中國騰訊 11 月 16 日深夜在混元官方帳號宣佈推出 Hy4 flash,這是混元 Hy4 系列第一個掛上 Flash 名號的模型,主打「最便宜的日常生產力模型」。官方宣稱在人類盲測中,它的日常辦公表現接近 Anthropic 的 Claude Haiku 5.5,單個任務的成本卻只有對方的十八分之一。API 定價壓到每百萬 token 輸入 0.07 美元(約人民幣 0.5 元、新台幣 2.2 元)、輸出 0.281 美元(約 2 元、新台幣 8.8 元)、快取命中 0.003 美元(約 0.02 元、新台幣 0.1 元)。
224B 總參數、激活只有 12B
Hy4 flash 總參數 224B,其中 64B 是 Engram 查找式參數,每個 token 推理時實際激活的只有 12B。對照旗艦版 Hy4 的 770B 總參數、49B 激活參數,規模明顯縮小。它與 Hy4 一樣原生支援多模態輸入,上下文窗口同樣達到 100 萬 token。
價格差距在定價表上看得最清楚。Hy4 旗艦的 API 牌價是輸入 0.834 美元、輸出 2.501 美元、快取 0.042 美元每百萬 token,Hy4 flash 的對應數字大約是十二分之一、九分之一與十五分之一。
四個環節的降本手法
騰訊把降本拆成預訓練、後訓練、評估、推理四個環節。官方部落格把每一環的優化逐條列出,從預訓練架構、後訓練蒸餾與強化學習、內部評估到推理解碼都有對應動作。預訓練階段,Hy4 flash 整合混合注意力、LatentMoE 與 Engram 三種架構,把 KV cache 體積壓到 Hy3 的二十四分之一、Hy4 的六分之一。官方部落格寫明這些架構選擇經過大量 scaling ladder 實驗,確認效能符合預期。後訓練階段先從 Hy4 自蒸餾建立基礎通用能力,再用強化學習把端到端任務的平均輸出長度砍掉一半,輸出長度變短,計費金額與等待時間跟著一起降。推理端則用 megakernel、4-bit 量化與 DFly 把解碼速度推過每秒 150 token,支撐大規模低成本服務,也讓低價模型可以長時間跑大量代理任務。
評估環節是這次發布最特別的設計。騰訊自建內部標尺 WorkIndex,共 8 組評測,涵蓋簡報建立、簡報編輯、人機協作寫簡報、Markdown 人機共創、文件編輯、試算表修復、音訊/視訊處理與視覺理解,再搭配人工評分,評的是產出品質、單輪輸出長度與任務完成時間,公開榜分數排在其次。同一份評估也保留 7 組公開 agent 標竿當對照組,包括 DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE 與 OSWorld 2.1。
成本帳:單任務價格降到 Hy4 的二十分之一上下
在 WorkIndex 上,騰訊給出的數字是 Hy4 flash 的整體任務表現略高於參數多三倍的 Hy4 preview,單任務平均成本只剩 Hy4 preview 的十三分之一、Hy4 的二十分之一,約為 DeepSeek-V4.1-Flash-1017 最高檔離峰定價的八分之一。換成具體數字:協作 PPT 編輯評測裡 Hy4 flash 得 74.0 分,低於 Hy4 的 78.9 分,但單任務成本從 1.714 元(約 0.26 美元、新台幣 8.2 元)降到 0.105 元(約 0.016 美元、新台幣 0.5 元);自動化任務分數從 56.2 微降到 52.2,單任務成本從 0.908 元降到 0.038 元。
盲測部分,騰訊讓 85 名內部 WorkBuddy 使用者在 27 個類別、259 項任務上做雙盲評分,Hy4 flash 的使用者滿意度接近 Claude Haiku 5.5,單任務成本與完成時間都是參測模型裡最低、最短。
代價寫在明面上:複雜任務差一大截
騰訊沒有只報喜。在 Terminal-Bench 4.0 終端操作測驗,Hy4 flash 得 19.2 分,Hy4 是 44.4 分;ProgramBench 寫碼測驗從 30.0 掉到 16.0,差距超過四成。官方部落格也明確建議:深度搜尋、文件處理、簡報建立、簡單前端展示、computer use 這類日常任務交給 Hy4 flash,長程軟體工程之類複雜工作繼續用 Hy4,因為旗艦版智慧上限較高。WorkBuddy 團隊的評估也承認長編碼工作流比 Hy4 略有下滑。
產品全線接入,並承諾開放權重
Hy4 flash 已經上線騰訊雲 TokenHub、WorkBuddy、元寶、企業微信、QQ、ima、Marvis 等騰訊產品線,並將在近期登上 OpenRouter。到 11 月 30 日為止,WorkBuddy 使用者可免費使用,TokenHub 的 API 打五折。元寶產品負責人 Logan 給出的內部數字是:在元寶工作流裡 Hy4 flash 的 agent 表現比 Hy3 提升 13.6%,人機並排 GSB 評估進步 7.56%,一般對話勝過 GLM-5.3-Flash 2.52%,多輪對話改善最明顯,元寶團隊把亮點歸在任務完成度更完整、資訊呈現更清楚、輸出更可靠。
騰訊還承諾把 Hy4 flash 以開放權重形式發布,並持續更新。開放權重之後,低價的影響會從雲端定價延伸到自建算力,企業與開發者可以自己把模型架起來。以每百萬輸出 token 2 元人民幣(約 8.8 元新台幣)的定價對比 Claude Haiku 5.5 同級的美元定價,騰訊瞄準的是高頻、大量、單價低的日常代理工作負載。Wharton 與 Accenture 同期發布的研究也提到,多數 AI agent 任務用不到前沿模型,低價模型的市場空間正在擴大。Hy4 flash 是不是真能兌現「平替 Haiku」的說法,要等 OpenRouter 上架、第三方跑分與開放權重落地才有定論。











