网通社科技快报

腾讯Hy4 flash实测激活仅12B参数 单任务成本降至Hy4的1/20

随着Agent工作流普及,大模型行业正从追求极限性能转向注重性价比与实用性。腾讯近期推出的Hy4 flash模型成为该趋势的典型代表:总参数224B(含64B Engram),实际推理仅激活约12B参数;通过混合注意力、LatentMoE稀疏激活与Engram记忆模块实现高效路径选择,KV cache仅为Hy4的1/6;支持1M上下文与多模态输入。成本方面,输入0.5元/百万Token、输出2元/百万Token,缓存命中时输入低至0.02元/百万Token;结合自蒸馏与强化学习优化,端到端输出长度平均缩短50%,单任务综合成本降至Hy4的1/20。推理性能上,依托megakernel调度、4bit量化与DFly动态批处理,解码速度超150 tps,适配千卡级集群部署。内测中,Hy4 flash在办公决策、编程修复、视觉理解与PPT生成四类任务中均表现稳定:办公场景下3分钟内完成矛盾数据厘清并输出逻辑严密简报;编程修复准确定位错误且工具调用延迟更低;视觉理解准确归因图表异常波动;PPT生成展现强信息压缩能力。测试表明其基础智能不逊于Hy4, 但效率与成本优势显著。该模型特别适合高频重复任务,如客服检索、知识问答等缓存复用率高的场景。腾讯由此构建Hy4与Hy4 flash分层服务矩阵,呼应国际厂商策略,同时在工程优化层面展现国产模型对推理栈的深度掌控力,推动AI从演示级向生产级落地迈进。