Hy4 Flash: contexto de 1M, precio y acceso a la API
Hy4 Flash de Tencent es a la vez un modelo de API alojado y una publicación de pesos públicos con unos 220B de parámetros totales bajo la Tencent Hy License.
En esta página
- ¿Se puede usar Hy4 Flash hoy?
- ¿Qué pesos de Hy4 Flash conviene descargar?
- ¿Qué exige la Tencent Hy License?
- ¿Qué hardware y software usan los ejemplos de Tencent?
- ¿Cuáles son los límites de contexto y de API?
- ¿Cuánto cuestan las llamadas alojadas a Hy4 Flash?
- ¿Descargar los pesos o llamar a la API?
- ¿Cómo se compara Hy4 Flash con Hy4?
- Preguntas frecuentes
- ¿Los pesos de Hy4 Flash son abiertos?
- ¿Cuánto cuesta Hy4 Flash?
- ¿Cuáles son los límites de contexto y salida de Hy4 Flash?
- ¿Puedo ejecutar Hy4 Flash en mi propia máquina?
- ¿Puedo usar los pesos sin una cuenta de Tencent Cloud?
- Fuentes consultadas
Hy4 Flash se usa de dos maneras: como modelo alojado en Tencent Cloud, OpenRouter y Vercel AI Gateway, o como pesos públicos en Hugging Face. La ficha indica unos 220 mil millones de parámetros totales y 12 mil millones activos por token con la Tencent Hy License 1.0 (revisado el 19 de noviembre de 2026).
- Alojado:
hy4-flashen Tencent Cloud TokenHub;tencent/hy4-flashen OpenRouter y Vercel AI Gateway. - Pesos: repositorios instruct, FP8 y Base, todos públicos y sin solicitud, con unos 220B totales y 12B activos.
- Precio: CNY 0.5 de entrada y CNY 2 de salida por millón de tokens en tarifa de lista; una tarifa temporal del 50% reduce ambos a la mitad.
Actualizado el 19 de noviembre de 2026: los pesos ya son públicos. Los precios, límites y detalles de los repositorios de abajo se revisaron ese día.
¿Se puede usar Hy4 Flash hoy?
Sí. Tencent Cloud muestra hy4-flash como disponible, las dos pasarelas listan tencent/hy4-flash y los tres repositorios de Hugging Face son públicos y no requieren solicitud.
| Dónde | ID del modelo | Estado |
|---|---|---|
| Tencent Cloud TokenHub | hy4-flash | En línea |
| OpenRouter | tencent/hy4-flash | Listado |
| Vercel AI Gateway | tencent/hy4-flash | Listado |
| Hugging Face | tencent/Hy4-flash | Público |
Tencent Cloud y las dos pasarelas dan el 16 de noviembre de 2026 como fecha de lanzamiento alojado. El slug canónico de OpenRouter es tencent/hy4-flash-20261116. TokenHub acepta tres estilos de petición con un mismo ID de modelo: OpenAI chat completions, la Responses API y Anthropic Messages, así que los SDK de OpenAI o Anthropic llegan al mismo modelo.
¿Qué pesos de Hy4 Flash conviene descargar?
Empieza por tencent/Hy4-flash salvo que sirvas a gran volumen o vayas a hacer fine-tuning. Es el modelo instruct, con entrada de imágenes y llamadas a herramientas. El repositorio FP8 es el mismo modelo instruct cuantizado para servir, y el repositorio Base está preentrenado, sin ajuste para chat.
| Repositorio | Para qué | Tamaño |
|---|---|---|
| Hy4-flash | Chat, visión, herramientas | 441 GB |
| Hy4-flash-FP8 | Servicio en FP8 | 287 GB |
| Hy4-flash-base | Fine-tuning | 439 GB |
Los tamaños son el total de almacenamiento del repositorio redondeado al GB más cercano, no un requisito de memoria.
