Tencent Hunyuan lança flash Hy4: o custo de uma única tarefa é um vigésimo do Hy4

📅 2026-11-16

Resumo:

Hoje, o mais recente modelo de linguagem flash Hy4 da Tencent Hunyuan foi lançado. A quantidade total de parâmetros do modelo é 224B (incluindo parâmetros de engrama de 64B), os parâmetros de ativação são de apenas 12B e suporta multimodalidade e comprimento de contexto de 1M. O flash Hy4 é o modelo Hy mais econômico até o momento: a entrada é de 0,5 yuans por milhão de tokens, a saída é de 2 yuans e apenas 0,02 yuans são necessários para atingir o cache. O preço é significativamente inferior ao Hy4.


De acordo com relatos, para alcançar a melhor relação custo-benefício, levando em consideração o nível de inteligência e praticidade, a equipe Hunyuan realizou uma série de trabalhos:

Na fase de pré-treinamento, o flash Hy4 adiciona recursos arquitetônicos como atenção híbrida, LatentMoE e Engram. O tamanho do cache KV é de apenas 1/24 de Hy3 e 1/6 de Hy4, e um grande número de experimentos de escada de escala garantem que o efeito atenda às expectativas.

No estágio pós-treinamento, um forte nível de inteligência abrangente é obtido por meio da autodestilação Hy4 e, em seguida, a duração da saída da tarefa de ponta a ponta é reduzida em 50% por meio do aprendizado por reforço.

Na fase de avaliação, um conjunto de avaliação interna WorkIndex baseado em tarefas típicas do WorkBuddy foi construído, combinado com revisões humanas, para focar nos efeitos do produto do trabalho diário, duração da produção de rodada única e tempo de ponta a ponta, em vez de pontuações de listas públicas que estão longe do trabalho diário.

No estágio de inferência, combinado com megakernel, quantização de 4 bits, dflash e outros meios para otimização extrema, a velocidade de decodificação do flash Hy4 excede 150 tps e pode ser implantada e operada em grande escala com baixo custo.

No final, o flash Hy4 é um pouco melhor que a visualização Hy4 com parâmetros maiores em termos de efeito geral (os parâmetros totais são 770B, os parâmetros de ativação são 49B), mas o custo é significativamente menor. De acordo com cálculos abrangentes baseados no conjunto de avaliação interna WorkIndex (cobrindo tarefas típicas do WorkBuddy, como produção e modificação de PPT, edição de documentos, reparo de tabela, processamento de áudio e vídeo e compreensão visual), o custo de tarefa única do flash Hy4 é de apenas 1/13 da visualização do Hy4, 1/20 do Hy4 e 1/8 do DeepSeek-V4.1-Flash-1027 (nível máximo, preço da hora de pico).

É relatado que o flash Hy4 foi lançado no Tencent Cloud TokenHub, WorkBuddy, Yuanbao, Enterprise WeChat, QQ, ima, Marvis e outros produtos, e em breve será conectado ao OpenRouter. Antes de 30 de novembro, os usuários podem usar o WorkBuddy gratuitamente por tempo limitado e usar a API Tencent Cloud TokenHub com 50% de desconto por tempo limitado.

Tags relacionadas

Artigos relacionados

Comentários

0/500
Captcha (click to refresh)
Sem comentários