GPT-Image 2.6 Flare e Sunburst sono disponibiliDa $0.025 per immagine

Hy4 Flash: contesto 1M, prezzo e accesso API

Tencent Hy4 Flash è sia un modello API ospitato sia un rilascio di pesi pubblici, con circa 220B parametri totali sotto la Tencent Hy License.

Kiki, OmniaKey COO8 min di letturaAggiornato 19 nov 2026
In questa pagina

Hy4 Flash si usa in due modi: come modello ospitato su Tencent Cloud, OpenRouter e Vercel AI Gateway, oppure come pesi pubblici su Hugging Face. La scheda del modello indica circa 220 miliardi di parametri totali e 12 miliardi attivi per token sotto la Tencent Hy License 1.0 (verificato il 19 novembre 2026).

  • Ospitato: hy4-flash su Tencent Cloud TokenHub; tencent/hy4-flash su OpenRouter e Vercel AI Gateway.
  • Pesi: repository instruct, FP8 e Base, tutti pubblici e senza richiesta di accesso, circa 220B in totale e 12B attivi.
  • Prezzo: CNY 0.5 in ingresso e CNY 2 in uscita per milione di token a listino; uno sconto temporaneo del 50% dimezza entrambi.

Aggiornato il 19 novembre 2026: i pesi ora sono pubblici. Prezzi, limiti e dettagli dei repository qui sotto sono stati verificati quel giorno.

Si può usare Hy4 Flash oggi?

Sì. Tencent Cloud elenca hy4-flash come online, entrambi i gateway elencano tencent/hy4-flash e i tre repository Hugging Face sono pubblici e senza richiesta di accesso.

DoveID modelloStato
Tencent Cloud TokenHubhy4-flashOnline
OpenRoutertencent/hy4-flashElencato
Vercel AI Gatewaytencent/hy4-flashElencato
Hugging Facetencent/Hy4-flashPubblico

Tencent Cloud e i due gateway indicano il 16 novembre 2026 come data di rilascio della versione ospitata. Lo slug canonico su OpenRouter è tencent/hy4-flash-20261116. TokenHub accetta tre stili di richiesta con lo stesso ID modello: OpenAI chat completions, la Responses API e Anthropic Messages, quindi gli SDK OpenAI o Anthropic raggiungono lo stesso modello.

Quali pesi di Hy4 Flash scaricare?

Parti da tencent/Hy4-flash a meno che tu non serva volumi elevati o non voglia fare fine-tuning. È il modello instruct, con input di immagini e chiamate agli strumenti. Il repository FP8 è lo stesso modello instruct quantizzato per il serving, e il repository Base è pre-addestrato, non ottimizzato per la chat.

RepositoryA cosa serveDimensione
Hy4-flashChat, visione, strumenti441 GB
Hy4-flash-FP8Serving FP8287 GB
Hy4-flash-baseFine-tuning439 GB

Le dimensioni sono il totale di archiviazione dei repository arrotondato al GB più vicino, non un requisito di memoria.

Tutti e tre condividono l'architettura: 42 strati, 512 esperti instradati con 16 attivi per token più un esperto condiviso, vocabolario da 120,832 token e limite di posizione di 1,048,576 token. In ingresso testo e immagini, in uscita testo. La scheda la scompone in 155.5B parametri del modello linguistico fuori da Engram, più 63.5B di Engram, 0.43B di visione e 0.85B di DFly2. Le quattro parti sommano 220.28B, i file dei pesi 220.25B. Il lavoro attivo per token è 11.3B di testo più 0.43B di visione, arrotondato a 12B.

Il materiale di lancio di Tencent del 16 novembre indicava 224B; la scheda dei pesi più recente dà circa 220B. Entrambi i numeri sono ufficiali; per dimensionare la capacità usa i circa 220B della scheda.

Il repository FP8 usa pesi E4M3 in blocchi 128 per 128 con attivazioni dinamiche e lascia non convertiti la testa del modello linguistico, gli embedding dei token e hc_head.

Cosa richiede la Tencent Hy License?

I pesi si possono scaricare e ridistribuire con attribuzione, con una licenza propria derivata da Apache 2.0. La sezione 10 aggiunge condizioni commerciali per i grandi operatori di modelli come servizio: sono quindi pesi aperti con condizioni proprie di Tencent; il file dichiara che non è Apache 2.0.