Los tres comparten arquitectura: 42 capas, 512 expertos enrutados con 16 activos por token más un experto compartido, un vocabulario de 120,832 tokens y un límite de posición de 1,048,576 tokens. Entran texto e imágenes; sale texto. La ficha lo desglosa en 155.5B de parámetros de lenguaje fuera de Engram, más 63.5B de Engram, 0.43B de visión y 0.85B de DFly2. Las cuatro partes suman 220.28B y los archivos de pesos suman 220.25B. El trabajo activo por token es 11.3B de texto más 0.43B de visión, redondeado a 12B.
El material de lanzamiento de Tencent del 16 de noviembre daba 224B; la ficha de pesos más reciente da aproximadamente 220B. Las dos cifras son oficiales; para dimensionar capacidad, usa los 220B aproximados de la ficha.
El repositorio FP8 usa pesos E4M3 en bloques de 128 por 128 con activaciones dinámicas y deja sin convertir la cabeza del modelo de lenguaje, los embeddings de tokens y hc_head.
¿Qué exige la Tencent Hy License?
Los pesos se pueden descargar y redistribuir con atribución, bajo una licencia propia derivada de Apache 2.0. La sección 10 añade condiciones comerciales para grandes operadores de modelos como servicio, así que son pesos abiertos con condiciones propias de Tencent; el archivo declara que no es Apache 2.0.
Redistribuir exige una copia de la licencia, avisos visibles en los archivos modificados y conservar los avisos de atribución; tus propias condiciones no pueden eliminar ni limitar la sección 10. Los pesos ajustados, cuantizados, destilados, fusionados o podados cuentan como obras derivadas, y la sección 10 viaja con ellos.
La sección 10 cubre el modelo como servicio: dar acceso remoto a terceros para inferencia o fine-tuning, también mediante una API. Exige una licencia escrita aparte si los ingresos brutos mundiales agregados de la entidad y sus filiales, de cualquier origen, superan US$50 million en cualquier periodo de 12 meses consecutivos, o si el servicio correspondiente supera 100 millones de usuarios activos mensuales en un mes natural. Las funciones estrechas para usuarios finales sin acceso a un modelo de propósito general, y los servicios que solo reenvían peticiones a un modelo de terceros operado de forma independiente, quedan fuera de esa definición. El uso solo interno queda exento únicamente si la obra, sus derivados y sus salidas no llegan a terceros. El contacto de licencias de Tencent es hy_partners@tencent.com.
El texto completo está en la Tencent Hy License 1.0. Hugging Face etiqueta los repositorios con license: other y el nombre tencent-hy-license, y el archivo declara que no es Apache 2.0.
¿Qué hardware y software usan los ejemplos de Tencent?
Tencent no publica modelo de GPU, cifra de VRAM ni número mínimo de GPU. Lo que sí da la ficha son dos recetas de servicio, ambas con tensor parallel 8, más un modo de carga con Transformers.
La imagen de vLLM es vllm/vllm-openai:hy4-flash. Carga el repositorio FP8 con --tensor-parallel-size 8, el backend de atención FLASHMLA_SPARSE y una configuración especulativa DFly de cinco tokens, y activa los analizadores de tool-call y reasoning de hy_v4. La imagen de SGLang es lmsysorg/sglang:hy4-flash, con --tp 8, DFLY con bloque de 6, en x86 o Arm. Ambos son comandos publicados para una topología de ocho GPU.
El soporte de Transformers todavía no está en una versión. La ficha dice que se fusionará pronto en la rama principal y apunta a un commit de pull request, con AutoModelForImageTextToText y AutoProcessor como clases de carga.
Toma tensor parallel 8 como la disposición del ejemplo, no como un mínimo declarado ni una promesa sobre memoria. La descarga FP8 de 287 GB es una cifra de disco y transferencia. Dimensiona la máquina según el checkpoint y tu longitud de secuencia, y prueba con tu propio tráfico.
