首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
智能AI morning

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)

摘要

编辑|泽南、冷猫 你能想象吗?这是用 Flash 级的模型,只花 15 分钟写出来的。 大模型的「斩杀线」居然已经到了这个位置。 11 月 16 日,腾讯正式推出的新模型混元 Hy4 flash,让 AI 社区久违地像过节一样,狂晒各种测试效果。有人已经喊出:DeepSeek 不再是效率之王了。 Hy4 flash 是一款原生多模态模型,主打日常办公、Agent 任务的速度与成本,参数量为 224...

flash Hy4 Flash https token WorkBuddy DeepSeek Agent workbuddy 你能想象吗
2026-11-19 1 阅读 约10分钟阅读 机器之心
分享:
字号:
编辑|泽南、冷猫 你能想象吗?这是用 Flash 级的模型,只花 15 分钟写出来的。 大模型的「斩杀线」居然已经到了这个位置。 11 月 16 日,腾讯正式推出的新模型混元 Hy4 flash,让 AI 社区久违地像过节一样,狂晒各种测试效果。有人已经喊出:DeepSeek 不再是效率之王了。 Hy4 flash 是一款原生多模态模型,主打日常办公、Agent 任务的速度与成本,参数量为 224B,其中包含 64B Engram 参数,每 token 激活 12B,100 万 token 上下文。在全球激烈的 AI 竞争中,混元把效率做到了极致。 它的 API 价格较 Hy4 大幅降低,每百万 Token 输入是 0.5 元、输出 2 元,命中缓存时需 0.02 元,在 Flash 级的模型中也极具竞争力。不算目前限时五折的话,价格只有 DeepSeek V4.1 Flash 1017 闲时的一半。值得注意的是,这个模型昨天已开源,有在本地跑的潜力。 GitHub:https://github.com/Tencent-Hunyuan/Hy4-flash HuggingFace:https://huggingface.co/tencent/Hy4-flash 这样的效果和价格经得起检验吗?太吸引人了,我们不得不上手测试了一番。 从 3D 建模到财报解读 Hy4 flash 实测 现在,Hy4 flash 已在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品中上线,即将接入 OpenRouter。喜闻乐见的是, 它在 WorkBuddy 中是免费使用的 。 打开 WorkBuddy 后,我们在模型选择入口可以直接切换到 Hy4 flash,任务界面、工具权限和操作习惯与平时完全一致。 据大家的使用体验看,Hy4 flash 的输出速度能达到 200 token/s,又快又免费,拿来干活是个非常不错的选择。不过很多人还是对这种千亿级参数的模型有所顾虑,毕竟 AI 的「快」可能也意味着不够聪明。让我们来看看新模型能不能打破这个悖论。 现在社交平台上已经满是各种用 Hy4 flash 生成的 3D 效果。我们也来尝试一个:先让它生成一个浮空岛,上面有樱花树、湖里有锦鲤。这个模型花费 11 分钟生成出了这个效果: 再让它生成一个真实画风、3D 可互动的古代恒星、行星系统,压缩在一个 HTML 文件中,要求包含 12 个可运行的系统。写提示词的时候我们估计怎么也得算个几十分钟吧。 结果 Hy4 flash 只花 12 分钟就生成好了: 最近手搓增量游戏特别火,类似的游戏层出不穷。我们也让 Hy 4 flash 做了一个暗黑风格的增量塔防游戏。 这类游戏最吸引人的地方,就是那种不断变强的爽感:从开局只能依靠简单的攻击艰难抵御怪物,到逐步解锁强力技能,最终进化成满屏特效、成片割草的爽游。 Hy 4 flash 用时约 35 分钟时间完成了游戏的初始版本。初版的完成度已经相当高,核心玩法、技能树、怪物系统等功能一应俱全。