腾讯混元Hy4 flash发布:0.5元的闪击,闪的是谁的腰?

来源:爱集微 #腾讯混元# #大模型# #AI模型#
539

单任务成本降到二十分之一,比价的时代,比的是谁的饭碗端得稳。

11月16日,腾讯混元发布最新语言模型Hy4 flash:总参数224B(其中64B为Engram参数)、每Token激活仅12B,支持多模态输入与100万Token上下文;经架构优化,KV cache降至Hy4的1/6、解码速度超150tps;定价为每百万Token输入0.5元、输出2元,官方称单任务成本降至Hy4的二十分之一,定位日常办公、智能体与高频调用场景,已在腾讯云Hy AI Studio上线。腾讯公司公关总监张军在社交平台上的表态更直接——“这是迄今为止性价比最高的混元模型”。

这并不是一句普通的发布会表态。就在12天前的11月4日,腾讯混元刚发布正式版Hy4,总参数与激活参数规模更大,首次跻身最强开源模型之列,定价为每百万Token输入6元、输出18元、缓存命中0.3元。而8月28日的Hy4 preview(770B总参数、49B激活参数),综合效果曾是混元开源梯队的天花板。短短三个月内三代模型接连落子,Hy4 flash把API输入价格打到正式版的1/12、输出价格的1/9、缓存价格的1/15——这不是一次常规的型号补全,而是一场围绕“单任务成本”的定价权闪击战。

官方数字的“翻译”:从卖Token到卖任务

把官方口径摊开看,Hy4 flash的账本分两层。第一层是API单价:每百万Token输入0.5元、输出2元、命中缓存仅0.02元。第二层才是腾讯真正想讲的:按内部评测集WorkIndex(覆盖PPT制作与修改、文档编辑、表格修复、音视频处理及视觉理解等典型任务,含8个内部评测集与7个公开Agent评测集)综合测算,Hy4 flash单任务成本仅为Hy4 preview的1/13、Hy4的1/20,以及DeepSeek-V4.1-Flash(Max档位、忙时价格)的1/8。

换句话说,行业叙事已经变了。厂商不再只强调“每个Token多少钱”,而是把“完成一个任务花多少钱”(Cost per Task)推到了台前。无独有偶,同一天(11月16日),阿里巴巴发布新一代基座大模型Qwen4-Max,总参数2.4T、激活71B,官方称单任务平均费用较上代下降58%。两家头部厂商在同一天的发布会上不约而同地算“任务账”,这不是巧合,而是行业竞争焦点从参数规模转向成本效率的明确信号。

支撑这个账本的是一条完整的技术降本链。预训练阶段,Hy4 flash引入混合注意力、LatentMoE、Engram等架构特性,KV cache大小仅为Hy3的1/24、Hy4的1/6,大幅压低长上下文推理的内存开销;后训练阶段,通过自蒸馏Hy4获得综合智能水平,再以强化学习将端到端任务输出长度降低50%——少生成一半Token,任务成本自然下探;推理阶段,结合megakernel、4bit量化、DFly等优化手段,解码速度超过150tps,支撑大规模低成本部署。最终官方给出一个反直觉的结论:Hy4 flash综合效果略优于总参数770B的Hy4 preview——小模型打平大旗舰,靠的不是堆参数,而是把每一分算力花在刀刃上。

战场在办公桌:85人盲测与场景分层

腾讯对Hy4 flash的定位并不遮掩:推荐用户在深度搜索、文档处理、PPT生成、简单前端展示、Computer Use等大部分日常任务中使用,而在长程软件工程等复杂任务中使用智能上限更高的Hy4。这个场景分层策略在一份盲测数据中得到印证——腾讯邀请85位WorkBuddy内部用户,在27类共259个日常工作任务上进行盲测,结果显示Hy4 flash的用户满意度接近Claude Haiku 5.5,单任务成本低于所有参测模型,任务时长也最短。

更值得注意的是渠道铺法。Hy4 flash已上线腾讯云TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis等产品,即将接入OpenRouter;11月30日前,WorkBuddy限时免费、腾讯云TokenHub API限时5折。企业微信、QQ、ima——这些月活以亿计的入口,正是高频、碎片、成本敏感型AI调用的主战场。0.02元的缓存命中价格,本质上是给“天天用、反复用”的场景发补贴。行业研报的判断与此呼应:智谱、阿里、腾讯等相继开源并降价新模型,标志着国产大模型进入“效率优先、量大管饱”的新阶段,推理成本快速下降将推动AI应用从ChatBot向办公、智能体、代码助手等工作流场景迁移。

开源同样在计划之内。混元团队明确表示,计划开源Hy4 flash并高频迭代。结合Hy4发布时“首次跻身最强开源模型之列”的战绩,轻量模型的开口争夺,腾讯显然不打算缺席。

历史的注脚:每一轮普及都由“降价”完成

把视线拉长,这一幕在ICT产业史上反复上演。功能机时代,诺基亚靠供应链整合把手机价格打到大众市场;智能机时代,Android+ARM的组合把智能手机的单价拉低了一个数量级,应用生态才真正爆发。云计算的普及同样如此——没有持续多年的单价下调,就不会有企业的全面上云。AI产业正在走过同样的曲线:2026年7月Hy3发布时定价输入1元、输出4元,11月Hy4 preview定价6元、18元,同期Hy4 flash把输入价打到0.5元——三代模型、四个月,价格曲线陡峭下探,而模型能力反而在爬升。 Token用量激增与单价的下降并不矛盾,恰恰是“以价换量”的典型路径——价格降一个数量级,调用量涨一个数量级,总盘子反而扩大。

更深层的变化在于竞争坐标的切换。这场发布会第二天,行业研究机构的观察已经点题:AI模型密集迭代、价格下行,模型能否以足够低的成本完成任务,正在成为厂商竞争的又一个重点。当“单任务成本”成为通用度量衡,比拼的就不再是发布会上的榜单名次,而是推理基础设施的工程功力——KV cache压缩、量化、内核优化、部署规模,每一项都要真金白银地摊进成本里。

尾声:定价权即定义权

让我们设想一下:当输入0.5元、缓存0.02元成为轻量旗舰的基准价,当“一个PPT任务两毛钱”从实测变成日常,企业选模型的第一问将从“它有多聪明”变成“它替我省多少钱”。此时,定价就是产品定义——腾讯用Hy4 flash把日常办公场景的门槛一次性打穿,对手要么跟进降价、要么退守高端长任务市场。

DeepSeek V4.1 Flash这样的轻量玩家已在前排,阿里Qwen4-Max同日抢发,价格战没有旁观席。一旦有了计量,就会有定价;一旦有定价,就会有交易;一旦可以交易,就会形成真正的产业。Token经济的这一课,如今连Flash型号都在亲身示范——谁能把“单任务成本”压到对手够不着的位置,谁就握住了下一阶段AI应用普及的定义权。

责编: 爱集微
来源:爱集微 #腾讯混元# #大模型# #AI模型#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...