一張生成的標題卡寫著「Hy4 flash vs Tencent HY4」,副標題為「同一個家族,兩種等級,十二倍的價格差距」,兩個標籤寫著「Hy4 flash:總參數 224B,活躍參數 12B,$0.070 / $0.281」與「Tencent HY4:總參數 770B,活躍參數 49B,$0.834 / $2.501」,頁尾寫著「Hy4 flash 於 2026 年 11 月 16 日發布;Tencent HY4 於 2026 年 11 月 4 日正式推出。」
Guides & Insights

Hy4 flash 與 Tencent HY4:同一家族、兩個層級,以及十二倍的價格差距

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Tencent HY4 於 2026 年 11 月 4 日正式全面推出,是一款擁有 7,700 億參數、每個 token 啟用 490 億參數的模型,具備原生視覺、電腦操作能力,每百萬 token 輸入價格為 0.834 美元、輸出價格為 2.501 美元。十二天後,也就是 11 月 16 日,騰訊推出了 Hy4 flash:總參數 2,240 億、啟用參數 120 億,同樣具備一百萬 token 的上下文,輸入價格為 0.070 美元、輸出價格為 0.281 美元。Hy4 flash 是透過蒸餾 Tencent HY4 打造,再以強化學習訓練,使其更精簡少話,而騰訊自家的指引也確實這麼說——深度搜尋、文件、簡報、前端工作與電腦操作請使用 flash 模型,旗艦模型則保留給長程軟體工程。這份指引對一次發布而言異常坦率,也是兩次發布中最有用的東西。

所以這不是一場競爭對手之間的較量。而是一家公司把自己的家族一分為二,然後告訴你該買哪一半;真正有意思的問題是:旗艦型號有多少能在小模型中保留、這條分界線究竟落在哪裡,以及十二倍的價差除了 token 之外還買到了什麼。

十一週內推出三個版本

這個系列沿革說明了大部分的定價。自八月以來,騰訊已推出這個系列三次,而每次發佈都改動了不同的變數。

• 2026 年 8 月 28 日 — Hy4 預覽。Apache 2.0 授權,權重已發佈於 Hugging Face、ModelScope、GitCode 與 CNB,總參數 770B/啟動參數 49B,共 78 層,其中 1 層為稠密層,77 層為混合專家(MoE)層,每層有 256 個路由專家加上 1 個共享專家,採 top-8 路由,上下文長度 1,048,576 個 token,另有一層 10B 的多 token 預測層,啟動參數 0.7B。每百萬 token 收費 ¥6/¥18/¥0.3。已公佈八項基準測試結果、vLLM 與 SGLang 部署配方,以及已公佈的取樣預設值。

• 2026年11月4日 — Tencent HY4。主幹規模相同,預訓練與後訓練大幅增加,並帶來兩項新能力:對細微圖像、圖表與圖解的原生視覺能力,以及透過滑鼠、鍵盤與命令列操作電腦,並針對 Blender、CAD 與長時程跨應用程式作業進行專門訓練。價格同樣為 ¥6 / ¥18 / ¥0.3。沒有權重、沒有授權、沒有模型卡、沒有基準測試附錄。

• 2026年11月16日 — Hy4 flash。總參數 224B,其中 64B 為 Engram 參數、12B 為活躍參數,多模態,1,048,576 token 上下文,¥0.5 / ¥2 / ¥0.02。無權重、無授權、無模型卡,基準測試數字僅以圖表圖片形式公布。

發展方向顯而易見:這個系列同時變得越來越便宜,也越來越不開放。最便宜的成員同時也是文書作業最少的那個,而任何人都能下載的唯一版本,就是八月的那一版。

旗艦機仍能做到、而 flash 做不到的事

A generated two-column card titled 'What the extra twelve times buys'. The Tencent HY4 column reads 770B total, 49B active; native vision on charts and diagrams; 78 layers, 256 routed experts; desktop computer use with Blender and CAD training. The Hy4 flash column reads 224B total, 12B active; multimodal with the encoder undisclosed; 64B Engram parameters; 1M context on both tiers. A footer reads 'All figures are Tencent's; neither model has an independent benchmark score.'

有兩項能力身處旗艦之中,而並未以同樣的表述為小模型宣稱。

規模化視覺。HY4 版本展示了一張 2.8 吉像素的航空照片,模型在其中定位到一個兩公尺的屋頂構件;這與其說是視覺成果,不如說是證明了百萬 token 視窗能同時容納一張分塊圖像與一個查詢。Hy4 flash 被稱為多模態,而其 WorkIndex 套件八種任務類型之一就是視覺理解,但該版本並未說明編碼器是自有的還是外掛的、規模有多大,或者究竟是否接受影片輸入。針對密集文件與圖表作業,旗艦模型是那個背後有已發表示範佐證的模型。

電腦操作與長時程桌面工作。Tencent 專門訓練 HY4 來跨應用程式操作桌面,並在自家 Agent Runtime 打造的沙箱中運行,安裝了數百個應用程式,還將 Blender 和 CAD 列為目標工作負載。Hy4 flash 也被推薦用於電腦操作,這是有意義的妥協——但旗艦版本才是附有訓練描述的那個,而內部 WorkBuddy 資料顯示,flash 在長時間編碼任務上逐漸落後,儘管在日常工作上已達到同等水準。

