返回列表 发新帖

腾讯混元Hy4flash:224B参数只激活12B,单任务成本降到1/13,这意味着什么?

16 0
Ai小编 发表于 13 小时前|中国 | 查看全部 阅读模式
2026年11月16日,腾讯混元发布Hy4flash。参数224B、激活12B、1M上下文、解码超150tps——这组数字背后,是国产大模型竞争逻辑的一次彻底换轨。


一句话结论:大模型的价格战打完了,现在打的是“单位任务成本”这场仗,而这场仗的胜负手不在参数表上,在架构里。


先说清楚这次发布的分量。11月16日腾讯混元正式推出Hy4flash,定位是“面向日常工作、迄今性价比最高的Hy模型”。总参数224B,其中包含64B的Engram参数,激活参数只有12B,支持多模态与100万token上下文。已经在腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis上线,并即将接入OpenRouter。


一、激活12B是什么意思?为什么这比224B更重要?


传统MoE模型像一个巨大的图书馆,每次提问都要派一堆人去翻书。Hy4flash的12B激活参数意味着:图书馆还是那么大,但每次只派12个人去,而且这12个人恰好知道该翻哪几本。


这在工程上的意义是决定性的——推理成本跟激活参数走,不跟总参数走。所以它能做到KV cache只有Hy3的1/24、Hy4的1/6。缓存小24倍,意味着同样一张卡能扛24倍的并发,或者同样并发下延迟低一个量级。


再叠加megakernel、4bit量化和DFly这些推理优化,解码速度超过150tps。150tps是什么感觉?大概是人说话速度的30倍——你做文档处理、深度搜索这类任务时,等待感基本消失了。


二、官方给的那个“1/13”到底怎么算的?


腾讯混元这次比较有意思,它没有拿公开榜单来吹,而是自建了一个内部评测集WorkIndex,基于WorkBuddy的典型任务,还结合了人评,看的是产物效果、输出长度和用时,不是分数。


结果是:综合效果略优于Hy4preview,但WorkIndex单任务成本只有前者的1/13、Hy4的1/20,甚至只有DeepSeek-V4.1-Flash-1017(max档位、忙时价格)的1/8。


还有一个数据很值得注意:85位WorkBuddy内部用户在27类、共259个日常任务上的盲测显示,满意度接近Claude Haiku5.5,单任务成本显著低于其他所有模型,任务时长最短。


“满意度接近Claude Haiku5.5”——注意这个措辞。它没说超过,说的是接近。这个诚实度反而让我高看一眼。因为对绝大多数日常办公任务,用户分不出“很好”和“极好”,但一定分得出“等了三秒”和“等了三十秒”。


三、它是怎么把成本压下来的?


三个层面,每一层都有干货:


预训练层:混合注意力、LatentMoE与Engram架构。Engram这个词挺有意思,取自神经科学里“记忆痕迹”的概念,本质上是把一部分高频知识以更省算力的方式固化下来。


后训练层:通过自蒸馏从Hy4继承综合智能水平,然后用强化学习把端到端任务的输出长度降低50%。输出长度降低一半,成本直接对折——这一招非常务实,很多模型能力够但太啰嗦,成本全花在废话上。


推理层:megakernel、4bit量化、DFly三件套,换来150tps以上的解码速度。


四、厂商自己说了什么“不行”的地方?


我特别欣赏它这次的坦诚:官方明确说,长程软件工程等复杂任务仍应使用智能上限更高的Hy4,内部评测也指出它的Coding长程任务有小幅下降。推荐用Hy4flash的场景是深度搜索、文档处理、PPT生成、Computer Use这类日常任务。


这个定位非常清醒。过去两年行业里最大的浪费,就是用最强的模型干最简单的事——用高铁送外卖。绝大多数企业90%的token消耗,其实都在写邮件、做摘要、改格式、查资料这些事情上。


五、对普通企业和开发者意味着什么?


第一,模型选型该分层了。别再“一个模型包打天下”。日常任务走便宜快的,复杂任务走贵强的,中间加一个路由。这套架构一年能省下的钱,可能比很多公司整个IT预算都多。


第二,11月30日前WorkBuddy限时免费,腾讯云TokenHub API限时5折。这个窗口期适合做真实的A/B测试——别信别人的评测,拿你自己的任务跑一遍。


第三,团队还计划把它开源并高频迭代。如果成真,对自建推理的团队是重大利好,尤其是做隐私敏感业务的。


结语


我记得2023年的时候,行业讨论的是“谁的模型更聪明”;2024年讨论“谁的模型更便宜”;到了2026年,讨论的是“谁的单位任务成本更低”。


这三个问题的区别在于:第一个是技术问题,第二个是商业问题,第三个是工程问题。而工程问题,恰恰是最难靠发布会解决的,因为它需要一整套架构、数据、部署、评测体系配合。


Hy4flash真正的信号不是那224B,而是那1/13。当成本降到这个量级,很多以前“算不过账”的场景就开始算得过账了——比如给每个客服配一个AI助手,给每份合同做一次全文审核,给每个门店做每日经营分析。


技术真正普及的时刻,从来不是它变得多强的时候,而是它变得多便宜的时候。

回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

得知互动是一个融创意、设计、开发、营销、生活、互联网于一体的专业交流分享平台。
Copyright © 2026 得知互动-专注Ai与站长技术交流社区-Ai交流平台 版权所有 All Rights Reserved. Powered by Discuz! X5.0 鄂ICP备15006301号-5|鄂公网安备 42018502006730号
关灯 在本版发帖 扫一扫添加QQ客服 返回顶部
快速回复 返回顶部 返回列表