产品简介
混元 Hy4 flash 是腾讯在 2026 年 11 月 16 日补上的一条轻量线。Hy4 正式版这个月 4 日才发,770B 总参数、49B 激活,输入 6 元输出 18 元。十几天后跟上的 flash 把总参数压到 224B(其中 64B 是 Engram 参数),每 token 只激活 12B,价格落到输入 0.5 元、输出 2 元。
这个价差不是打折,是换了一台机器。激活量从 49B 降到 12B,意味着同样一张卡能扛更多并发,延迟也更容易压住,账单下降是结果而不是原因。
官方给的口径有两个数字,容易混淆。一个是单任务成本约为 Hy4 的 5%,另一个是在人工盲测的日常任务里与 Claude Haiku 5.5 的高档位表现相当,任务成本低 18 倍。两个都出自官方,但分母不同:前者比的是自家上一档,后者比的是外部同档竞品。引用时把分母说清楚,否则读者会以为 18 倍是同一条基准。
轻量不等于减配。100 万 token 上下文保留,多模态输入保留,缓存命中的价格是 0.003 美元每百万 tokens。对真正走量的场景,缓存价往往比输入价更能左右账单,因为系统提示词与工具定义每次都要重复送进去。
生态铺得很快。发布当天上线 OpenRouter(11 月 30 日前五折),OpenCode Go 提供免费使用,WorkBuddy 也接了进去。上一代 Hy4 的权重还在等开源,flash 这一档截至 11 月 17 日没有权重公告,接入方式以 API 为主。
核心功能
- 224B 总参,12B 激活:其中 64B 为 Engram 参数。激活量压到 12B,单卡并发与首字延迟对实时交互更友好。
- 输入 0.5 元、输出 2 元:每百万 tokens 的官方定价,缓存命中 0.003 美元每百万 tokens,重复提示词的开销可以压到极低。
- 100 万 token 上下文:轻量档没有砍上下文,长文档、整段工单记录可以一次读入。
- 多模态输入:图文混合输入直接处理,客服截图、票据、表格不必先转成文字。
- 官方盲测对标 Claude Haiku 5.5:腾讯混元称在日常任务的人工盲测中与 Claude Haiku 5.5 高档位相当,任务成本低 18 倍,单任务成本约为 Hy4 的 5%。两组数字分母不同。
- 发布当天三个入口:上线 OpenRouter,11 月 30 日前五折;OpenCode Go 免费使用;WorkBuddy 接入。
适合谁用
以下类型的用户会特别受益于 腾讯混元 Hy4 flash:
- 客服与工单分流,追求每次会话的单价而非极限推理
- 批量摘要、分类、抽取这类高并发低难度任务
- agent 的子任务执行层,把规划交给更贵的模型、执行交给它
- 对成本敏感的 C 端产品内置对话
- 代码补全与改写的日常档,配合更贵的模型处理难例
优点亮点
- 输入 0.5 元每百万 tokens,走量场景下账单压力小
- 缓存命中 0.003 美元,重复的系统提示词几乎不花钱
- 激活 12B,推理吞吐与延迟适合实时交互
- 轻量档仍然保留 1M 上下文与多模态
- 发布当天就有 OpenRouter 与 OpenCode 两个外部入口
- 与 Hy4 同一套接口形态,替换成本低
价格与方案
官方定价为输入 0.5 元、输出 2 元每百万 tokens,缓存命中 0.003 美元每百万 tokens。11 月 30 日前 OpenRouter 提供五折,OpenCode Go 免费使用。官方称单任务成本约为 Hy4 的 5%,相对 Claude Haiku 5.5 低 18 倍,两组数字的分母分别是自家上一档与外部竞品。
总结与建议
Hy4 flash 的定位很清楚:把 Hy4 的能力拆出一个便宜得多的执行层。1M 上下文、多模态、缓存价这三件事没被砍,让它能在真实产品里替代一部分原本交给贵模型的工作。需要权重或私有部署的团队要再等,官方还没有放出口径。
版本演进
- Hy4 flash 发布 (2026-11-16):腾讯混元发布 Hy4 flash,224B 总参数(含 64B Engram)、每 token 激活 12B、支持多模态与 100 万 token 上下文。定价输入 0.5 元、输出 2 元每百万 tokens,缓存命中 0.003 美元。官方称日常任务人工盲测与 Claude Haiku 5.5 高档位相当、任务成本低 18 倍,单任务成本约为 Hy4 的 5%。发布当天上线 OpenRouter(11 月 30 日前五折)与 OpenCode Go 免费通道,WorkBuddy 同步接入。