首页 >> 综合 > 快讯 >

腾讯混元 Hy4 Flash 发布定位高性价比大模型,输入低至 0.5 元 / 百万 Token

2026-11-16 14:41:19 来源:网易 编辑:湛苛逸 

腾讯最新推出混元 Hy4 Flash 模型,官方称它是目前性价比最高的混元系列模型,计费标准为输入 0.5 元每百万 Token、输出 2 元每百万 Token,缓存命中之后只需要 0.02 元每百万 Token,价格相比上代 Hy4 下调幅度很大。这款模型总参数量 224B,推理的时候只激活 12B 参数,搭配 Engram 架构、4bit 量化、KV 缓存压缩等技术,在压低调用成本的同时,还支持多模态以及 100 万 Token 超长上下文,适合文档处理、办公写作、代码辅助、图片理解这类高频日常业务场景。腾讯不是单纯靠砍能力降价,而是通过混合注意力、自蒸馏、强化学习压缩无效输出长度,再配合推理层优化,把解码速度做到 150Token/s 以上,兼顾响应速度和使用成本。开发者和企业用户可以通过腾讯云 API 接入 Hy4 Flash,个人用户也能在元宝、WorkBuddy、企业微信相关产品里体验,接入的时候优先复用历史对话缓存,能进一步压低调用开销。

Hy4 Flash 核心参数清单

  • 模型名称:混元 Hy4 Flash
  • 总参数量:224B(含 64B Engram 参数)
  • 推理激活参数:12B
  • 上下文上限:1M Token(约 100 万字)
  • 能力:文本推理、代码、多模态图文理解
  • 计费:输入 0.5 元 / 百万 Token,输出 2 元 / 百万 Token,缓存命中 0.02 元 / 百万 Token
  • 推理速度:>150 Token/s

成本优化技术手段清单

  1. Latent MoE+Engram 架构,动态激活参数,不用全参数参与计算
  2. KV Cache 压缩,缓存体积远小于 Hy3、Hy4
  3. 基于 Hy4 自蒸馏,保留基础智能能力
  4. 强化学习优化输出,缩短无效输出长度
  5. 4bit 量化、MegaKernel 推理内核加速

接入使用步骤清单

  1. 企业 / 开发者:登录腾讯云控制台,开通混元大模型 API 权限,选择 Hy4 Flash 模型
  2. 调试调用,优先开启缓存功能,重复查询可以享受 0.02 元低价
  3. 按业务场景压测:长文档摘要、批量知识库问答优先用它;超高难度数学、复杂 Agent 任务可搭配 Hy4 主模型
  4. 查看账单,监控 Token 消耗,控制 API 调用成本
  5. 个人体验:打开元宝 APP、WorkBuddy、企业微信 AI 助手选择对应模型

【相关 FAQ】

问题 1:腾讯混元 Hy4 Flash 输入 0.5 元是按什么单位计费?

回答 1:腾讯混元 Hy4 Flash 输入 0.5 元的计费单位是每百万 Token,也就是输入 100 万 Token 收费 0.5 元,输出是 2 元每百万 Token,缓存命中价格更低。

问题 2:腾讯混元 Hy4 Flash 和原版 Hy4 相比差别在哪?

回答 2:腾讯混元 Hy4 Flash 主打性价比,推理只激活 12B 参数,价格远低于 Hy4,支持 100 万 Token 上下文和多模态,适合日常办公、文档处理;原版 Hy4 推理能力更强,适合复杂深度推理场景。

问题 3:腾讯混元 Hy4 Flash 支持多长的上下文?

回答 3:腾讯混元 Hy4 Flash 支持 1M Token 超长上下文,大约对应 100 万字文本,适合一次性读取、总结整本文档、批量资料处理。

问题 4:个人用户怎么体验腾讯混元 Hy4 Flash?

回答 4:个人用户可以在元宝、WorkBuddy、企业微信 AI 助手里面体验腾讯混元 Hy4 Flash;企业开发者走腾讯云 API 接入调用。

【参考资料】

[2026-11-16](腾讯混元 Hy4 Flash 发布,每百万 token 输入 0.5 元)36 氪

[2026-11-16](腾讯发布混元 Hy4 Flash,定位迄今性价比最高混元模型)界面新闻

[2026-11-16](腾讯混元 Hy4 Flash:224B 总参,激活 12B,1M 上下文)21 财经

[2026-11-16](腾讯混元 Hy4 Flash 详解:架构、定价与场景)科创板日报

【免责声明】

本文内容仅为腾讯混元 Hy4 Flash 新品资讯科普,不构成 API 采购、商业开发建议;模型定价、能力指标、接入方式以腾讯云混元官方文档为准,Token 计费、缓存规则可能后续调整。

 
最新文章