参数启用仅 5%:腾讯 Hy4 Flash 成本暴跌 20 倍
核心要点
腾讯发布Hy4 Flash,采用稀疏激活架构,任务成本仅旗舰版 1/20。KV快取缩减至 1/6,内部盲测满意度贴近Claude Haiku 5.5,主打日常高效能场景。
据 Woofun AI 消息,腾讯于 16 日正式推出 ,官方将其定位为目前成本效益最高的模型产品,专为日常工作场景打造的低价款。此举标志着大模型竞争从单纯追求参数规模转向极致成本控制与推理效率的平衡。
在定价策略上, Flash 展现出极强的价格破坏力。其 API 价格设定为每百万 token 输入 0.07 美元、输出 0.281 美元,快取命中输入仅收 0.003 美元。相比之下,11 月初推出的旗舰版 Hy4 价格为输入 0.834 美元、输出 2.501 美元、快取 0.042 美元。
Woofun AI 整理数据显示,在腾讯自建的职场任务评测 中,Hy4 Flash 每项任务的平均成本仅为 Hy4 的二十分之一、 的十三分之一,且整体表现略高于 Hy4 preview。该模型已上线腾讯云 、、腾讯元宝、企业微信、 及 等产品,并计划后续接入 。为促进推广,11 月 30 日前 WorkBuddy 使用者可免费使用,通过 TokenHub 呼叫 API 享受五折优惠。
值得注意的是,同一天也发表了旗舰模型 ,定价为输入 1.5 美元、输出 4.5 美元,比前代便宜 25%,但 Hy4 Flash 作为腾讯主打日常工作的低价款,其价格优势更为显著。
技术架构方面,Hy4 Flash 总参数达 2,240 亿,其中包含 640 亿个 Engram 参数,但每 token 仅启用 120 亿参数,实现了极致的稀疏激活。该模型原生支援多模态,上下文长度达 100 万 token。腾讯在预训练阶段整合了混合注意力、LatentMoE 与 Engram 架构,使得推论时占用记忆体的 KV 快取缩小到 的二十四分之一、Hy4 的六分之一。后训练阶段,模型先从 Hy4 进行自我蒸馏,再通过强化学习将平均输出 token 数砍掉一半。推论端则结合 megakernel、4 位元量化与 DFly 技术,解码速度超过每秒 150 个 token,大幅提升了响应效率。
在内部盲测中,85 名 WorkBuddy 内部使用者针对 27 类、共 259 项任务进行评估。Hy4 Flash 获得 2.79 分(满分 4 分),紧贴 Anthropic 的 (2.81 分)。成本方面,Hy4 Flash 每项任务成本仅 0.26 元人民币,而 Claude Haiku 5.5 高达 4.73 元,成本降低约 18 倍。
虽然 以 3.09 分获满意度最高,但其完成时间中位数为 10.3 分钟、每项任务 1.20 元人民币;Hy4 Flash 完成时间中位数仅 6.7 分钟,为四款模型中最短(外部模型均使用 high 等级设定)。WorkIndex 分数显示,Hy4 Flash 得 42.1 分,低于 Hy4 的 51.4 分,但高于 Hy4 preview 的 39.7 分。
WorkBuddy 团队评测进一步指出,Hy4 Flash 平均任务时间减少 70%,成本约为 Hy4 的十五分之一,但在长时程程式任务表现略差。因此,腾讯建议将 Hy4 Flash 用于深度搜寻、文件处理、简报制作、简单前端示范与电脑操作等日常工作,复杂程式任务仍推荐使用 Hy4。官方表示,Hy4 Flash 之后将以开放权重形式释出。回顾混元这一代发展,从 9 月的 Hy4 preview 开始,至 11 月 4 日推出 Hy4 正式版,首度加入视觉与电脑操作能力,此次 Hy4 Flash 的发布进一步完善了产品矩阵。

评论
暂无评论