腾讯11 月16 日深夜在混元官方帐号宣布推出Hy4 flash,这是混元Hy4 系列第一个挂上Flash 名号的模型,主打「最便宜的日常生产力模型」。官方宣称在人类盲测中,它的日常办公表现接近Anthropic 的Claude Haiku 5.5,单个任务的成本却只有对方的十八分之一。 API 定价压到每百万token 输入0.07 美元、输出0.281 美元、快取命中0.003 美元。
224B 总参数、激活只有12B
Hy4 flash 总参数224B,其中64B 是Engram 查找式参数,每个token 推理时实际激活的只有12B。对照旗舰版Hy4 的770B 总参数、49B 激活参数,规模明显缩小。它与Hy4 一样原生支援多模态输入,上下文窗口同样达到100 万token。
价格差距在定价表上看得最清楚。 Hy4 旗舰的API 牌价是输入0.834 美元、输出2.501 美元、快取0.042 美元每百万token,Hy4 flash 的对应数字大约是十二分之一、九分之一与十五分之一。

四个环节的降本手法
腾讯把降本拆成预训练、后训练、评估、推理四个环节。官方部落格把每一环的优化逐条列出,从预训练架构、后训练蒸馏与强化学习、内部评估到推理解码都有对应动作。预训练阶段,Hy4 flash 整合混合注意力、LatentMoE 与Engram 三种架构,把KV cache 体积压到Hy3 的二十四分之一、Hy4 的六分之一。官方部落格写明这些架构选择经过大量scaling ladder 实验,确认效能符合预期。后训练阶段先从Hy4 自蒸馏建立基础通用能力,再用强化学习把端到端任务的平均输出长度砍掉一半,输出长度变短,计费金额与等待时间跟着一起降。推理端则用megakernel、4-bit 量化与DFly 把解码速度推过每秒150 token,支撑大规模低成本服务,也让低价模型可以长时间跑大量代理任务。
评估环节是这次发布最特别的设计。腾讯自建内部标尺WorkIndex,共8 组评测,涵盖简报建立、简报、人机协作写简报、Markdown 人机共创、文件、试算表修复、音讯/视讯处理与视觉理解,再搭配人工评分,评的是产出品质、单轮输出长度与任务完成时间,公开榜分数排在其次。同一份评估也保留7 组公开agent 标竿当对照组,包括DeepSWE、ProgramBench、Terminal-Bench 4.0、APEX-Agents、AutomationBench、HLE 与OSWorld 2.1。
成本帐:单任务价格降到Hy4 的二十分之一上下
在WorkIndex 上,腾讯给出的数字是Hy4 flash 的整体任务表现略高于参数多三倍的Hy4 preview,单任务平均成本只剩Hy4 preview 的十三分之一、Hy4 的二十分之一,约为DeepSeek-V4.1-Flash-1017 最高档离峰定价的八分之一。换成具体数字:协作PPT 评测里Hy4 flash 得74.0 分,低于Hy4 的78.9 分,但单任务成本从1.714 元降到0.105 元;自动化任务分数从56.2 微降到52.2,单任务成本从0.908 元降到0.038 元。

盲测部分,腾讯让85 名内部WorkBuddy 使用者在27 个类别、259 项任务上做双盲评分,Hy4 flash 的使用者满意度接近Claude Haiku 5.5,单任务成本与完成时间都是参测模型里最低、最短。
代价写在明面上:复杂任务差一大截
腾讯没有只报喜。在Terminal-Bench 4.0 终端操作测验,Hy4 flash 得19.2 分,Hy4 是44.4 分;ProgramBench 写码测验从30.0 掉到16.0,差距超过四成。官方部落格也明确建议:深度搜寻、文件处理、简报建立、简单前端展示、computer use 这类日常任务交给Hy4 flash,长程软体工程之类复杂工作继续用Hy4,因为旗舰版智慧上限较高。 WorkBuddy 团队的评估也承认长编码工作流比Hy4 略有下滑。
产品全线接入,并承诺开放权重
Hy4 flash 已经上线腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等腾讯产品线,并将在近期登上OpenRouter。到11 月30 日为止,WorkBuddy 使用者可免费使用,TokenHub 的API 打五折。元宝产品负责人Logan 给出的内部数字是:在元宝工作流里Hy4 flash 的agent 表现比Hy3 提升13.6%,人机并排GSB 评估进步7.56%,一般对话胜过GLM-5.3-Flash 2.52%,多轮对话改善最明显,元宝团队把亮点归在任务完成度更完整、资讯呈现更清楚、输出更可靠。
腾讯还承诺把Hy4 flash 以开放权重形式发布,并持续更新。开放权重之后,低价的影响会从云端定价延伸到自建算力,企业与开发者可以自己把模型架起来。以每百万输出token 2 元人民币的定价对比Claude Haiku 5.5 同级的美元定价,腾讯瞄准的是高频、大量、单价低的日常代理工作负载。 Wharton 与Accenture 同期发布的研究也提到,多数AI agent 任务用不到前沿模型,低价模型的市场空间正在扩大。 Hy4 flash 是不是真能兑现「平替Haiku」的说法,要等OpenRouter 上架、第三方跑分与开放权重落地才有定论。
