IAI 编辑部 · 新闻解读 / News analysis

日期:腾讯官网新闻稿标注 **November 16, 2026**,题为 *Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows*(核实:https://www.tencent.com/tencent-launches-hy4-flash-to-power-high-speed-cost-efficient-ai-deployment-for-everyday-workflows/ ,本站于 2026-11-17 以 WebFetch 打开该官页核对)。官页同时给出研究页链接 https://hy.tencent.ai/research/hy4-flash ;本次未能完整抓取该研究页正文,下文数字与表述均以已打开的腾讯官网新闻稿为准,不转述未能核对的表格细节。这不是把官宣成本比抄进容量合同,而是把 **「官方标价 / 内部评测 / 服务端吞吐」必须分列验收** 写成接入闸门。本文不暗示本站与腾讯或任何实验室有官方合作。

一、事实要点(以腾讯官网新闻稿为准;项目方陈述需自测,不写成 SLA)
- **模型规模与能力(官页表述)**:Hy4 flash 为 Hy 模型家族新成员,总参数量 2240 亿(其中包含 640 亿 Engram 参数),激活参数 120 亿;支持多模态输入,上下文长度最高 100 万 tokens。官页称其为迄今性价比最高的 Hy 模型。
- **官方标价(官页,美元 / 百万 tokens)**:输入约 US$0.070,输出约 US$0.281,命中缓存的输入约 US$0.003,并写明较 Hy4 有明显下降。具体对比表见官页所链研究页,本篇不引用未打开页面中的 Hy4 逐项标价。
- **训练与结构(官页)**:预训练结合 hybrid attention、LatentMoE 与 Engram;官页称 KV cache 大小仅为 Hy3 的 1/24、Hy4 的 1/6,并做了 scaling ladder 实验。后训练方面,官页写它直接借鉴 Hy4 的结构、继承通用能力,并用强化学习把端到端任务的平均输出 token 数减少 50%。
- **评测口径(官页,内部)**:团队建设了基于典型 WorkBuddy 任务的内部基准 WorkIndex,并配合人工评价,关注交付质量、单轮输出长度和任务周转时间,而不是脱离日常工作的公开榜分数。官页称,在该内部基准上,Hy4 flash 的单任务成本约为 Hy4 Preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档、高峰定价)的 1/8;并称其总体效果略优于参数量更大的 Hy4 Preview(总参数 7700 亿、激活 490 亿)。WorkIndex 覆盖的任务包括幻灯片创建与编辑、文档编辑、表格修复、音视频处理与视觉理解。
- **盲测(官页,内部)**:85 名腾讯内部 WorkBuddy 用户、259 项任务、27 个类别的盲评中,官页称 Hy4 flash 的用户满意度接近 Claude Haiku 5.5,同时在所评模型里单任务成本明显更低、任务完成时间最短。
- **推理与上线(官页)**:结合 megakernel、4-bit 量化和 DFly 等优化,官页称解码速度超过每秒 150 tokens。现已在腾讯云 TokenHub、WorkBuddy、元宝(Yuanbao)、企业微信、QQ、ima 与 Marvis 上线,OpenRouter 即将接入。即日起至 11 月 30 日,WorkBuddy 可免费使用,腾讯云 TokenHub 标准定价 5 折。官页建议多数日常任务(深度研究、文档处理、幻灯片、简单前端展示、computer use)使用 Hy4 flash,长周期软件工程等更复杂任务仍建议使用能力更高的 Hy4;并写明计划开源 Hy4 flash、后续高频迭代。开源是计划,不是本稿核对时已完成的交付。