¿Cuáles son los límites de contexto y de API?
La ventana de contexto es de 1,048,576 tokens en la ficha del modelo y en el config. Cada host lo escribe a su manera, y sus topes de salida tampoco coinciden.
| Lugar | Contexto | Tope de salida |
|---|---|---|
| TokenHub | 1024K | 64k |
| OpenRouter | 1,048,576 | 65,536 |
| Vercel | 1,024,000 | 64,000 |
| Ficha | 1,048,576 | sin dato |
TokenHub limita la entrada a 960k tokens. La ficha no da límite de salida y los tres hosts difieren hasta en 1,536 tokens. Para trabajos largos, deja margen bajo el tope del host en lugar de suponer que la cifra mayor vale en todas partes.
La página del modelo de Tencent Cloud indica 300 peticiones y 10,000,000 de tokens por minuto; la página etiqueta la cifra de peticiones como RPM máximo. Es la ficha de primera mano de TokenHub. La página también muestra una asignación gratuita de 1,000,000 de tokens sin caducidad.
La entrada es texto e imágenes. El vídeo y el audio no aparecen como entradas compatibles ni en la ficha ni en las páginas de los tres hosts. El razonamiento acepta high (el valor por defecto, con pensamiento activado) o no_think, y la ficha recomienda temperature 0.9 con top_p 1.0.
¿Cuánto cuestan las llamadas alojadas a Hy4 Flash?
La página del modelo de Tencent Cloud indica CNY 0.5 por millón de tokens de entrada, CNY 2 por millón de salida y CNY 0.02 por millón de entrada en caché. Una tarifa temporal del 50% los deja en CNY 0.25, CNY 1 y CNY 0.01; la página muestra un descuento de 0.5 en las tres líneas y no indica fecha de fin.
| Por 1M de tokens | Entrada | Salida | Acierto de caché |
|---|---|---|---|
| Lista | ¥0.5 | ¥2 | ¥0.02 |
| Tarifa 50% | ¥0.25 | ¥1 | ¥0.01 |
Una petición con 20,000 tokens de entrada y 2,000 de salida cuesta 20,000 × 0.5 / 1,000,000 + 2,000 × 2 / 1,000,000 = CNY 0.014 a tarifa de lista, o CNY 0.007 con la tarifa con descuento. Cien llamadas así en un día son CNY 1.4, o CNY 0.7 a la tarifa actual. Reutilizar un prefijo de prompt idéntico factura la parte repetida a CNY 0.02 por millón en vez de CNY 0.5, así que pon primero las instrucciones fijas y los documentos compartidos.
OpenRouter y Vercel AI Gateway listan tarifas en dólares: 0.035 por millón de tokens de entrada, 0.1405 por millón de salida y 0.0015 por millón de tokens en caché, revisadas el 19 de noviembre. La misma petición de 20,000/2,000 cuesta 20,000 × 0.035 / 1,000,000 + 2,000 × 0.1405 / 1,000,000 = $0.000981, más o menos una décima de centavo. Cien llamadas suman $0.0981. Tencent factura TokenHub en CNY, así que mantén las dos listas separadas.
¿Descargar los pesos o llamar a la API?
Llama al modelo alojado cuando la demanda tiene picos, cuando quieres la ventana de 1M sin montar tu propio servicio, o cuando necesitas llamadas a herramientas y salida estructurada hoy. Descarga los pesos cuando los prompts y las salidas deban quedarse en tu entorno, cuando quieras el checkpoint Base para fine-tuning, o cuando el tráfico estable justifique el hardware.
La licencia es el otro factor. Si piensas exponer el modelo a terceros mediante una API, contrasta la sección 10 con los umbrales de ingresos y usuarios de tu entidad y sus filiales antes de construir el servicio.
Para otra vía hacia los modelos de Tencent, el catálogo de OmniaKey incluye Hy4, el modelo insignia, con las tarifas actuales en la página de precios. Hy4 Flash es un modelo aparte.
