精华速览
腾讯混元最新发布的轻量模型Hy4 flash上线首日即登顶OpenRouter LLM日排行榜,Token调用量突破50万亿,创混元系列首日新高。该模型总参数224B、激活参数仅12B,支持多模态与1M上下文,输入价格每百万Token 0.5元、输出2元,单任务成本0.26元,约为Hy4 preview的1/13、Hy4的1/20。腾讯内部85位用户盲测显示,其满意度接近Claude Haiku 5.5,但单任务成本仅为后者约1/18。Hy4 flash已在腾讯云TokenHub上线,并配套Token治理与安全合规能力,试图将竞争从模型单价延伸至企业AI使用与管理的整体成本。
要点透视
- Hy4 flash上线首日Token调用量突破50万亿,创混元系列模型首日调用量新高,并在OpenRouter LLM日排行榜登顶。
- 定价为每百万Token输入0.5元、输出2元,命中缓存时仅0.02元;按内部评测集WorkIndex测算,单任务成本0.26元,为Hy4 preview的1/13、Hy4的1/20。
- 模型总参数224B,其中64B为Engram参数,每Token仅激活12B,支持多模态和1M上下文,参数量约为旗舰的四分之一。
- 腾讯内部85位用户参与27类259个任务盲测,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成本4.73元、时长6.8分钟,满意度接近。
- 技术优化包括将KV Cache压至Hy3的1/24、Hy4的1/6,后训练阶段使端到端任务输出长度降低50%,解码速度超过150 tps。
- 在王者荣耀研发Bug分析评测中,Hy4 flash根因定位表现接近DeepSeek-V4.1-Flash-1017和GLM-5.3-Flash,但模型请求次数减少22.0%至39.1%,Token消耗量减少40.5%至61.2%。
- 腾讯云TokenHub提供TPM预留、模型单元、离线推理三种服务形态,并支持按Key分账审计;安全体系覆盖运行环境、资产、数据内容和合规风险四层。
- Capgemini今年9月对500位高管的调研显示,59%的企业AI支出超出预期或预算,平均超支24%,60%的组织缺乏企业级AI成本可见性。
文章拆解
Hy4 flash的发布延续了腾讯混元今年平均每两个月一个大版本的节奏,但真正值得关注的不是参数规模,而是其成本结构的设计思路。224B总参数中仅激活12B,配合混合注意力、LatentMoE和Engram架构,把KV Cache压到Hy3的1/24,这相当于在推理侧削减“固定开销”;后训练阶段通过自蒸馏和强化学习将输出长度降低50%,则针对行业普遍存在的“过度思考”问题。两条路径叠加,使单任务成本降至0.26元,同时解码速度超过150 tps。这说明轻量模型的竞争已从单纯堆参数转向单位任务的经济性。
从用户影响看,日常办公任务中模型效果差距正在缩小。腾讯内部盲测显示Hy4 flash满意度接近Claude Haiku 5.5,成本却低一个数量级;元宝场景下Agent能力较Hy3提升13.6%。对需要高频调用模型的团队而言,这意味着PPT、文档、表格等任务可以更大规模地交给模型批量处理。但素材中“媲美Claude Haiku”等表述来自网友和内部评测,尚待独立第三方验证。
更关键的变量在企业侧。模型单价下降并不自动等于AI总成本下降。Capgemini调研中59%的企业AI支出超预算、平均超支24%,60%缺乏成本可见性,说明账单混乱、Token消耗分散、服务方式错配才是隐性成本来源。TokenHub以TPM预留、模型单元、离线推理三种形态对应不同任务特征,并支持按Key分账审计,逻辑上是把“选模型”升级为“选服务方式”。这一思路能否落地,取决于企业是否愿意将AI使用纳入工程化管理。
潜在风险集中在安全与合规。Agent调用工具和网络搜索时可能引入恶意指令,企业RAG场景存在权限越界输出风险;TokenHub虽提供四层安全体系和端到端加密,但实际防护效果尚待确认。此外,海外合规方面TokenHub已在东南亚、美国提供服务,欧洲预计今年第四季度上线,跨境数据流动的监管适配仍是变量。总体看,Hy4 flash的低价是入口,腾讯云真正想卖的是围绕Token消耗、服务分级和安全治理的一整套企业AI成本管理能力。

暂无评论。