腾讯混元 Hy4 flash 开源:224B 总参数、12B 激活、百万上下文,官方称日常任务成本降 18 倍
11 月 16 日至 19 日,腾讯混元在四天里完成了一次相当密集的动作:先发布 Hy4 flash 模型,随后开放权重,再推动一批第三方平台同步接入。对一个以「日常生产力场景中价格最低」自我定位的模型来说,这条路径值得拆开看——它既是技术规格的展示,也是一次围绕推理成本的定价实验。
事件概述:四天三个动作
按公开时间线,这件事分三段推进。11 月 16 日首次出现报道,模型本身发布;11 月 17 日,腾讯元宝全量上线该模型,OpenClaw 跟进接入,OpenRouter 上线并给出限时折扣;11 月 18 日中午,腾讯混元正式宣布开放权重,同日 IT 之家等媒体跟进报道;11 月 19 日凌晨,OpenCode 宣布该模型在平台上限时免费。
这四天里,「发布—接入—开源」的节奏被压得很紧。对开发者来说,最直接的变化是:不用等官方审核或商业谈判,当天就能从开源渠道下载权重,同时还能在若干平台上零成本试用。
核心数据:参数、上下文与定价
先看硬指标。按腾讯混元的官方描述,Hy4 flash 的核心规格如下。
| 项目 | 数值 |
|---|---|
| 总参数 | 224B(含 64B Engram 参数) |
| 每 token 激活参数 | 12B |
| 输入模态 | 多模态 |
| 上下文长度 | 100 万 token |
| API 输入价 | 0.5 元 / 百万 tokens |
| API 输出价 | 2 元 / 百万 tokens |
| 缓存价 | 0.003 美元 / 百万 tokens |
| 官方美元输入价 | 0.070 美元 / 百万 tokens |
| 官方美元输出价 | 0.281 美元 / 百万 tokens |
224B 总参数、12B 激活,是典型的稀疏 MoE 结构。这种设计的取向很明确:用较大的总容量保证能力上限,用较小的激活量压低每次推理的实际算力开销。官方另外提到了 64B 的「Engram 参数」——这是一个需要留意的表述,腾讯混元没有在公开材料里详细解释这部分参数的具体作用,因此这里只照录原文,不做推测。
100 万 token 的上下文同样是当前旗舰级配置。对于长文档处理、代码库级问答这类场景,上下文长度往往比单点跑分更影响可用性。
第三方评测:只有官方口径
这里需要把边界说清楚:目前关于 Hy4 flash 能力的对比,几乎全部来自腾讯混元自己。
官方称,在人工盲测的日常任务中,Hy4 flash 与 Claude Haiku 5.5 (high) 表现相当,同时任务成本降低 18 倍。IT 之家在报道中给出了另一个角度:单任务成本约为 Hy4 的 5%。
这两个数字都不是第三方独立评测机构公布的跑分,而是厂商自述。盲测的题目分布、样本量、评判标准、是否披露原始数据,公开材料里都没有说明。因此更稳妥的理解是:官方认为它在「日常任务」这一区间内可以对齐 Haiku 级别的表现,并用成本优势作为差异化卖点。至于在推理、代码、长上下文检索等专项能力上是否同样接近,目前没有可验证的第三方数据。
对这类宣称,建议的做法是拿自己的真实任务跑一轮 A/B,而不是直接采信对比结论。
开源:三个版本,四个渠道
11 月 18 日中午,腾讯混元宣布开放 Hy4 flash 权重,一次性给出三个版本。
| 版本 | 定位 |
|---|---|
| Hy4 flash | 完整精度版本 |
| Hy4 flash-FP8 | FP8 量化版本,降低显存占用 |
| Hy4 flash Base | 基座版本,便于二次训练与微调 |
下载渠道包括 GitHub、Hugging Face、ModelScope 和 GitCode。此外,AngelSlim 另行发布了 GGUF 版本——对本地推理生态来说,这一步的意义不小,GGUF 是 llama.cpp 等本地推理工具链的通用格式,意味着该模型可以直接跑在消费级硬件上的本地推理流程里,而不必依赖 GPU 服务器。
