跳到正文
InfoQ 中文· 凌敏·· 20 小时前精选AI 评分76

腾讯混元 Hy4 flash 发布,上线首日登顶 OpenRouter 日榜

腾讯混元 Hy4 flash 上线首日登顶 OpenRouter,2 毛钱就能跑完一个任务!

AI 导读

腾讯混元发布轻量模型 Hy4 flash,上线首日 Token 调用量突破 50 万亿,登顶 OpenRouter LLM 日排行榜。该模型总参数 224B、激活参数 12B,支持多模态和 1M 上下文,每百万 Token 输入 0.5 元、输出 2 元,单任务成本 0.26 元。

推荐理由

从价格、参数到架构与推理优化,原文给出了 Hy4 flash 压低单任务成本的完整路径,可对照理解轻量模型的降本方式。

深度解读
要点速览
  • 上线首日 Token 调用量突破 50 万亿,登顶 OpenRouter 日榜
  • 总参数 224B、激活 12B,支持多模态和 1M 上下文
  • 单任务成本 0.26 元,为 Hy4 的 1/20
  • 解码速度超过 150 tps,KV Cache 压到 Hy3 的 1/24
  • 已在腾讯云 TokenHub 上线,限时两周五折

发生了什么

腾讯混元发布轻量模型 Hy4 flash,上线首日 Token 调用量突破 50 万亿,登顶 OpenRouter LLM 日排行榜。模型总参数 224B(其中 64B 为 Engram 参数),激活参数 12B,支持多模态和 1M 上下文;每百万 Token 输入 0.5 元、输出 2 元,命中缓存时 0.02 元,单任务成本 0.26 元。腾讯称其为迄今性价比最高的混元模型,目前已在腾讯云 TokenHub 上线,并推出限时两周五折优惠。

为什么重要

价格是这次发布的核心变量:单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20。混元团队通过混合注意力、LatentMoE、Engram 等架构把 KV Cache 压到 Hy3 的 1/24,后训练阶段用自蒸馏加强化学习使端到端输出长度降低 50%,推理阶段结合 Megakernel、4bit 量化和 DFly,解码速度超过 150 tps。腾讯内部 85 位用户盲测显示,其满意度接近 Claude Haiku 5.5,单任务成本 0.26 元对 4.73 元。

对国内用户的影响

原文未提及中国大陆以外的可用性细节,但模型已在腾讯云 TokenHub 上线,国内开发者可直接通过该平台接入。对高频调用模型的团队而言,单任务成本降到两毛钱级别,意味着 PPT、文档、表格等日常办公任务可以更大批量地交给模型处理。不过原文也指出,模型便宜不等于企业 AI 总成本自动下降,Token 治理、服务形态选择和安全合规仍需配套考虑。

怎么上手或延伸阅读

Hy4 flash 已上线腾讯云 TokenHub,原文给出的入口是 https://cloud.tencent.com/product/tokenhub,并提到限时两周五折优惠。TokenHub 同时聚合了混元系列及第三方模型,提供 TPM 预留、模型单元、离线推理三种服务形态,以及 Token 治理套件和 TokenHub Skill、CLI 等使用方式,可按原文介绍进一步了解。

常见问题

问:Hy4 flash 多少钱?
答:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时 0.02 元;按内部评测集 WorkIndex 测算,单任务成本 0.26 元,是 Hy4 preview 的 1/13、Hy4 的 1/20。
问:Hy4 flash 和 Claude Haiku 5.5 比怎么样?
答:原文称腾讯内部 85 位用户、27 类共 259 个任务的盲测中,Hy4 flash 满意度接近 Claude Haiku 5.5,单任务成本 0.26 元对 4.73 元,端到端时长中位数 6.7 分钟对 6.8 分钟。
问:怎么接入 Hy4 flash?
答:原文称 Hy4 flash 已在腾讯云 TokenHub 上线,并推出限时两周五折优惠,入口为 https://cloud.tencent.com/product/tokenhub。TokenHub 还提供 Token 治理套件及 TokenHub Skill、CLI 等使用方式。

本解读由 AI 根据原文(InfoQ 中文)整理,只基于原文内容;细节以原文为准。

来源:InfoQ 中文 · infoq.cn