我们只在后续进行了几轮简单对话,调整了技能特效的强度和金币经济数值,进一步优化游戏体验。 在游戏的后半程技能树点满的情况下,火焰、闪电、陨石特效补满了屏幕,配合粒子效果和镜头晃动,玩起来手感非常好。你也可以试试: https://workbuddy.link/p/SuV2Dw4XNmAnaFbtxETo61?source=2 https://a661b3a4cfa78475e.app.workbuddy.host/?sharecode=FPBY6JL2TK 网页中的 3D 效果和小游戏虽然能测出模型的上限,但毕竟不是大家日常工作的内容。我们平时在 Workbuddy 上经常是用 AI 来整理大量资料再汇总展示。现在全世界都在关注英伟达的三季度财报,我们这就让它来办: 这次 Hy 4 flash 用了 6 分钟输出了一个有总结、有图表和细节的报告,分析了老黄离任后英伟达的前景: 如果你要做投资研究,或是要准备汇报的话,从这里入手是一个好的开始。 那么 AI 领域的近未来会怎样?再进一步,如果你正在探索某个领域内更远期的规划。也可以用 Hy4 fash 来分析一下。比如你可以让它来预测一下未来三年全球 AI Agent 市场的竞争格局,制作一份供投资委员会使用的 15 页 PPT 报告。 AI 花费了 12 分 27 秒完成搜索、材料整理到报告制作排版的全过程。 一圈任务跑下来看,从考验上限场景到实打实的生产力任务,Hy4 flash 能把交付时间压进了几分钟到半小时的区间,初版产物完成度足够高,往往只需几轮对话微调就能直接使用。「Flash 模型 = 降智」的顾虑并没有出现,速度与质量同时成立,显然不是简单把模型的参数砍小就能解释的。 先进性能,1/20 成本 背后是四层优化 作为迄今为止最高性价比的混元大模型,Hy4 flash 在性能上有着不错的表现。根据腾讯公布的 Benchmark 成绩,该模型已经全面超越了 Hy 4 Preview。 在腾讯自己构建的 WorkBuddy 典型任务评测集 WorkIndex 上,Hy4 flash 的单任务成本仅是 Hy4 的 1/20,是 DeepSeek-V4.1-Flash-1017(max 档位、忙时价格)的 1/8,帕累托前沿又向前拓展了一大步。 已经接入模型的腾讯内部产品团队也给出了一些实际使用的体验。在 WorkBuddy 产品线上,Hy4 flash 把日常办公任务的平均时长缩短了 70%,成本约为 Hy4 的十五分之一,而产物质量基本持平。 企业微信、微信支付团队表示,Hy4 flash 的输出速度比 Hy4 提升了 88%,思考模式下的输出 token 减少约 60%;对比 DeepSeek V4.1 Flash ,Hy4 flash 执行的步骤更少,单轮输出长度更短,token 消耗下降了 46%。 类似的反馈还来自更多业务线:QQ 小 Q 团队测得 P90 评论延迟下降 39%、峰值延迟下降 47%、输出 token 减少 30%;《王者荣耀》团队在游戏 Bug 分析任务中把模型请求次数减少了 22% 到 39%,token 消耗下降 40.5% 到 61.2%;还有元宝、ima、Marvis 等产品线也已用上了新模型,且给出了很高的评价。 可见在腾讯内部大量不同工作场景中,Hy4 flash 模型已承担起了重任。 Hy4 flash 究竟做了什么,能把速度和成本压到这个量级,同时让智能水平没有明显掉队?这背后是混元团队在预训练、后训练、评测、推理四个环节进行的优化。 在预训练阶段,Hy4 flash 引入了混合注意力、LatentMoE 与 Engram 三项架构特性。其中,混合注意力让不同层按分工采用 KV 开销更低的注意力形态;LatentMoE 先把 token 压缩到低维潜在空间再走专家计算,路由判断不变,计算量与跨卡通信显著下降;Engram 则是 64B 专用记忆模块,把静态知识剥离到独立记忆库中随时备用。 三者叠加后,Hy4 flash 的 KV cache 仅
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