专题 · FULL STORY

腾讯混元 Hy4 Flash:从发布到实测

腾讯混元 11 月 16 日发布超低价模型 Hy4 Flash,官方盲测称日常任务比肩 Claude Haiku 5.5,成本降约 18 倍。随后第三方实测其在 RuneBench 取得佳绩,用户免费试用后认为其能力大致对标 DeepSeek V4.1 Flash。

2026-11-16 ~ 2026-11-17 · 3 集 · 22 条

第 1 集 · 腾讯混元发布 Hy4 flash:盲测对标 Haiku 5.5,成本降约 18 倍(2026-11-16,18 条)

腾讯混元于 11 月 16 日正式发布 Hy4 flash,定位日常生产力场景的最低成本模型。官方人类盲测显示其日常任务表现与 Claude Haiku 5.5 (high) 相当,而每任务成本降低约 18 倍;API 已上线并很快开源,模型还已上架推理平台 kenari,提供受免费额度限制的 hy4-flash:free 档位。该模型以极低单价直接对标 Anthropic 的轻量级模型,若经第三方验证,将对高吞吐、成本敏感型 API 应用形成冲击。

已确认

  • 核心规格:总参数 224B(含 64B Engram 参数),每 token 激活参数仅 12B,原生多模态,支持 100 万 token 上下文,解码速度超 150 Token/s;预训练引入混合注意力、Late 系列等技术(@noctrex、@AGI Hunt、@EmetInteractive、@智东西 等多方转述一致)
  • 官方在发布帖回复中给出成本对比:每任务约 ¥0.2,比 Hy4(¥5.7)便宜 13.8 倍、比 Hy4 preview(¥3.2)便宜 24.5 倍;内部 WorkIndex 性能 42.1(Hy4 为 50+,以官方口径为准)
  • @vista8 整理官方数据:在内部 WorkIndex 基准上,其单任务成本仅为 Hy4 preview 的约 1/13、Hy4 的约 1/20、DeepSeek-V4.1-Flash-1017(max 档)的 1/8
  • API 定价(每百万 tokens):缓存输入 $0.003 起;@chrisbrehs、@EmetInteractive 给出输入 $0.07 / 输出 $0.281 的档位;@APPSO 给出输入 0.5 元、输出 2 元的国内口径,约为 Hy4 输入价的 1/10,并实测称比 DeepSeek 更快更省;@智东西 转述称单任务成本 0.26 元,满意度逼近 Claude Haiku
  • @XianbaoQIAN 确认 API 正式上线、将很快开源;模型已在推理平台 kenari 上线,提供 hy4-flash:free(受免费额度限制)与 hy4-flash 两个版本,支持 1M 上下文、图像输入与工具调用

尚未确认

  • 盲测结论与 WorkIndex 数据均出自腾讯内部口径,尚无第三方独立验证;@XianbaoQIAN 称 HY4 Flash 成本约为 Hy4 的四分之一,与官方 13.824.5 倍的口径存在差异,属引用口径不一

为什么重要

  • Hy4 flash 以极低单价切入日常生产力场景,直接对标 Anthropic 的 Haiku 5.5,若盲测结论经第三方验证成立,将对高吞吐、成本敏感型 API 应用形成冲击
  • @XianbaoQIAN 认为 HY4 家族与 DeepSeek Flash 是配合使用而非正面竞争的关系,并称这一策略聪明;该视角提示国产模型在细分定位上的分工趋势
  • 开源计划与 kenari 免费档若持续落地,将进一步压低低成本模型的获取门槛

第 2 集 · 腾讯混元 Hy4 Flash 实测:0.03 美元跑 RuneBench 达 5.74 分(2026-11-17,2 条)

第三方博主实测腾讯混元 Hy4 Flash(高推理档,经 Pi / OpenRouter 调用),在 RuneBench skills-30m 基准上取得 5.74 分(ln(1+peak XP/min) 均值),单次运行成本仅约 0.03 美元,被称为最便宜的前沿性能点,凸显该模型在性价比方面的竞争力。

第 3 集 · 腾讯 Hy4 Flash 实测:性能对标 DeepSeek V4.1 Flash(2026-11-17,2 条)

腾讯 Hy4 Flash 开启免费两周试用,中文用户用它生成 3D 体素浮空宝塔,评价其速度快、相对靠谱,能力大致相当于 DeepSeek V4.1 Flash 0910,适合处理日常杂活。另有用户用同一 prompt 让两个 Flash 级模型 one-shot 生成机械飞蜻蜓,结果显示 Hy4 Flash 消耗的 token 仅为对方的四分之一,但成品质量略逊于 DeepSeek。