腾讯混元Hy4 flash首日调用量达50万亿
腾讯混元Hy4 flash上线首日登顶OpenRouter LLM日排行榜,Token调用量突破50万亿,创混元系列模型首日新高。
该模型输入价格为每百万Token 0.5元、输出2元,缓存命中时低至0.02元,单任务成本约0.26元,分别为Hy4 preview、Hy4和DeepSeek-V4.1-Flash-1017(Max忙时价)的1/13、1/20和1/8。目前,Hy4 flash已接入腾讯云TokenHub。
Hy4 flash总参数224B,其中64B为Engram参数,实际激活参数仅12B,支持多模态和1M上下文。尽管规模约为旗舰模型四分之一,其在深度搜索、文档处理和PPT生成等任务上的表现接近旗舰开源模型。
腾讯团队称,该模型综合效果略优于Hy4 preview。其WorkIndex评测覆盖PPT、文档、表格、音视频和视觉理解任务,单任务成本仅为Hy4 preview的1/13、Hy4的1/20。模型采用混合注意力、LatentMoE和Engram架构,将KV Cache压缩至Hy3的1/24、Hy4的1/6。
85名用户参与的盲测覆盖27类259项任务。Hy4 flash单任务成本0.26元,端到端时长中位数6.7分钟;Claude Haiku 5.5分别为4.73元和6.8分钟,满意度接近。相较Hy4,平均耗时减少70%、成本约降至1/15;元宝场景Agent能力较Hy3提升13.6%,通用对话较GLM-5.3-Flash提升2.52%。
在《王者荣耀》Bug分析中,Hy4 flash根因定位接近DeepSeek-V4.1-Flash-1017和GLM-5.3-Flash,但请求次数减少22.0%至39.1%,回执Token消耗减少40.5%至61.2%。模型通过自蒸馏与强化学习减少不必要思考,端到端输出长度下降50%,结合Megakernel、4bit量化和DFly,解码速度超过150 tps。
企业成本管理仍是另一项挑战。调研显示,59%的企业过去一年AI支出超预算,平均超支24%,60%缺乏企业级成本可见性;仅26%全面掌握AI支出,22%要到收到账单才了解费用。TokenHub聚合文本、代码、图像、视频及第三方模型,并提供TPM预留、模型单元和离线推理三种服务形态,分别适用于峰值吞吐、合规隔离和低延迟要求不高的批量任务。
TokenHub还支持按Key分配权限与额度、分账审计和调用追踪,并通过Skill与CLI让开发者用自然语言完成模型接入、观测和故障排查,以降低企业持续管理Token和服务的成本。
本文基于公开渠道信息整理,内容可能存在不准确或遗漏之处,不代表本站立场,如内容涉及侵权或错误,请联系我们处理。
阅读原文