腾讯混元同时表示,正在加速开源 Hy4(即非 flash 的完整版本)。如果这一计划落地,Hy 系列的开源谱系会更完整。
平台接入:从免费试用到五折
发布后一周内,多家平台同步接入,各自的策略差别很大。
腾讯元宝全量上线该模型,提供「快速回答」和「深度思考」两种模式,面向普通用户,这是覆盖面最广的一个入口。
WorkBuddy 称限时免费试用,每日免费额度适用,之后转为积分制。OpenClaw 已上线该模型。OpenCode 的力度最大:宣布未来两周免费且用量近乎无限制,不计入 Go 套餐额度;11 月 19 日又补充说明,接下来 10 天仍在 OpenCode 独家免费。
OpenRouter 则走折扣路线:上线即限时五折,价格为每百万 tokens 输入 0.035 美元、输出 0.1405 美元、缓存读取 0.0015 美元,折扣持续至 11 月 30 日。
把这些数字和官方美元定价放在一起看,能看出一个明显的策略:官方输入价 0.070 美元、输出价 0.281 美元,OpenRouter 五折后正好是 0.035 与 0.1405,基本对齐。也就是说,第三方平台的折扣并没有低于官方价格体系太多,更多是一种获客手段。
能力边界:哪些还没说清
现有材料里有几处需要明确标注为「未公布」。
第一,Engram 参数的作用未公布。64B 这个规模不小,但它承担什么功能、是否参与每次推理、对上下文长度是否有贡献,官方材料没有展开。
第二,多模态能力的具体范围未公布。官方只说「支持多模态输入」,但支持哪些模态、图像理解的分辨率上限、是否支持视频或音频,目前都没有细化的公开说明。
第三,盲测细节未公布。18 倍成本优势的测算基准、对比任务集、评判方式均未披露。
第四,Hy4 flash Base 的具体训练数据与微调建议未公布。基座版本的开放价值取决于文档完整度,这部分还需要等社区实测。
这些空白不影响它作为低成本长上下文模型的使用,但会影响对它能力上限的判断。
对开发者的意义
如果只看一个结论:Hy4 flash 把「百万上下文 + 多模态输入」的组合压到了每百万 tokens 输入 0.5 元的价位,并且开放了权重。这个组合在过去通常对应更高的单价。
实际影响大致有三个方向。
一是长上下文应用的成本结构会变。文档解析、代码库问答、会议记录归档这类场景,token 消耗天然偏高,输入价每降一个数量级,可行性的边界就往外推一截。
二是本地部署多了一个可选对象。FP8 版本和 GGUF 版本同时放出,意味着从服务器到消费级硬件的路径都有覆盖。不过 224B 总参数的模型即便激活量只有 12B,显存与内存需求仍然不是小数目,实际可跑的最低配置需要等社区实测数据。
三是多平台并行试用降低了验证成本。OpenCode 的两周免费、OpenRouter 的五折到 11 月底,都是有限窗口。想验证它是否适合自己的业务,这段时间是成本最低的窗口。
需要提醒的是,免费与折扣都有截止时间,且第三方平台的配额策略可能随时调整。把这类活动当成评估期,而不是长期成本假设。
小结
Hy4 flash 这次的动作,核心不是单项跑分,而是把「大总参数 + 小激活量 + 百万上下文 + 开源权重」这套组合落到了低价位段。官方的 18 倍成本优势属于自述,需要独立验证;Engram 参数、多模态范围等关键细节尚未公布。
对开发者而言,务实的路径是:在折扣与免费窗口内,用自己的真实任务做一轮对比测试,重点看长上下文召回和中文场景表现,再决定是否纳入生产链路。
参考来源:本文信息来自 AIHOT 事件聚合,该事件收录 18 篇报道、9 个信源。其中参数规格、定价与开源版本信息引自腾讯混元官方发布;成本对比与盲测结论为腾讯混元自述,未经第三方独立评测确认;平台接入与折扣信息分别引自 WorkBuddy、OpenClaw、OpenCode、OpenRouter 及腾讯元宝的公开说明;单任务成本约为 Hy4 百分之五的说法引自 IT 之家报道。
- 点赞
- 收藏
- 关注作者
评论(0)