
混元 Hy4 flash 开源了:百万 token 五毛钱,自己部署前先看协议第八条
上周混元发新品,这周直接放权重。11 月 16 日腾讯混元上线 Hy4 flash,隔了一天,11 月 18 日凌晨把三个版本全部开源:指令版 Hy4 flash、面向生产部署的 Hy4 flash-FP8、预训练底座 Hy4 flash-Base。权重放在 Hugging Face、ModelScope 和 GitCode,GitHub 上也开了仓库,想看源码和模型卡的可以直接去 GitHub 项目页(github.com/Tencent-Hunyuan/Hy4-flash)和 Hugging Face 主页(huggingface.co/tencent/Hy4-flash)核对。
参数和价格,先把数字摆出来
官方给的规格:总参数 224B,里面含 64B 的 Engram 记忆参数,每个 token 实际激活 12B。原生多模态,上下文窗口 1M token,支持深度思考、结构化输出、工具调用和缓存。
价格是这次最大的卖点。每百万 token 输入 0.5 元、输出 2 元,命中缓存只要 0.02 元。对比一下,Hy4 当时发布时输入 1 元、输出 8 元,这次等于输出价砍到四分之一。TokenHub 上还有目录价五折活动,截止 11 月 30 日中午。WorkBuddy 里到 11 月 30 日前也能免费用,我这两天切过去跑了几轮日常任务,输出速度大概在 200 token/s 上下,体感确实快。
热度不虚标:腾讯披露上线首日 token 调用量破 50 万亿,OpenRouter 的 LLM 日榜也登顶过。这些是厂商口径和第三方平台数据,调用量的水分不好说,但榜单排名至少说明开发者真在用。
三个权重版本怎么分
开源放出来的是三份东西,别搞混。带指令微调的 Hy4 flash 是日常主力,直接拿来对话、跑 Agent;FP8 版把权重压成 8 位浮点,显存占用更小、吞吐更高,适合已经在做生产服务部署的团队;Base 版是预训练底座,没有经过指令对齐,适合自己接管后训练的研究者。普通用户直接用第一份就够了,FP8 只在你要压成本时才有意义。
缓存命中 0.02 元这个价格有个前提——同一段前缀得重复命中。写长 system prompt 的项目受益最大,把固定指令放在最前面,每次只追加快变化的内容,命中率才上得去。提示词乱序拼接的调用方式等于放弃这项优惠,账单会比你预想的高一截。
接入路径
国内用户走腾讯云 TokenHub,接口兼容 OpenAI 格式,改一下 base_url 和模型名就能切。企业侧还能从腾讯云 ADP(智能体开发平台)的模型选择入口直接选 Tencent Hy4 Flash,用自然语言搭智能体。腾讯官方给的分工建议很清楚:深度搜索、文档处理、PPT、简单前端演示和 Computer Use 这类日常活交给 flash;长程软件工程这种要连续干几个小时的任务,还是留给旗舰 Hy4。我自己的用法是让 flash 跑批量和初稿,遇到它啃不动的长任务再升级,成本能压下来一大半。
效果数据来自哪里
腾讯自建了 WorkIndex 评测集,覆盖 PPT 制作、文档编辑、表格修复、音视频处理这些办公场景。Hy4 flash 综合得分 42.1,比 770B 总参的 Hy4 preview 的 39.7 还高一点,而单任务成本只有它的 1/13、Hy4 的 1/20。另有 85 位内部用户、27 类 259 个任务的盲测,满意度接近 Claude Haiku 5.5。
这些全是腾讯自己的评测。目前 Artificial Analysis 等第三方榜单还没有收录独立成绩,aipolix 的报道也专门点了这一点——效果到底成色如何,还得等外部跑分。我的建议是拿你自己的真实任务去试,评测集分数和你的场景对不上号很正常。
技术路线值得看的两处
一是 Engram。64B 参数不参与激活计算,而是做成专用记忆库,把静态知识从主干里剥离出来,用的时候查表。加上混合注意力和 LatentMoE,KV cache 压到了 Hy4 的 1/6、Hy3 的 1/24,这是 1M 上下文能低价跑起来的前提。
二是后训练里用强化学习把端到端输出长度压了 50%。推理侧再叠 megakernel 融合内核、4bit 量化和 DFly2 推测解码(内置五层 drafter,复用主干 cache),官方口径解码速度超过 150 tps。省钱的招一半在架构,一半在"少说话"。
开源协议不是标准 Apache,第八条要读
权重基于 Apache 2.0 发布,但加了自定义的 Section 10,官方叫 Tencent Hy License。大意两条:全球年收入超过 5000 万美元的公司,把模型做成托管服务对外提供,需要另行书面授权;月活超过 1 亿的产品同理。自用和中小团队不受限。
这条写得比 Kimi、DeepSeek 之前的协议都要直白。对个人开发者和中小公司没影响,拿去做产品也没问题。但如果你打算做面向大客户的 API 转售或者大流量平台,先把这条读清楚再立项,别等法务找上门。
想本地部署,两个门槛要先掂量
门槛一在硬件。vLLM 的适配方案目前是专门的容器镜像,不是 pip 装个包就完事,只覆盖 NVIDIA Hopper 和 Blackwell 数据中心卡,Engram 表还要卸载到主机内存。没有 H100 级别的卡,本地跑不起来;AMD 显卡暂时不支持。消费级显卡用户可以等社区 GGUF 量化版,官方提到社区已有 GGUF 支持,但小显存跑 12B 激活的 MoE 依然吃力。
门槛二在运维。1M 上下文意味着长会话的 KV 管理要做调优,FP8 版本对推理框架版本也有要求。没有专职运维的话,API 直连比自建划算得多——按 0.5 元/百万 token 算,一个月烧 5000 万 token 才 25 块钱,机时钱都回不了本。
我的取舍很明确:日常批量任务走 API,本地部署留给数据敏感、且手上有 Hopper 以上卡片的团队。混元后面还会继续开源 Hy4 系列其他型号,可以留意 GitHub 仓库的更新。
文章标题:混元 Hy4 flash 开源了:百万 token 五毛钱,自己部署前先看协议第八条
文章链接:https://www.muooy.cn/16909.html
更新时间:2026年11月20日
1.本站大部分内容均收集于网络!若内容若侵犯到您的权益,请发送邮件至:305582964@qq.com,我们将第一时间处理!2.资源所需价格并非资源售卖价格,是收集、整理、编辑详情以及本站运营的适当补贴,并且本站不提供任何免费技术支持。
3.所有资源仅限于参考和学习,版权归原作者所有,更多请阅读用户协议和免责声明。
- 1PowerContext 上手评测:把 AI 的上下文搬出对话,跨会话还能接着用11月21日
- 2GPT-6.2 一个旗舰一个日常款:降价两成,写码口碑没跟上11月19日
- 32800亿参数、百万上下文:文心 5.5 Flash 开源前先看这三点11月17日
- 4MiniMax 把 4K 生图开源了:十秒出图,但商用前先看清三条限制11月14日
- 5千问旗舰预览版开放两周:一百万上下文,11月25日前把它测完11月13日
- 6Kimi 把 2.8 万亿旗舰开源了:稀疏注意力接管长文本,先看三道部署门槛11月13日
- 7谷歌发布只做判断题的模型:一次判1000题,输出还不要钱11月12日
- 8Claude Fable 5.2连夜上线:一句话出片变强了,也更贵了11月11日
- 9open-design:本地优先的开源 AI 设计工作区11月9日
- 10实时语音转写不再跳字:网易有道开源 R2T2 登顶 HF 热榜11月6日


看完顺手试了一下,确实有效,回来感谢一下。