中文 定位:腾讯混元 Hy4-flash 多模态指令模型,原生接受图文输入并输出文本,主打高性价比与超长上下文处理能力。
核心能力
- 总参数 220B 含 64B Engram 参数、每词元仅激活 12B,在保持能力的同时显著压低单次推理的计算成本
- 原生图文输入、文本输出,上下文窗口最高达 1M 词元,适合处理超长文档与多图多轮等复杂输入场景
- 42 层骨干由一层稠密前馈与 41 层 MoE 组成并配恒等超连接,视觉编码器经 MLP 投影层与骨干对齐
- 内置五层 DFly2 推测解码草稿模块复用缓存加速长上下文生成,并提供量化说明与 vLLM、SGLang 部署路径,还支持通过 Transformers 与兼容接口快速上手调用
适用人群:需要长上下文多模态应用、企业级部署和成本敏感型推理服务的开发者与团队及产品团队。
日本語 位置づけ:Tencent HunyuanのHy4-flashは、テキストと画像を入力してテキストを生成するマルチモーダル指示モデルです。コスト効率と超長文脈への対応を前面に出しています。
主な機能
- 総パラメータ220Bには64BのEngramパラメータが含まれ、トークンごとに有効化されるのは12Bのみで、能力を保ちながら推論コストを抑える設計になっている
- 画像とテキストをネイティブに受け付けてテキストを生成し、最大1Mトークンの文脈ウィンドウで長い文書や複雑な入力にも対応できる
- 42層のバックボーンは密なフィードフォワード1層とMoE 41層で構成され、視覚エンコーダをMLP射影層で接続して画像情報を取り込む
- 長文脈の推測デコード用に5層のDFly2ドラフタを内蔵し、量子化の案内やvLLM、SGLangでの展開方法もモデルカードに示されている
対象ユーザー:長文脈のマルチモーダル活用や企業向け展開、コストを抑えた推論運用が必要な開発者とチーム、大規模モデルを効率よく使いたい人に向いています。
한국어 정의: Tencent Hunyuan의 Hy4-flash는 텍스트와 이미지를 입력받아 텍스트를 생성하는 멀티모달 지시 모델로, 비용 효율과 초장문맥 처리를 내세웁니다.
핵심 기능
- 전체 220B 파라미터에는 64B Engram 파라미터가 포함되고 토큰당 12B만 활성화되어 능력을 유지하면서 추론 비용을 낮추는 구조입니다
- 이미지와 텍스트를 네이티브로 입력받아 텍스트를 생성하고 최대 1M 토큰 문맥 창을 지원해 긴 문서나 복잡한 입력도 처리할 수 있습니다
- 42개 층 백본은 조밀한 피드포워드 1개 층과 MoE 41개 층으로 구성되며 비전 인코더를 MLP 투영 층으로 연결해 이미지 정보를 받아들입니다
- 긴 문맥 추측 디코딩을 위한 5개 층 DFly2 드래프터를 내장하고 양자화 안내와 vLLM, SGLang 배포 방법도 모델 카드에 제시되어 있습니다
대상 사용자: 긴 문맥 멀티모달 활용, 기업용 배포, 비용에 민감한 추론 서비스가 필요한 개발자와 팀, 대형 모델을 효율적으로 운영하려는 사람에게 적합합니다.
English What it is: Hy4-flash from Tencent Hunyuan is presented as the most cost-effective Hy model to date. It natively accepts text and image inputs and generates text, with a context window of up to 1M tokens, and is distributed for use with Transformers and OpenAI-compatible APIs.
Key capabilities
- 220B total parameters including 64B Engram parameters, with just 12B active parameters per token for lower inference cost
- 42-layer backbone with one dense feed-forward layer and 41 MoE layers, plus identity Hyper-Connections for inter-layer flow
- Vision encoder adapted from SigLIP2 connected through an MLP projector for image-text-to-text tasks
- Built-in 5-layer DFly2 drafter for long-context speculative decoding, plus documented quantization and deployment with vLLM and SGLang
Who it is for: Developers and teams building multimodal applications that need very long context and cost-efficient serving. Check the Tencent Hy license terms before use, since the model card lists a custom license rather than a standard open-source one.