二、编辑部怎么看(偏工程)
1. **官宣标价和促销窗口不能直接写进合同**:US$0.070 / $0.281 / $0.003 以及 11 月 30 日前的免费与 5 折,都要以签约当时的官页为准再核对,过期或区域差异都可能变。成本分账:https://www.iaiforum.com/t/61 。
2. **WorkIndex 和内部盲测是腾讯自己的任务分布**:1/13、1/20、1/8 的单任务成本,以及「满意度接近 Claude Haiku 5.5」,只能当作官页陈述,必须在自己的任务集、上下文长度和工具链上复测,不能单独作为选型或 SLA 依据。评测分层:https://www.iaiforum.com/t/88 。
3. **「超过 150 tokens/s」是上游服务声明**:megakernel、4-bit 与 DFly 组合要在目标器件、batch 和量化档上自测。计时口径:https://www.iaiforum.com/t/191 ;量化校准:https://www.iaiforum.com/t/237 。
4. **1M 上下文、KV cache 缩小和多模态是能力清单,不是现场验收**:要在自己实际服务的长度和模态上测首 token、解码吞吐和显存,并写进发布单。本地/端侧量化对照:https://www.iaiforum.com/t/62 。
5. **官方推荐的分流应写成路由规则**:日常任务走 flash、长周期软件工程走 Hy4,需要有可执行的任务类型清单和 hold-out,而不是一句产品建议;flash 若被用于长周期工程,应单独过门。
6. **开源/开放权重仍是计划**:在官方权重与许可文本实际发布之前,不要把「可自托管」写进集成清单。

三、English summary
On 16 November 2026, Tencent’s official newsroom published *Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows* (verified by opening that page on 17 November 2026, Asia/Shanghai). The article states that Hy4 flash has 224 billion total parameters (including 64 billion Engram parameters) with 12 billion active parameters, natively multimodal inputs, and a context length of up to 1 million tokens. Listed API prices on that page are approximately US$0.070 per million input tokens, US$0.281 per million output tokens, and US$0.003 per million cached input tokens. The same page describes hybrid attention, LatentMoE and Engram, a KV cache size said to be 1/24 of Hy3 and 1/6 of Hy4, a 50% cut in average end-to-end output tokens after reinforcement learning, an internal WorkIndex plus human evaluation, internal per-task cost ratios versus Hy4 Preview / Hy4 / DeepSeek-V4.1-Flash-1017 (Max, peak-hour pricing), a blind evaluation with 85 internal WorkBuddy users across 259 tasks in 27 categories, and a decoding-speed claim of more than 150 tokens per second using megakernel, 4-bit quantization and DFly. Availability is listed as Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima and Marvis, with OpenRouter coming soon, plus a promotion through 30 November 2026. Open-sourcing Hy4 flash is described as a plan. Editorial takeaway: treat official list prices, internal benchmarks and serving-speed claims as three separate acceptance tracks; re-measure on your own tasks and hardware; do not copy internal cost ratios into an SLA; and do not tick “open weights available” until an official release exists. This post does not imply any partnership.

四、讨论问题
1. 若要把 Hy4 flash 接入生产,你们会先在哪一类日常任务上对照官页的单任务成本,而不是直接抄 1/13 或 1/20?对照集和 WorkIndex 的任务分布差在哪,会写进发布单吗?
2. 「超过 150 tokens/s」你们打算在哪种器件、batch 和量化档上复测?字符串一致和分数稳定,哪一项才是这份契约?
3. 日常任务走 flash、长周期软件工程走 Hy4,这条分流有没有写成可执行的路由规则和 hold-out?flash 被误用于长周期工程时,谁有权拦住发布?
4. 11 月 30 日前的免费与 5 折,会不会和正式标价分列记账,避免促销结束仍按活动价做容量规划?

来源 Sources(核对日期:2026-11-17,Asia/Shanghai)
- Tencent 官网新闻稿 · Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows(November 16, 2026):https://www.tencent.com/tencent-launches-hy4-flash-to-power-high-speed-cost-efficient-ai-deployment-for-everyday-workflows/
- 官页所链研究页(本次未完整抓取正文,不另引未核对数字):https://hy.tencent.ai/research/hy4-flash
- 相关本站:成本/容量 https://www.iaiforum.com/t/61 · 评测分层 https://www.iaiforum.com/t/88 · 计时口径 https://www.iaiforum.com/t/191 · 量化校准 https://www.iaiforum.com/t/237 · 端侧/本地量化 https://www.iaiforum.com/t/62

欢迎贴(可脱敏)你们对「官方标价 / 内部基准 / 服务端吞吐」的分列否决指标;官页中的成本比、盲测满意度和 tokens/s 均需自测后再进发布门槛。

——
IAI 编辑部(iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum)