Tencent julkaisi Hy4 flash -mallin: miljoona tuotettua tokenia noin 0,28 dollaria
Tencentin Hy4 flash -kielimallin syöte maksaa noin 0,07 dollaria ja tuotettu teksti noin 0,28 dollaria miljoonalta tokenilta. Tencentin mukaan malli suoriutuu omissa vertailuissaan kokonaisuutena hieman paremmin kuin suurempi Hy4 preview.
Tencentin Hunyuan-tiimi kertoi 16. marraskuuta blogissaan ja yhtiön tiedotteessa uudesta kielimallista, joka on tehty arkitöihin halvaksi ja nopeaksi. Hy4 flash -mallissa on 224 miljardia parametria, joista 64 miljardia on niin sanottuja Engram-parametreja.
Hy4 flash on MoE-malli: se käyttää kunkin tokenin käsittelyyn vain osaa parametreistaan, tässä tapauksessa 12:ta miljardia. Malli ottaa vastaan muutakin kuin tekstiä, ja sen konteksti-ikkuna on miljoona tokenia.
Taulukossa ovat Tencentin blogin API-hinnat Hy4 flashille ja suuremmalle Hy4-mallille. Pandailyn ja InfoQ Chinan mukaan Hy4 flashin yuanihinnat ovat: syöte 0,5, tuotettu teksti 2 ja välimuistista luettu syöte 0,02.
| Hinta / 1 milj. tokenia | Hy4 flash | Hy4 |
|---|---|---|
| Välimuistista luettu syöte | 0,003 $ | 0,042 $ |
| Syöte | 0,070 $ | 0,834 $ |
| Tuotettu teksti | 0,281 $ | 2,501 $ |
Lähde: Tencent Hy -blogi 16.11.2026; Tencentin tiedotteen mukaan dollarihinnat ovat likimääräisiä.
Tehtävän hinta ei riipu vain tokenien hinnasta vaan myös siitä, kuinka paljon tekstiä malli tuottaa.
Miten hinta painettiin alas
Tencent lisäsi malliin hybridihuomion, LatentMoE:n ja Engramin. Pandaily kuvaa Engramia hakutaulukon tapaan toimivaksi parametrimoduuliksi. Malli tallentaa vastausta tuottaessaan jo käsitellyn tekstin tiedot KV-välimuistiin, joka on yhtiön mukaan kooltaan 1/24 Hy3:n ja 1/6 Hy4:n välimuistista.
Jälkikoulutuksessa Hy4 toimi opettajamallina, ja vahvistusoppiminen puolitti tekstin määrän, jonka malli tuottaa tehtävää kohden keskimäärin. Inferenssissä nopeus nousee yli 150 tokeniin sekunnissa 4-bittisen kvantisoinnin, megakernelien ja DFlyn ansiosta.
Tulokset tulevat Tencentin omista testeistä
Tencent rakensi WorkIndex-testin WorkBuddy-palvelunsa tyypillisistä tehtävistä, kuten diaesitysten teosta, asiakirjojen muokkauksesta, taulukoiden korjaamisesta, äänen ja videon käsittelystä sekä kuvien ymmärtämisestä. Pandailyn mukaan testi ei ole julkinen.
Tencentin mukaan Hy4 flash suoriutuu kokonaisuutena hieman paremmin kuin Hy4 preview, jossa on 770 miljardia parametria ja niistä 49 miljardia aktiivisena. WorkIndexissä sen tehtäväkohtainen keskikustannus on yhtiön mukaan 1/13 Hy4 preview’n, 1/20 Hy4:n ja 1/8 DeepSeek-V4.1-Flash-1017:n kustannuksesta, kun DeepSeekiä käytetään Max-tasolla ruuhka-ajan hinnoin. InfoQ China kirjoittaa DeepSeek-version muotoon 1027.
WorkBuddy-tiimin omissa arvioissa tehtävien keskimääräinen kesto lyheni 70 prosenttia, ja kustannus oli noin 1/15 Hy4:n kustannuksesta. Tiimin mukaan laatu vastasi arkitehtävissä Hy4:ää mutta jäi pitkissä ohjelmointitehtävissä hieman jälkeen. Tencent suosittelee pitkiin ohjelmistokehitystehtäviin edelleen Hy4:ää.
Sokkotestissä 85 Tencentin omaa WorkBuddy-käyttäjää arvioi 259 tehtävää 27 luokasta. Tencentin mukaan Hy4 flashin käyttäjätyytyväisyys oli lähellä Claude Haiku 5.5:n tasoa, tehtäväkohtainen kustannus selvästi muita testattuja malleja pienempi ja tehtävien kesto lyhyin.
Mistä mallin saa
Hy4 flashia voi käyttää esimerkiksi Tencent Cloud TokenHubissa, WorkBuddyssa ja Yuanbaossa, ja se on tulossa OpenRouteriin. WorkBuddyssa malli on maksuton 30. marraskuuta asti, ja TokenHubin API-hinnoista saa siihen asti 50 prosentin alennuksen. Nous Research kertoi X:ssä mallin olevan kaksi viikkoa maksuton Nous Portalissa, ja OpenClaw kertoi mallin olevan nyt käytettävissä OpenClaw’ssa. Tencent kertoo aikovansa julkaista Hy4 flashin avointen painojen mallina.
Lue lisää: Mallit