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!
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。
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。
- 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