腾讯 Hy4 flash 实测:单任务成本为 Hy4 二十分之一,解码超 150 tps
来源极客公园查看原文
速览
- Hy4 flash 以 12B 激活参数实现接近 Hy4 的综合智能水平,成本仅为后者的二十分之一。
- 在办公决策任务中,Hy4 flash 与 DeepSeek-V4.1-Flash 判断一致,但速度快近 3 分钟。
- 读图决策任务中 Hy4 flash 准确率更高,识别出客户数量口径冲突,DeepSeek-V4.1-Flash 出现两处误判。
- 编程修复任务中 Hy4 flash 四个 bug 全部修好,速度比 Hy4 快近一倍,但新增测试较少。
- 论文转 PPT 任务中 Hy4 flash 页数更多、速度更快,Hy4 页面更适合直接讲解。
- 混元官方推荐日常任务使用 Hy4 flash,长程软件工程等复杂任务使用 Hy4。
- Agent 场景下 Token 消耗巨大,Flash 模型成为控制成本的关键选择。
腾讯推出主打精简输出、高吞吐的 Flash 模型 Hy4 flash,总参数 224B(含 64B Engram 参数),实际激活参数仅 12B,KV cache 为 Hy3 的 1/24、Hy4 的 1/6,支持多模态和 1M 上下文。定价为每百万 Token 输入 0.5 元、输出 2 元,命中缓存 0.02 元。极客公园在 WorkBuddy 中将其与 DeepSeek-V4.1-Flash(1017 版本)及 Hy4 做了四轮对照测试:办公决策任务中 Hy4 flash 用时 1 分 14 秒,比 DeepSeek-V4.1-Flash 的 4 分 8 秒快近 3 分钟,核心判断一致;读图决策任务中 Hy4 flash 用时 2 分 46 秒,比对方慢但误读更少;编程修复任务中 Hy4 flash 用时 2 分 5 秒修好全部 4 个 bug,Hy4 用时 3 分 49 秒;论文转 PPT 任务中 Hy4 flash 用时 9 分 5 秒生成 21 页,Hy4 用时 15 分 47 秒生成 18 页。
关键事实
- Hy4 flash 总参数 224B,其中 64B 为 Engram 参数,实际激活参数仅 12B。
- Hy4 flash 的 KV cache 大小为 Hy3 的 1/24、Hy4 的 1/6,支持多模态和 1M 上下文长度。
- 定价为每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅 0.02 元。
- 通过自蒸馏 Hy4 和强化学习,端到端任务输出长度降低 50%,单任务成本为 Hy4 的二十分之一。
- 解码速度超过 150 tps,结合 megakernel、4bit 量化、DFly 等手段优化。
- 办公决策测试中 Hy4 flash 用时 1 分 14 秒,DeepSeek-V4.1-Flash 用时 4 分 8 秒,相差 2 分 54 秒。
本站视角
对国内做 Agent 产品的团队和调用 API 的中小企业来说,Hy4 flash 的定价和激活参数规模意味着单次任务成本可能降到原来的几十分之一,这直接决定了哪些场景可以跑通商业闭环。我们的判断是,Hy4 flash 在办公决策和编程修复这类短程任务上已经具备替代高价模型的条件,实测中与 DeepSeek-V4.1-Flash 判断一致但速度快近 3 分钟,说明腾讯在后训练阶段的自蒸馏和强化学习确实压低了输出长度而没有明显牺牲质量。但需要指出的是,极客公园的测试仅覆盖四个任务、每项只跑一次,样本量不足以得出统计意义上的结论,且测试平台 WorkBuddy 可免费使用 Hy4 flash,存在一定的利益关联可能。另外,读图任务中 Hy4 flash 虽然误读更少但速度慢于对手,说明其多模态能力并非全面领先。对开发者而言,值得跟进的是 Hy4 flash 在长程任务中的表现——官方自己也推荐复杂软件工程使用 Hy4,这意味着 Flash 模型目前仍适合作为日常任务的默认选项而非全部替代。
背景与影响
2026 年 Agent 应用普及后,模型调用轮次和上下文长度激增,成本与速度成为比单纯刷榜更实际的议题。OpenRouter 数据显示,2026 年 2 月 6 日平台上 Agent 的 Token 用量首次超过人类直接调用,到 9 月底已达后者的约七倍。密歇根大学与斯坦福大学 4 月的一项覆盖 8 款模型、500 个真实代码问题的研究发现,Agent 每次尝试处理一个问题平均累计消耗约 417 万 Token,模型调用费约 1.86 美元。在此背景下,各家厂商纷纷推出 Flash 系列性价比模型,DeepSeek、智谱的 Flash 模型已进入 OpenRouter 单日 Token 用量前十。腾讯 Hy4 flash 正是在这一趋势下推出,试图以极低的激活参数和价格覆盖日常办公、编程修复、PPT 生成等高频 Agent 任务。
本文由 AI 辅助整理自公开信源,事实部分以原文为准;「本站视角」一节为编辑部判断,欢迎指正。版权归原作者所有,如有异议请联系我们。