跳到文章正文
大模型 编辑推荐

腾讯混元 Hy4 flash 登顶 OpenRouter:首日 50 万亿 Token,单任务成本只要 0.26 元

在全球大模型聚合平台 OpenRouter 的 LLM 日排行榜上,腾讯混元最新发布的 Hy4 …

在全球大模型聚合平台 OpenRouter 的 LLM 日排行榜上,腾讯混元最新发布的 Hy4 flash 上线首日即登顶,Token 调用量突破 50 万亿,创下混元系列模型首日调用量新高。它最锋利的武器不是跑分,而是价格:单任务成本 0.26 元,仅为 Claude Haiku 5.5 的约 1/18——日常办公任务上满意度几乎打平,成本却差了一个数量级。

Hy4 flash 价格与评测数据(图源:InfoQ)
Hy4 flash 价格与评测数据(图源:InfoQ)

一分钟速览

  • Hy4 flash 上线首日登顶 OpenRouter LLM 日排行榜,Token 调用量突破 50 万亿,创混元系列首日新高。
  • 价格:每百万 Token 输入 0.5 元、输出 2 元,命中缓存仅 0.02 元;单任务成本 0.26 元。
  • 224B 总参数(含 64B Engram 参数)、激活仅 12B,支持多模态与 1M 上下文,表现接近旗舰开源模型。
  • 85 人盲测 259 个任务:用户满意度接近 Claude Haiku 5.5,成本 0.26 元 vs 4.73 元,耗时反而更短。
  • 已在腾讯云 TokenHub 上线,限时两周五折;解码速度超 150 tps,端到端输出长度降低 50%。

便宜又能打,账怎么算

Hy4 flash 的价格策略直白到刺眼:每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅 0.02 元;单任务成本 0.26 元,仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash 最忙档位的 1/8。参数上它总量 224B(其中 64B 为 Engram 参数)、每 token 只激活 12B,虽然参数量约为旗舰四分之一,但在深度搜索、文档处理、PPT 生成等日常办公任务上保持了接近旗舰开源模型的表现。马化腾的定调是:Hy4 已达中国顶尖大模型水平,Hy4 flash 则显著降低推理成本。

0.26 元 vs 4.73 元:盲测怎么赢的

为评估真实效果,混元团队构建了覆盖 PPT 制作修改、文档编辑、表格修复、音视频处理及视觉理解的内部评测集 WorkIndex,并组织 85 位用户对 27 类共 259 个任务盲测。结果:Hy4 flash 单任务成本 0.26 元、端到端时长中位数 6.7 分钟;Claude Haiku 5.5 成本 4.73 元、时长 6.8 分钟——满意度几乎打平,成本差了一个数量级。腾讯内部产品线已有体感:WorkBuddy 产品经理称其平均任务耗时较 Hy4 减少 70%、成本约 1/15;王者荣耀团队在 Bug 分析中用它把请求次数减少 22%-39%、Token 消耗减少 40.5%-61.2%。

又快又省背后:砍掉「过度思考」

压价靠的是三段优化。预训练阶段重点压低推理固定开销:混合注意力、LatentMoE 与 Engram 架构把 KV Cache 压到 Hy3 的 1/24、Hy4 的 1/6。后训练阶段直面行业公认的「过度思考」问题——不少模型面对简单问题也想太多——先用 Hy4 自蒸馏打底,再用强化学习优化任务执行,端到端任务输出长度直接降低 50%。推理阶段结合 Megakernel、4bit 量化等技术,解码速度超 150 tps。用更少的资源完成质量相近的任务,才是价格屠刀的真正来源。

趋势洞察

模型单价降下来,只是成本问题的第一半。Capgemini 调研显示 59% 企业过去一年 AI 支出超预算、平均超支 24%,60% 的组织没有企业级 AI 成本可见性;KPMG 数据显示只有 26% 的企业清楚自家 AI 花了多少钱。当日常办公任务的模型差距「小到普通人感觉不出来」(网友语),竞争就从谁更强变成谁更便宜、谁更好管——腾讯把 TokenHub 的服务拆成 TPM 预留、模型单元、离线推理三种交付形态,正是在把模型生意升级为成本治理生意。下一阶段的护城河不在参数表里,在账单里。

相关链接

  • 腾讯云 TokenHub:https://cloud.tencent.com/product/tokenhub

本文地址:https://www.163264.com/21948