Эфир 18.11 · Поток 318 ноября в 19:00 МСК — бесплатный практический эфир по ИИ-агентам · Живой Поток 3 стартует 23.11Эфир 18 ноября →Поток 3 (23.11)
РелизОткрытые веса · В работуHabr AI→ оригинал

Tencent Hy4 flash набрала 2,79 из 4 против 2,81 у Haiku 5.5 и стоит в 18 раз дешевле за задачу

Tencent выпустила Hy4 flash — облегчённую модель, которую можно подключить через ИИ-роутер Selectel. В слепом тесте на 259 рабочих задач пользователи дали ей 2,79 балла из 4, почти как Claude Haiku 5.5 (2,81), но одна задача обошлась в ¥0,26 вместо ¥4,73, то есть в 18 раз дешевле. Если ваш агент разбирает длинные документы и много тратит на токены, модель стоит проверить на своих данных. Цифры пока только от самой Tencent.

AI-обработка оригинала Habr AI; редакция Hamidun News
Tencent Hy4 flash набрала 2,79 из 4 против 2,81 у Haiku 5.5 и стоит в 18 раз дешевле за задачу
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Terminal-Bench 4.0 (сложный код)19,2 балла у Hy4 flash, 44,4 у полной Hy4
Ключевой факт #2Из 224B параметров на каждое слово работают 12B, KV-кэш в 6 раз меньше, чем у Hy4
Веса Tencent не опубликовалазапустить модель можно только через API

Представьте агента, который каждый день читает сотни длинных документов: разбирает договоры, ищет ответы в базе знаний, собирает презентации. На флагманской модели счёт за токены быстро съедает маржу продукта. 16 ноября китайская Tencent представила Hy4 flash — младшую модель семейства Hy4, которая по оценке пользователей почти не уступает Claude Haiku 5.5 от Anthropic (2,79 балла из 4 против 2,81), а одна задача обходится в ¥0,26 вместо ¥4,73, то есть примерно в 18 раз дешевле. Теперь модель доступна в ИИ-роутере Selectel — это единый OpenAI-совместимый API с оплатой за токены. Под «224B» в названии понимается число параметров (внутренних настроек модели), но реально на каждое слово работают только 12B, поэтому она быстрая. Проверить её на своих документах можно за один вечер.

Что внутри

Всего в Hy4 flash 224B параметров, но на каждый токен (кусочек слова) включаются лишь 12B. Это принцип «смеси экспертов»: из большого набора узких специалистов для каждого слова подключается небольшая часть. Tencent оценивает скорость декодирования выше 150 токенов в секунду. Модель принимает текст и изображения и работает с контекстом в миллион токенов.

Главная особенность — память Engram, на неё приходится 64B параметров. Идею предложила лаборатория DeepSeek. Это что-то вроде справочника: вместо того чтобы каждый раз заново «вычислять» знание, модель подсматривает готовые строки таблицы. На каждый токен читается несколько строк, а адреса известны заранее, поэтому таблицу можно держать в обычной оперативной памяти, а не в дорогой памяти ускорителя. Накладные расходы на это Tencent называет пренебрежимо малыми. Вычислительная часть занимает около 160B параметров.

Для длинного контекста важен ещё KV-кэш — оперативная «шпаргалка» модели о том, что она уже прочитала. При миллионе токенов именно он съедает память. Благодаря гибридному вниманию и архитектуре LatentMoE кэш у Hy4 flash в шесть раз меньше, чем у Hy4, и в 24 раза меньше, чем у Hy3. Кроме того, обучение с подкреплением вдвое сократило среднее число выходных токенов на задачу: модель отвечает короче, а значит, дешевле.

Что показывают тесты

Независимых замеров пока нет: в индексе Artificial Analysis модели нет. Все цифры ниже — данные Tencent, разбор опубликован на Atomic Agent. По словам компании, Hy4 flash в целом немного опережает Hy4 Preview с её 770B параметров и 49B активных.

Самый показательный результат — слепой тест: 85 пользователей приложения WorkBuddy оценили 259 задач из 27 категорий по шкале до 4 баллов.

  • Hy4 flash: 2,79 балла, задача стоит ¥0,26 (около 3,2 ₽).
  • Claude Haiku 5.5: 2,81 балла, ¥4,73 (около 58,4 ₽).
  • GLM-5.3-Flash от Zhipu AI: 2,53 балла.
  • DeepSeek V4.1 Flash 1017: 3,09 балла, ¥1,20 (около 14,8 ₽).

Hy4 flash почти сравнялась с Haiku 5.5 и обошла GLM-5.3-Flash. DeepSeek V4.1 Flash по качеству впереди, но задача у неё примерно в 4–5 раз дороже, чем у Hy4 flash. Выбор зависит от того, что для вас важнее: цена или балл.

Где модель слабее и как её подключить

На длинных задачах по программированию разрыв со старшей моделью заметен: в Terminal-Bench 4.0 у Hy4 flash 19,2 балла, у полной Hy4 — 44,4. Поэтому Tencent рекомендует flash для повседневной работы — поиска, документов, презентаций, простого фронтенда и computer use, — а сложную разработку оставляет за Hy4.

Есть и ограничение по доступу: веса Tencent пока не опубликовала, поэтому запустить модель на своём железе нельзя, только через API. Командам, которым важна независимость от внешнего провайдера, это минус.

Подключение простое. В панели управления Selectel создаёте API-ключ для ИИ-роутера, копируете алиас модели и отправляете запрос на эндпоинт chat/completions с заголовком Authorization: Bearer. Поскольку API совместим с OpenAI, в существующем клиенте достаточно сменить base URL, ключ и название модели, остальной код остаётся прежним.

Что делать на практике

Если у вас есть агент для рутинных задач с длинным контекстом — разбор документов, поиск по базе знаний, сборка презентаций, — прогоните на Hy4 flash собственные примеры и сравните качество и стоимость с текущей моделью. Для сложного кода и серьёзных инженерных агентов флагман Hy4 пока заметно сильнее, а к цифрам Tencent стоит относиться осторожно, пока их не подтвердят независимые замеры.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что внутри?

Всего в Hy4 flash 224B параметров, но на каждый токен (кусочек слова) включаются лишь 12B. Это принцип «смеси экспертов»: из большого набора узких специалистов для каждого слова подключается небольшая часть. Tencent оценивает скорость декодирования выше 150 токенов в секунду. Модель принимает текст и изображения и работает с контекстом в миллион токенов. Главная особенность — память Engram, на неё приходится 64B параметров. Идею предложила лаборатория DeepSeek.

Что известно по теме: что показывают тесты?

Независимых замеров пока нет: в индексе Artificial Analysis модели нет. Все цифры ниже — данные Tencent, разбор опубликован на Atomic Agent. По словам компании, Hy4 flash в целом немного опережает Hy4 Preview с её 770B параметров и 49B активных. Самый показательный результат — слепой тест: 85 пользователей приложения WorkBuddy оценили 259 задач из 27 категорий по шкале до 4 баллов. Hy4 flash: 2,79 балла, задача стоит ¥0,26 (около 3,2 ₽). Claude Haiku 5.5: 2,81 балла, ¥4,73 (около 58,4 ₽).

Что известно по теме: где модель слабее и как её подключить?

На длинных задачах по программированию разрыв со старшей моделью заметен: в Terminal-Bench 4.0 у Hy4 flash 19,2 балла, у полной Hy4 — 44,4. Поэтому Tencent рекомендует flash для повседневной работы — поиска, документов, презентаций, простого фронтенда и computer use, — а сложную разработку оставляет за Hy4. Есть и ограничение по доступу: веса Tencent пока не опубликовала, поэтому запустить модель на своём железе нельзя, только через API. Командам, которым важна независимость от внешнего провайдера, это минус.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Единое AI-пространство · Nomad

Протестируйте новые LLM и мультимодальные модели в одном окне

Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.

Открыть Nomad AI →Автономный Nomad Agent
Что вы думаете?
Загружаем комментарии…