La ridistribuzione richiede una copia della licenza, avvisi visibili sui file modificati e il mantenimento delle attribuzioni; le tue condizioni non possono rimuovere o limitare la sezione 10. I pesi ottimizzati, quantizzati, distillati, uniti o potati contano come opere derivate, e la sezione 10 vale anche per loro.

La sezione 10 riguarda il modello come servizio: dare a terzi accesso remoto a inferenza o fine-tuning, anche via API. Serve una licenza scritta separata se il fatturato lordo mondiale aggregato dell'entità e delle sue affiliate, da qualsiasi fonte, supera US$50 million in un periodo di 12 mesi consecutivi, o se il servizio in questione supera 100 milioni di utenti attivi mensili in un mese di calendario. Le funzioni ristrette per gli utenti finali senza accesso a un modello generalista e i servizi che si limitano a inoltrare richieste a un modello di terzi gestito in modo indipendente restano fuori da questa definizione. L'uso solo interno è esente solo se l'opera, i suoi derivati e i loro output non arrivano a terzi. Il contatto licenze di Tencent è hy_partners@tencent.com.

Il testo completo è nella Tencent Hy License 1.0. Hugging Face contrassegna i repository come license: other con il nome tencent-hy-license, e il file dichiara che non è Apache 2.0.

Quale hardware e software usano gli esempi di Tencent?

Tencent non pubblica un modello di GPU, un numero di VRAM né un minimo di GPU. La scheda offre due ricette di serving, entrambe con tensor parallel 8, più un percorso di caricamento via Transformers.

L'immagine vLLM è vllm/vllm-openai:hy4-flash. Carica il repository FP8 con --tensor-parallel-size 8, backend di attenzione FLASHMLA_SPARSE e una configurazione speculativa DFly da cinque token, e attiva i parser tool-call e reasoning di hy_v4. L'immagine SGLang è lmsysorg/sglang:hy4-flash, avviata con --tp 8, DFLY con blocco 6, su x86 o Arm. Entrambi sono comandi pubblicati per una topologia a otto GPU.

Il supporto Transformers non è ancora in una release. La scheda dice che sarà unito al ramo principale a breve e rimanda a un commit di pull request; le classi di caricamento sono AutoModelForImageTextToText e AutoProcessor.

Considera tensor parallel 8 come la disposizione dell'esempio, non un minimo dichiarato né una promessa sulla memoria. Il download FP8 da 287 GB è un numero per disco e trasferimento. Dimensiona la macchina sul checkpoint e sulla tua lunghezza di sequenza, poi prova con il tuo traffico.

Quali sono i limiti di contesto e API?

La finestra di contesto è di 1,048,576 token nella scheda del modello e nel config. Ogni host la scrive in modo diverso, e anche i loro tetti di uscita non coincidono.

DoveContestoTetto di uscita
TokenHub1024K64k
OpenRouter1,048,57665,536
Vercel1,024,00064,000
Scheda1,048,576non indicato

TokenHub limita l'ingresso a 960k token. La scheda non indica un limite di uscita, e i tre host differiscono fino a 1,536 token. Per i lavori lunghi lascia margine sotto il tetto dell'host invece di dare per scontato che il numero più alto valga ovunque.

La pagina del modello di Tencent Cloud indica 300 richieste e 10,000,000 token al minuto; la pagina etichetta il numero di richieste come RPM massimo. È la fonte di prima mano per TokenHub. La pagina mostra anche una quota gratuita di 1,000,000 token senza scadenza.

L'ingresso è testo e immagini. Video e audio non compaiono come ingressi supportati né nella scheda né nelle pagine dei tre host. Il reasoning accetta high (il default, pensiero attivo) o no_think, e la scheda consiglia temperature 0.9 con top_p 1.0.

Quanto costano le chiamate ospitate a Hy4 Flash?

La pagina del modello di Tencent Cloud indica CNY 0.5 per milione di token in ingresso, CNY 2 per milione in uscita e CNY 0.02 per milione di token in ingresso in cache. Uno sconto temporaneo del 50% li porta a CNY 0.25, CNY 1 e CNY 0.01; la pagina mostra uno sconto di 0.5 su tutte e tre le righe e non indica una data di fine.

Per 1M di tokenIngressoUscitaCache
Listino¥0.5¥2¥0.02
Sconto 50%¥0.25¥1¥0.01

Una richiesta da 20,000 token in ingresso e 2,000 in uscita costa 20,000 × 0.5 / 1,000,000 + 2,000 × 2 / 1,000,000 = CNY 0.014 a listino, o CNY 0.007 con lo sconto. Cento chiamate così in un giorno fanno CNY 1.4, o CNY 0.7 al prezzo attuale. Riusare lo stesso prefisso di prompt fattura la parte ripetuta a CNY 0.02 per milione invece di CNY 0.5, quindi metti istruzioni fisse e documenti condivisi all'inizio.