¿Cómo se compara Hy4 Flash con Hy4?
Hy4 Flash está por debajo de Hy4 en la línea de Tencent. La puntuación WorkIndex propia de Tencent es 42.1 para Flash frente a 51.4 para Hy4, y la empresa sitúa a Flash en 1/20 del coste por tarea de Hy4 en el mismo conjunto interno. También afirma velocidades de decodificación por encima de 150 tokens por segundo con megakernels, cuantización de 4 bits y DFly2.
Son cifras del fabricante y no las repetimos; úsalas para preseleccionar y luego prueba tus propias tareas. La crónica del lanzamiento de Hy4 cuenta qué cambió el 4 de noviembre, y la comparación de código y llamadas a herramientas entre Hy4 y DeepSeek V4.1 Flash muestra cómo se portó el insignia en tareas pequeñas. Para el acceso y las tarifas actuales, consulta la página del modelo Hy4.
Preguntas frecuentes
¿Los pesos de Hy4 Flash son abiertos?
Sí. Los pesos son públicos y redistribuibles bajo la Tencent Hy License 1.0, una licencia propia derivada de Apache 2.0 con condiciones comerciales extra en la sección 10. No es Apache 2.0, y Hugging Face la etiqueta license: other.
¿Cuánto cuesta Hy4 Flash?
Tencent Cloud indica CNY 0.5 por millón de tokens de entrada, CNY 2 por millón de salida y CNY 0.02 por millón de entrada en caché. Una tarifa temporal del 50% reduce esas cifras a la mitad; OpenRouter y Vercel listan 0.035, 0.1405 y 0.0015 por millón de tokens.
¿Cuáles son los límites de contexto y salida de Hy4 Flash?
La ficha y el config dan un contexto de 1,048,576 tokens. TokenHub limita la salida a 64k y la entrada a 960k, OpenRouter a 65,536 tokens de salida y Vercel a 64,000; la ficha no declara tope de salida.
¿Puedo ejecutar Hy4 Flash en mi propia máquina?
Tencent no publica un mínimo de GPU. Sus ejemplos usan tensor parallel 8 tanto en vLLM como en SGLang, y la descarga FP8 son 287 GB, así que planifica con un servidor multi-GPU y prueba la configuración tú mismo.
¿Puedo usar los pesos sin una cuenta de Tencent Cloud?
Sí. Los tres repositorios de Hugging Face son públicos y no requieren solicitud, y la licencia permite el uso local y la redistribución con atribución. Las llamadas alojadas necesitan una cuenta de TokenHub, OpenRouter o Vercel.
Fuentes consultadas
- Tencent: ficha del modelo Hy4-flash
- Tencent: ficha del modelo Hy4-flash FP8
- Tencent: ficha del modelo Hy4-flash Base
- Tencent Hy License 1.0
- API de Hugging Face: metadatos de tencent/Hy4-flash
- Tencent Cloud TokenHub: hy4-flash
- Lista de modelos de OpenRouter
- Lista de modelos de Vercel AI Gateway
Actualizado el 19 de noviembre de 2026. Revisaremos los límites y los precios cuando Tencent publique un tope de salida o cambie la tarifa de TokenHub.
Artículos relacionados
Tencent Hy4 vs Hy4 preview: qué cambió en el lanzamiento
Hy4 Flash está disponible desde el 16 de noviembre de 2026, con contexto de 1M de tokens y acceso publicado en Tencent Cloud, OpenRouter y Vercel AI Gateway.
HY4 vs DeepSeek V4.1 Flash: código y herramientas
Cuatro tareas pequeñas, una ejecución por modelo: la diferencia está en la espera y la salida.
DeepSeek V4.1 Flash 1017: qué cambió y prueba frente a V4 Pro
Mismo ID, mismo precio y mejores puntuaciones. Lo probamos contra V4 Pro.