腾讯在Hugging Face发布Hy4 flash模型:总参数2200亿,每个token约激活120亿参数,支持100万token上下文,主打低成本、高速度的AI智能体任务。
腾讯本周在Hugging Face、ModelScope(魔搭)和GitHub上发布了Hy4 flash的模型权重。Hy4 flash是腾讯Hy4模型家族中体量更小、速度更快的成员,在开放权重之前几天,它已在腾讯自家应用和云端API中上线。根据腾讯发布的模型卡,Hy4 flash总参数量为2200亿,其中约640亿为“Engram”记忆参数,但每个token实际激活的参数只有约120亿。该模型采用“混合专家”(MoE)架构,即每次请求只调用网络中的一小部分,因此速度快、成本低。它可以读取文本和图像,输出文本,最多支持100万token的上下文。腾讯称其生成速度超过每秒150个token。
腾讯将Hy4 flash定位为处理AI智能体日常任务的“主力干活模型”,而不是旗舰模型的竞争者。在腾讯基于自家WorkBuddy助手任务构建的WorkIndex评测中,公司公布Hy4 flash得分为42.1,低于完整版Hy4的51.4,但称其单个任务的成本约为Hy4的二十分之一、DeepSeek-V4.1-Flash的八分之一。腾讯表示,在由85名内部用户参与的盲测中,Hy4 flash的满意度为2.79分(满分4分),接近Anthropic旗下Claude Haiku 5.5的2.81分。以上均为腾讯自己公布的数据,尚未得到独立评测机构证实。此次发布让DeepSeek、阿里巴巴等厂商之间本已激烈的中国开放权重模型价格战更加白热化。
开发者可以在Hugging Face上以“tencent/Hy4-flash”免费下载该模型,同时提供FP8版本和基础版本,并可通过vLLM、SGLang或Docker Model Runner等工具运行。所谓开放权重,是指模型文件可以下载并部署在自己的服务器上。不过,该模型采用腾讯自有的Hy许可证,而非标准开源许可证,企业在商业使用前应仔细核对条款。由于规模较大,运行它仍需要服务器级GPU。腾讯尚未在模型卡中公布按token计费的API价格。阿拉伯语不在其测试语言之列,因此该模型对摩洛哥和阿拉伯世界用户的表现仍不明确。