OpenRouter e Vercel AI Gateway elencano prezzi in dollari: 0.035 per milione di token in ingresso, 0.1405 per milione in uscita e 0.0015 per milione di token in cache, verificati il 19 novembre. La stessa richiesta 20,000/2,000 costa 20,000 × 0.035 / 1,000,000 + 2,000 × 0.1405 / 1,000,000 = $0.000981, circa un decimo di centesimo. Cento chiamate fanno $0.0981. Tencent fattura TokenHub in CNY, quindi tieni separate le due liste.

Scaricare i pesi o chiamare l'API?

Chiama il modello ospitato quando la domanda è a picchi, quando vuoi la finestra da 1M senza gestire uno stack di serving tuo, o quando ti servono subito chiamate agli strumenti e output strutturato. Scarica i pesi quando prompt e output devono restare nel tuo ambiente, quando vuoi il checkpoint Base per il fine-tuning, o quando un traffico stabile giustifica l'hardware.

L'altro fattore è la licenza. Se pensi di esporre il modello a terzi via API, confronta la sezione 10 con le soglie di ricavi e utenti della tua entità e delle sue affiliate prima di costruire il servizio.

Per un'altra via ai modelli Tencent, il catalogo di OmniaKey elenca il flagship Hy4, con i prezzi attuali sulla pagina dei prezzi. Hy4 Flash è un modello separato.

Come si confronta Hy4 Flash con Hy4?

Hy4 Flash sta sotto Hy4 nella linea Tencent. Il punteggio WorkIndex di Tencent è 42.1 per Flash contro 51.4 per Hy4, e l'azienda colloca Flash a 1/20 del costo per attività di Hy4 sullo stesso set interno. Dichiara anche velocità di decodifica oltre 150 token al secondo con megakernel, quantizzazione a 4 bit e DFly2.

Sono numeri del fornitore, che non abbiamo rifatto; usali per una preselezione e poi prova le tue attività. Il racconto del lancio di Hy4 spiega cosa è cambiato il 4 novembre, e il confronto tra Hy4 e DeepSeek V4.1 Flash su codice e chiamate agli strumenti mostra come si è comportato il flagship sulle attività piccole. Per accesso e prezzi attuali vedi la pagina del modello Hy4.

Domande frequenti

I pesi di Hy4 Flash sono aperti?

Sì. I pesi sono pubblici e ridistribuibili con la Tencent Hy License 1.0, una licenza propria derivata da Apache 2.0 con condizioni commerciali aggiuntive nella sezione 10. Non è Apache 2.0, e Hugging Face la contrassegna come license: other.

Quanto costa Hy4 Flash?

Tencent Cloud indica CNY 0.5 per milione di token in ingresso, CNY 2 per milione in uscita e CNY 0.02 per milione di token in ingresso in cache. Uno sconto temporaneo del 50% dimezza questi valori; OpenRouter e Vercel elencano 0.035, 0.1405 e 0.0015 per milione di token.

Quali sono i limiti di contesto e di uscita di Hy4 Flash?

La scheda e il config danno un contesto di 1,048,576 token. TokenHub limita l'uscita a 64k e l'ingresso a 960k, OpenRouter a 65,536 token in uscita e Vercel a 64,000; la scheda non dichiara un tetto di uscita.

Posso eseguire Hy4 Flash sulla mia macchina?

Tencent non pubblica un minimo di GPU. Gli esempi usano tensor parallel 8 sia per vLLM sia per SGLang, e il download FP8 è di 287 GB, quindi prevedi un server multi-GPU e prova la configurazione tu stesso.

Posso usare i pesi senza un account Tencent Cloud?

Sì. I tre repository Hugging Face sono pubblici e senza richiesta di accesso, e la licenza consente uso locale e ridistribuzione con attribuzione. Le chiamate ospitate richiedono un account TokenHub, OpenRouter o Vercel.

Fonti verificate

Aggiornato il 19 novembre 2026. Rivedremo limiti e prezzi quando Tencent pubblicherà un tetto di uscita o cambierà la tariffa di TokenHub.

Hy4 FlashTencent HunyuanIA a contesto lungomodelli multimodaliaccesso API

Articoli correlati

Articoli recenti

Guide popolari