224B 参数只激活 12B,腾讯把轻量档定价压到了地板,盯的是智能体和批量任务的 token 账单。
Hy4 flash 最值得看的不是 224B 这个总参数,而是 12B 的激活量。MoE(混合专家)模型把参数拆成许多「专家」,每个 token 只路由给其中一小部分,所以推理时真正参与计算的只有 12B 左右。换句话说,它的单次推理开销接近一个 12B 的稠密模型,但能调用的知识容量要大得多。
这种「大仓库、小门面」的设计,正是轻量档能把价格压下来的前提。腾讯官方给出的定位也很直白:面向日常办公和高频、大批量的工作负载,而不是去争榜单上的最高分。按腾讯的说法,flash 处理单个任务的成本最低可到旗舰版的二十分之一左右;不同媒体转述的倍数并不完全一致,这类数字应当视为厂商自报。
作为参照,第三方价格汇总站列出的 Hy4 preview 官方价是每百万 token 输入 6 元、输出 18 元。flash 的标价换算下来只有它的零头,这也是腾讯敢把「每天在跑的活」作为卖点的底气。
把 Hy4 flash 放进这几天的新闻里看更有意思。前一天,阿里刚发布 Qwen4-Max,主打单任务成本大幅下降;几乎同时,DeepSeek 却因算力吃紧,在 App 和网页端收紧长对话和每日额度。
这两件事并不矛盾。降价的那一方,背后是自建云和成片的算力;限流的那一方,面对的是免费用户把长上下文当聊天记录用。flash 档的意义恰好在这里:智能体、批量摘要、客服、数据清洗这类任务,一跑就是几亿 token,模型单价每降一档,开发者的默认选项就可能换一家。旗舰模型拼的是口碑,轻量档拼的是谁能成为流水线里那个「不用想就选」的模型。
目前公开的性能数据主要来自腾讯自己的评测,还缺少足够多的第三方横评。12B 激活的模型在长链路推理、复杂代码上和旗舰版有多大差距,1M 上下文在接近满载时的召回质量如何,都要等开发者真实跑一段时间才有答案。
另一个变量是时间:五折只到 11 月 30 日。月底之后,0.07 美元的标价能不能留住已经接进来的流量,才是这次低价到底是「试吃」还是「换桌」的分界线。