腾讯发布 Hunyuan 4 Flash,120亿激活参数、解码速度超150 tokens/秒
Tencent launches lower-cost Hy4 Flash AI model
腾讯这次发的 Hunyuan 4 Flash 是轻量版,120 亿激活参数、每秒能跑 150+ tokens,调用成本更低。做高并发应用或者想省钱接 API 的开发者可以对比一下豆包和 Qwen 的快速版再选。
腾讯推出 Hunyuan 4 Flash,定位为低成本、高速度的轻量级模型。该模型拥有 120 亿激活参数,解码速度超过每秒 150 tokens,主打推理吞吐与调用成本之间的平衡。
与标准版 Hunyuan 4 相比,Flash 版通过缩减激活参数规模换取更快的响应速度,适合高并发、低延迟场景,例如客服对话、内容审核和搜索增强等应用。按激活参数计算,它属于 MoE 架构下的中小规模模型,部署成本明显低于旗舰模型。
国内主要厂商近月密集发布轻量模型线,包括阿里 Qwen 系列、字节豆包的快速版模型,Flash 类产品已成为各家争夺企业 API 客户的主力。腾讯此次以速度和成本作为卖点,直接面向价格敏感的批量调用需求方。
Tencent launches lower-cost Hy4 Flash AI model
Tencent also said the model has 12 billion active parameters and decoding speeds above 150 tokens per second.
本条情报归属 AITOP「模型」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Hunyuan、腾讯、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Tech in Asia」(@Diya Lal),经 AITOP 多维评分管线结构化提炼。截至目前,全网已有 8 家独立信源对该事件进行交叉印证与跟进报道(含 pandaily、OpenRouter、Blognone 等),属于近期高关注度行业信号。