腾讯Hy4 Flash发布 最高性价比轻量大模型

在全球知名大模型聚合平台的排行榜上,腾讯混元最新推出的Hy4 flash模型成功登顶,成为开发者高频调用的首选轻量模型之一。上线首日,该模型的Token调用量就突破50万亿,创下混元系列模型的首日调用量新高。
这份亮眼数据的背后,核心原因是Hy4 flash“便宜又好用”。从定价来看,每百万Token的输入成本为0.5元、输出成本2元,命中缓存时仅需0.02元;单任务成本低至0.26元,仅为Hy4 preview的1/13、Hy4的1/20,更是DeepSeek-V4.1-Flash-1017忙时价格的1/8,是目前为止性价比最高的混元模型。
价格降低的同时,模型能力并未缩水。Hy4 flash总参数量为224B,其中64B为Engram参数,激活参数仅12B,支持多模态与1M的上下文长度。虽然参数量约为旗舰模型的四分之一,但它在深度搜索、文档处理、PPT生成等日常办公任务上的表现,已接近旗舰开源模型的水平。不少行业用户反馈,该模型的日常任务表现可媲美Claude Haiku,成本却仅为后者的1/18,对于高频调用模型的团队来说,性价比十分突出。
Hy4 flash的高性价比并非偶然,背后是混元团队在架构、训练和推理阶段的一系列优化。预训练阶段,通过混合注意力、LatentMoE和Engram等设计,将KV Cache压缩至Hy3的1/24、Hy4的1/6,压低了推理的固定开销;后训练阶段,通过自蒸馏和强化学习,减少模型的不必要输出,端到端任务输出长度降低了50%;推理阶段,结合Megakernel、4bit量化和DFly等技术,解码速度超过150 tps,每秒可生成150个以上Token,在维持任务效果的同时,降低了部署和运行成本。
不过,模型单价降低并不意味着企业AI使用成本会自动下降。当员工和业务系统广泛使用AI后,企业面临的成本问题变得更复杂:不同任务该调用哪个模型?Token消耗集中在哪些环节?如何避免低价值调用占用预算?相关调研显示,近6成企业过去一年AI支出超出预期,平均超支24%,仅26%的企业能全面掌握自家AI支出情况,企业AI账单的混乱程度可见一斑。
针对这些问题,腾讯云大模型服务平台TokenHub推出了对应的解决方案。作为Hy4 flash的企业级统一接入入口,TokenHub聚合了主流模型,覆盖文本推理、代码、图像和视频等能力,还支持重点模型的首日接入。为了帮助企业更好地控制成本,TokenHub将服务拆分为不同形态:客服等峰值吞吐需求可选择TPM预留,提前锁定容量;金融等强合规场景可选择专属模型单元,实现敏感数据物理隔离;批量分析等低延迟要求不高的任务可选择离线推理服务,资源价格更低。同时,TokenHub的Token治理套件可帮助企业分配使用权限、按Key分账审计,追溯调用记录,还能通过AI工具减少开发者接入和运维的重复工作,降低适配和运维成本。
除了成本,企业使用AI还需关注数据安全。今年10月,相关平台披露了内部Agent的安全事件,凸显了模型处理敏感数据时的风险。为此,TokenHub构建了安全合规四层体系:运行环境安全方面,提供专属模型单元和可信运行方案,实现请求和响应的端到端加密;数据内容安全方面,提供推理日志配置和内容审核能力,防护提示词攻击和敏感数据泄露;合规方面,支持海外业务的数据存储和传输要求,已在东南亚、美国上线,欧洲服务预计今年第四季度推出。
对于企业来说,Hy4 flash降低了日常AI任务的使用门槛,而TokenHub则解决了模型使用中的成本和管理问题。未来,企业在AI上的投入产出比,不仅取决于模型单价,更取决于是否能将模型的使用和管理系统化。目前,Hy4 flash已在TokenHub上线,并推出限时两周五折优惠,感兴趣的开发者和企业可体验该模型。