旗艦模型欄位中的其餘項目都屬於規模,而非能力:490 億活躍參數對上 120 億、78 個有記載的層對上未公開的數量、256 個路由專家對上未公開的數目。更多活躍參數換來的是在困難推理與長工具鏈上的深度。它們換不來上下文視窗的取用權限——兩者在這方面相同——也換不來原則上的多模態能力——兩者都如此宣稱。

十二倍的差異從何而來

價格差距並不是折扣,而是活躍參數少了四倍,再加上一組服務層面的改動——而騰訊對第二部分的說明異常具體。

根據廠商的說法,這項效率成果是:混合注意力、LatentMoE 與 Engram 參數共同產生 KV 快取,其大小為 Hy3 的二十四分之一、Tencent HY4 的六分之一。從 HY4 進行自我蒸餾,隨後再進行強化學習,將端到端輸出長度縮短了 50%。一個具備四位元量化與名為 DFly 的解碼路徑的推論 megakernel,可維持每秒超過 150 個 token。每一項都看似合理,每一項都與該架構相符,而且沒有任何一項已被獨立重現。

KV 快取那個數字,才是會改變部署算術、而不只是改變價格的數字。在百萬 token 的上下文裡,快取大小決定一個節點能容納多少個並行的長請求;而旗艦模型六分之一的快取、十二分之一的價格,這種組合可以在模型品質完全不變的情況下,把不賺錢的工作負載變成賺錢的。50% 的輸出長度縮減則是會改變品質的那個數字,而這正是該檢驗的數字:較短的回答比較便宜,是因為它們比較短;至於它們之所以較短,是因為模型更有效率,還是因為它停止思考,這正是廠商無法告訴你有關自家模型的事。

作為該系列自身發展軌跡的參考,Tencent 報告其內部 WorkIndex 套件上的每項任務成本,為 Hy4 preview 的十三分之一,以及 Tencent HY4 的二十分之一。每項任務與每 token 是不同的量測方式,會納入輸出長度與重試次數,因此二十分之一是誠實的營運數字,而十二分之一則是費率表數字。兩者都足夠大,方向毋庸置疑。

無人回答過的蒸餾問題

一個蒸餾模型會繼承其教師在蒸餾所涵蓋任務上的行為,並在其餘任務上自創行為。Tencent 表示,Hy4 flash 是從 HY4 自我蒸餾而來,這使旗艦模型同時既是競爭者又是訓練訊號——這種安排通常會產生一個小型模型,它在教師被反覆操練的內容上非常擅長,而在其他方面則明顯較弱。

該公司的內部產品資料與此模式一致。在 WorkBuddy 中,Hy4 flash 的執行成本約為騰訊 HY4 的十五分之一,任務時間縮短 70%,日常任務表現持平,長時間編碼則小幅下降。在微信支付 agent 流程中,它的表現與 DeepSeek-V4.1-Flash-1017 持平或更勝一籌,步驟少 6%,輸出 token 少 29%。在王者榮耀根因分析中,它在本地化方面的表現接近 DeepSeek-V4.1-Flash-1017 與 GLM-5.3-Flash,但請求數少 22% 至 39%,token 少 40% 至 61%。在企業微信中,它的輸出速度快 88%,思考 token 比 HY4 少 60%。

綜合來看,這些數字描述的是一個在該系列模型受訓的任務形態上表現出色的模型——文件處理、代理、結構化輸出、檢索——而在那些靠教師模型額外深度發揮作用的任務上則會略遜一籌。這正是蒸餾的預期結果,並非批評;這也正是要保留兩個層級、而非以其中一個取代另一個的原因。

兩個模型都沒有的東西

旗艦版與 flash 版皆未附帶權重。騰訊表示,計劃將 Hy4 flash 開源並頻繁迭代,但目前既沒有授權條款、沒有日期,也沒有儲存庫。騰訊 HY4 自身的權重發布同樣僅被宣布為一項計畫。這個家族中目前唯一可下載的是 Hy4 preview,採 Apache 2.0,自 8 月 28 日起在 Hugging Face 上架;而歷經十一週與兩次發布後,情況依然如此。

兩者都沒有獨立的基準測試分數。Artificial Analysis 尚未針對騰訊 HY4 或 Hy4 flash 發布任何內容。兩份發布內容中的每一項數字都來自騰訊,基準測試表格是以圖表圖片而非文字形式存在,而 flash 模型主要宣稱背後的盲測,是 85 名騰訊員工使用騰訊產品、執行騰訊選定的任務。這並不代表這些數字有誤,而是讓它們成為一個初始假設。

