2026年11月18日,腾讯混元官方账号宣布,Hy4 flash的模型权重正式开源,Hy4-flash、Hy4-flash-FP8与Hy4-flash-base三个版本已上线Hugging Face。这是Hy4 flash 11月16日发布仅两天后的又一步:先上API,再放权重,低成本路线的模型一下子有了本地部署的可能。
按Hugging Face模型卡片的说明,Hy4 flash总参数220B,其中包含64B的Engram参数,每token实际激活约12B,其中文本11.3B、视觉0.43B;模型原生支持文本与图片输入,输出文本,上下文窗口最长100万token。架构上是42层语言主干加视觉编码器,另有一个0.85B参数的DFly2草稿模型,用于长上下文下的推测解码。三个版本分工不同:标准版面向直接部署,FP8量化版降低显存与推理成本,Base版则留给需要继续预训练或微调的研究者与开发者。
开源之后,开发者能拿到什么
权重开源后,开发者不必再只走腾讯云API:可以在自己的服务器上部署、做领域微调,也可以把模型接进现有工作流。对中小团队来说,吸引力在成本——Hy4 flash发布时定位就是日常低成本任务,腾讯内部测试显示,单任务成本约为Hy4旗舰模型的二十分之一。配合这次放出的FP8版,推理成本还能再压一档。想上手的话,可参考站内此前的Hy4 flash发布介绍与Hy4使用方法。
便宜,但不是万能:先看清边界
有三点要先说清。第一,许可证不是Apache 2.0,模型卡片标注的是Tencent Hy License,商用前要先读许可条款,不能默认与Hy4 preview相同的开放条件。第二,220B总参即便有FP8版,依然是服务器级模型,个人电脑跑不起来,本地部署的门槛降了,但没有消失。第三,官方公布的成本与能力数字来自腾讯自己的测试,第三方实测还没跟上,实际效果要等社区的部署报告。
权重开源只是开始。FP8版在主流推理框架里的适配进度、开发者拿Base版微调出的实际案例,是未来两周最值得盯的反馈——Hy4 flash能不能在低成本赛道站稳脚跟,要看实测,不看发布稿。