然能測出模型的上限,但畢竟不是大家日常工作的內容。我們平時在 Workbuddy 上經常是用 AI 來整理大量資料再彙總展示。現在全世界都在關注英偉達的三季度財報,我們這就讓它來辦:

這次 Hy 4 flash 用了 6 分鐘輸出了一個有總結、有圖表和細節的報告,分析了老黃離任後英偉達的前景:
如果你要做投資研究,或是要準備彙報的話,從這裏入手是一個好的開始。
那麼 AI 領域的近未來會怎樣?再進一步,如果你正在探索某個領域內更遠期的規劃。也可以用 Hy4 fash 來分析一下。比如你可以讓它來預測一下未來三年全球 AI Agent 市場的競爭格局,製作一份供投資委員會使用的 15 頁 PPT 報告。

AI 花費了 12 分 27 秒完成搜索、材料整理到報告製作排版的全過程。
一圈任務跑下來看,從考驗上限場景到實打實的生產力任務,Hy4 flash 能把交付時間壓進了幾分鐘到半小時的區間,初版產物完成度足夠高,往往只需幾輪對話微調就能直接使用。「Flash 模型 = 降智」的顧慮並沒有出現,速度與質量同時成立,顯然不是簡單把模型的參數砍小就能解釋的。
先進性能,1/20 成本
背後是四層優化
作為迄今為止最高性價比的混元大模型,Hy4 flash 在性能上有着不錯的表現。根據騰訊公佈的 Benchmark 成績,該模型已經全面超越了 Hy 4 Preview。

在騰訊自己構建的 WorkBuddy 典型任務評測集 WorkIndex 上,Hy4 flash 的單任務成本僅是 Hy4 的 1/20,是 DeepSeek-V4.1-Flash-1017(max 檔位、忙時價格)的 1/8,帕累托前沿又向前拓展了一大步。

已經接入模型的騰訊內部產品團隊也給出了一些實際使用的體驗。在 WorkBuddy 產品線上,Hy4 flash 把日常辦公任務的平均時長縮短了 70%,成本約為 Hy4 的十五分之一,而產物質量基本持平。
企業微信、微信支付團隊表示,Hy4 flash 的輸出速度比 Hy4 提升了 88%,思考模式下的輸出 token 減少約 60%;對比 DeepSeek V4.1 Flash ,Hy4 flash 執行的步驟更少,單輪輸出長度更短,token 消耗下降了 46%。
類似的反饋還來自更多業務線:QQ 小 Q 團隊測得 P90 評論延遲下降 39%、峯值延遲下降 47%、輸出 token 減少 30%;《王者榮耀》團隊在遊戲 Bug 分析任務中把模型請求次數減少了 22% 到 39%,token 消耗下降 40.5% 到 61.2%;還有元寶、ima、Marvis 等產品線也已用上了新模型,且給出了很高的評價。
可見在騰訊內部大量不同工作場景中,Hy4 flash 模型已承擔起了重任。
Hy4 flash 究竟做了什麼,能把速度和成本壓到這個量級,同時讓智能水平沒有明顯掉隊?這背後是混元團隊在預訓練、後訓練、評測、推理四個環節進行的優化。
在預訓練階段,Hy4 flash 引入了混合注意力、LatentMoE 與 Engram 三項架構特性。其中,混合注意力讓不同層按分工採用 KV 開銷更低的注意力形態;LatentMoE 先把 token 壓縮到低維潛在空間再走專家計算,路由判斷不變,計算量與跨卡通信顯著下降;Engram 則是 64B 專用記憶模塊,把靜態知識剝離到獨立記憶庫中隨時備用。
三者疊加後,Hy4 flash 的 KV cache 僅為 Hy3 的 1/24、Hy4 的 1/6,實現了 1M 上下文同時低成本運行的基礎,且通過大量 scaling ladder 實驗確保了效果符合預期。
在後訓練階段,Hy4 flash 先通過自蒸餾學習 Hy4 的推理與輸出分佈,把旗艦能力遷移到小模型,再用強化學習在任務成功率穩定的前提下把端到端輸出長度壓縮 50%,成本與延遲同時下降。
到了推理階段,Hy4 flash 結合 megakernel 融合解碼小內核、減少顯存搬運,4bit 量化壓低權重讀取帶寬,DFly 推測解碼等優化方法將解碼速度推過 150 tps,使模型能夠滿足大規模低成本運行的條件。
在評測上,混元團隊基於 WorkBuddy 典型任務自建了覆蓋 8 類任務的 WorkIndex,配合真人測評聚焦產物效果、輸出長度與端到端用時。針對 85 位用戶、27 類 259 個任務的盲測顯示,人們對於 Hy4 flash 的滿意度接近 Claude Haiku 5.5。與此同時,混元模型的任務時長最短、單任務成本最低。
基於從預訓練、後訓練、推理到評測四個環節的優化,Hy4 flash 通過一整套工程協同機制把 AI 推理的成本降到了最低。把視線從模型內部拉遠到整個行業,Flash 級模型如今的戲份越來越重,恰恰折射出 AI 供需兩端的新變化。
Flash 級模型,正在成為 AI 硬實力
上個星期,谷歌發佈的 Gemini 4 Hydrogen(氫)覆蓋了免費的 AI 搜索,然而在另一邊,DeepSeek 對 APP 端的用戶實施了限流,這些風口浪尖的應用背後都是 Flash 級模型。AI 覆蓋的工作範圍每天都在增大,而與此同時 token 消耗的指數級上升,是各家大廠都在面臨的挑戰。
回看混元模型最近的出招:11 月 4 日發佈的 Hy4 在 Artificial Analysis 智能指數榜單上位列國模第二,面向於複雜的長任務,本週發佈的 Hy4 flash 則承接了大部分日常任務。兩款模型都支撐了 WorkBuddy、元寶、企業微信、QQ、ima、Marvis 等多個產品,其中不少是國民級應用。Hy4 flash 的問世,填補了 AI 應用的關鍵缺口。
現在,深度搜索、文檔處理、PPT 生成、財報解讀、簡單前端頁面和 Computer Use 這類高頻任務,完全可以放心交給 Hy4 flash 來處理;至於長程軟件工程、多文檔深度研究這類更復雜的工作,則可以交給 Hy4。
Hy4 flash 驗證了一條可復現的工程路徑,在日常生產力場景中,用遠低於旗艦的成本拿到接近旗艦的體驗,是可以被系統化實現的。通過超低的推理成本、快速的內容生成速度,Hy 4 flash 提供了穩定的大規模交付能力。在開源並接入 OpenRouter 後,Hy4 flash 將接受開發者用真實任務和調用量的投票。
據悉,Hy4 flash 上線首日 Token 調用量已突破 50 萬億。在全球知名大模型聚合平台 OpenRouter 上,Hy4 flash 登頂 LLM 日榜首位,成為全球開發者高頻調用的首選輕量模型之一。
對於廣大用戶來説,現在我們可以使用低價且先進的 AI 模型來提升自己的日常工作效率,對於企業和開發者來説,更低的成本和更多的自動化意味着生產力的實在提升。在未來,隨着自動模型路由的成熟,「AI 任務用 flash 還是旗艦」的選擇,會更多地由系統根據任務難度實時完成,用戶只需要感知結果。
前沿模型能力的天花板還在持續抬高,但真正重塑世界的 AI,或許是包圓你日常工作的那一款。
來源:新浪科技 · finance.sina.com.cn