兩者皆未公布取樣設定、系統卡,或關於拒絕行為的聲明。預覽版則三者皆備。

實務上的拆分

騰訊的指引比大多數廠商的建議更能貼合工作負載的形態,值得以營運層面的用語重新闡述。

對於以閱讀為主的任何工作,預設使用 Hy4 flash。深度搜尋、文件處理、長輸入擷取、投影片生成、簡單前端骨架,以及大部分 token 都花在重新傳送上下文的代理迴圈。十倍快取折扣與更小的 KV 佔用,讓長上下文檢索成為低成本層級最明顯適用的工作負載,而內部資料正好涵蓋這類場景。

當任務是一連串漫長的決策時,請選用 Tencent HY4。多檔案軟體工程、長時間跨度的桌面自動化、CAD 與 Blender 工作,以及任何一次執行必須在數十個步驟中維持計畫一致的場合。這正是 Tencent 本身也承認的情況,而旗艦模型額外多出的 370 億個活躍參數正是其機制。

以 Hy4 preview 作為對照基準。它屬於同一系列,與旗艦模型同為 770B/49B 規模,附有已公開的基準測試附錄,以及可自行執行的 Apache 2.0 權重。當你在判斷 flash 是否足夠好時,preview 提供的參考基準不需要你信任一張圖表。

在哪裡執行比對

A screenshot of the OrcaRouter model page for Hy4 preview, slug tencent/hy4-preview, credited to Tencent and dated 2026-08-28, described as a 770B-total mixture-of-experts flagship with 49B activated per token, 78 layers and 256 routed experts plus one shared expert, over a 1,048,576-token context. The specification strip reads max output 64K, text in and text out, best for reasoning, coding and agentic work, p50 time to first token 4.65 seconds, running in the European Union. The pricing panel lists $0.834 input and $2.501 output per million tokens with a $0.042 cache read, and the performance panel shows 39.0 tokens per second. A button reads 'Get the Hy4 preview API'.

Tencent HY4 與 Hy4 flash 皆未經 OrcaRouter 路由。這裡有的是 tencent/hy4-preview,依供應商定價為每百萬輸入 $0.834、每百萬輸出 $2.501,另有受速率限制的免費方案,以及 tencent/hy3,較舊世代為 $0.18 與 $0.59。本文提到的兩個模型可透過 Tencent 自家的 TokenHub 使用;其中 flash 方案目前正進行 50% 折扣促銷,期間未說明,而 WorkBuddy 在 11 月 30 日前免費。

預覽路線的價值比表面上看起來更高。它以與旗艦相同的規模運行相同的架構,發布一份八行基準測試附錄,你可以針對檢查點重新執行,而成本只有評估旗艦版本的四分之一。如果你的問題是這個系列的大型模型是否足以應付你的工作,預覽版本能以極低的價格回答;如果答案是肯定的,Hy4 flash 就是拿來與它比價的版本,而蒸餾關係意味著這項比較異常乾淨——同一系列、相同上下文、相同分詞器血統,你支付的費用卻相差十二倍。

即使在只能透過供應商存取的模型系列上,仍把評估留在路由器上的一個理由是:六天前發布的模型沒有公開的正常運行時間紀錄,而如果在發布週促銷期間某個端點出問題,只要在同一把金鑰上切換到tencent/hy4-preview,就只是一行變更。Tencent 收費之外不會再加收任何費用——標價就是價格——而且當 Tencent 調整費率時,你下一次呼叫支付的就是新數字,而不是等某人比較表的下一個版本。如果評估範圍擴大到這個系列之外,同一份憑證還能開啟超過兩百個其他模型。

A generated decision card titled 'Split the work, do not replace it' with three rows: reading-heavy work such as documents, deep search and retrieval points to Hy4 flash; long chains of decisions such as multi-file engineering and desktop automation point to Tencent HY4; and a control row reading 'the control: Hy4 preview, same 770B scale, Apache 2.0 weights'. A footer reads 'Tencent reports one-twentieth the per-task cost and a small drop on long coding; no independent score for either model.'

分層拆分本身就是這項公告

Tencent 在 11 月 16 日所說的最重要的一件事並不是價格,而是:旗艦模型持續鎖定長週期軟體工程,而便宜模型承接日常工作——這是一家公司沿著客戶真正有感的軸線來劃分自家產品線,並承認便宜模型並不是昂貴模型的替代品。

對在這個分界之內的人來說,選擇很簡單,而且數字差距很大:輸入價格是十二分之一、輸出是九分之一、快取是百分之一、活躍參數只有四分之一,並且在相同的百萬 token 視窗下,KV 佔用更小。對不在這個分界內的人——長時間的代理式執行、桌面自動化、多檔案程式碼——旗艦模型仍是這個系列家族的答案,而且原廠自己也這麼說。

缺少的是證據,而兩個層級都缺。沒有獨立評分,兩個新模型也都沒有權重,基準測試表只能當成圖片來讀,還有一項取自內部小組的頭條式比較。十二倍的價差是夠強烈的說法,幾週內就會被騰訊以外的人測試。在那之前,明智的立場正是騰訊自身指引所暗示的:把便宜層級用在它當初為之打造的任务上,把旗艦模型留在工作漫長的地方,並對兩者都進行衡量,而不是根據價目表來選擇。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新