泛科技产业前沿资讯平台
首页›人工智能›大模型›正文

混元系列新语言模型发布 通过三层机制节省算力

图片
图源:和贝网AI制图

两个月里发完旗舰再发轻量款,腾讯混元这次把刀口对准了单位算力的产出比。11 月 16 日,混元系列新语言模型 Hy4 flash 正式发布,总参数 2240 亿,其中 640 亿是 Engram 参数,真正参与每次推理的激活参数只有 120 亿,支持多模态理解与生成,上下文窗口最高 100 万 Token。腾讯公司公关负责人在发布信息中介绍,这款模型“是目前混元体系中单位算力投入产出比最优的版本”,智能表现与实际可用性在成本控制的前提下同步保障。

架构上,这套模型把省算力的功夫做在了三层。预训练阶段融合混合注意力机制、LatentMoE 结构和 Engram 技术,KV 缓存占用只有上一代 Hy4 的六分之一;后训练用自蒸馏方式,拿 Hy4 生成的高质量数据做强化学习,端到端任务输出长度直接压掉一半;推理阶段叠加 megakernel 加速、4bit 量化和 DFly 调度,解码速度跑到每秒 150 Token 以上。评测环节也换了打法,弃用通用榜单,改用面向办公场景自建的 WorkIndex 评测集,重点看任务成果质量、单次响应长度和端到端耗时三项。

省出来的算力最后落在了报价单上。Hy4 flash 每百万 Token 输入 0.5 元、输出 2 元,缓存命中后成本进一步降到 0.02 元。官方综合测试显示,其整体性能略优于 Hy4 preview,而单任务运行成本只有 Hy4 preview 的十三分之一、Hy4 的二十分之一,也只相当于同类竞品 DeepSeek-V4.1-Flash-1017 最大规格高峰时段计价的八分之一。文档解析、深度搜索、演示文稿生成、电脑操作这类日常任务被官方标注为优先适用场景,长周期复杂代码开发仍建议交给能力上限更高的 Hy4。

上线节奏与定价策略是一套相互咬合的组合动作,免费体验和五折 API 都在给新的价格锚铺路。模型目前已经接入腾讯云 TokenHub、元宝、企业微信、QQ 和 ima 等内部产品,OpenRouter 接入在计划中,11 月 30 日前 WorkBuddy 内可限时免费体验,TokenHub 的 API 服务同期五折。开源也在计划里,团队表示后续会放出这个模型并持续迭代。

定价激进的同时,调用量数据已经先行验证了这条路线。每日经济新闻基于 OpenRouter 数据的测算显示,11 月 4 日正式发布的混元 Hy4 上周调用量升至全球第二,达 18.1 万亿 Token,环比增长 42%。从比参数、比跑分,到比单任务开销,头部厂商的竞争重心正在从模型规模转向单位成本下的真实生产力,Hy4 flash 把这条路线的价格锚又往下钉了一截。

——

本文资料来源:腾讯混元官方发布信息;中关村在线《腾讯发布混元 Hy4 Flash:2240 亿参数、低成本高效率多模态大模型》(2026-11-16);每日经济新闻全球大模型调用量测算(2026-11-16)。