News

新闻中心

时间:2026-11-18

11月18日,腾讯混元宣布正式开放Hy4 flash大模型权重。沐曦股份曦云C系列GPU率先完成Hy4 flash Day 0全链路适配,模型当日即在曦云C系列GPU完成推理验证,支持高吞吐、低成本规模化Agent业务落地。


Hy4 flash是腾讯混元面向日常生产力场景打造的新一代MoE模型,总参数224B、激活参数12B,支持1M token超长上下文与多模态输入,依托Engram、混合注意力、DFly推理优化,大幅降低KV Cache开销与推理成本,适配文档处理、代码开发、图表解析、多步工具调用、企业办公Agent等高频规模化场景。


本次极速适配依托沐曦全栈自研MXMACA软件栈,底层完成核心算子协同优化,原生兼容vLLM、SGLang主流推理引擎,支持FP8、4bit量化混合精度推理,充分释放曦云C系列算力带宽优势,在长序列、多轮Agent任务下保持稳定低延迟表现。


沐曦股份持续保持与腾讯混元生态的同步迭代,此前Hy3、Hy4 preview等多款混元旗舰模型均实现Day 0首发适配。截至目前,沐曦已完成51款国内头部大模型的Day 0极速适配,覆盖语言、多模态、Flash高效推理等模型,持续为国产大模型产业提供稳定、易用的自主算力底座。


关于Hy4 flash


Hy4 flash是迄今为止最高性价比的 Hy 模型。混元团队通过一系列工作在极致优化成本的同时兼顾智能水平和实用性:

1、在预训练阶段,Hy4 flash加入了混合注意力、LatentMoE、Engram等架构特性,KV cache 大小仅为Hy3的1/24、Hy4的 1/6,且通过大量scaling ladder 实验确保效果符合预期;


2、在后训练阶段,混元团队通过自蒸馏Hy4获得了较强的综合智能水平,再通过强化学习使端到端任务输出长度降低50%;


3、在评估阶段,混元团队构建基于WorkBuddy典型任务的内部评测集WorkIndex,并结合人评,聚焦日常工作的产物效果、单轮输出长度、端到端用时,而非远离日常工作的公开榜单分数;


4、在推理阶段,混元团队结合megakernel、4bit 量化、DFly等手段极致优化,使Hy4 flash 解码速度超过150 tps,且可以大规模低成本部署运营。


最终,Hy4 flash 在综合效果上略优于 Hy4 preview;在 WorkIndex 上单任务成本仅为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017( max 档位,忙时价格)的 1/8。


附录:模型得分



模型开源链接
HuggingFace:https://huggingface.co/tencent/Hy4-flash
Modelscope:https://modelscope.cn/models/Tencent-Hunyuan/Hy4-flash

  • 商务合作 Business@metax-tech.com
  • 投资者联系 ir@metax-tech.com
  • 廉洁举报 jubao@metax-tech.com