GPT-Image 2.6 Flare и Sunburst уже доступныОт $0.025 за изображение

Hy4 Flash: контекст 1M, цена и доступ к API

Tencent Hy4 Flash теперь и размещённая модель с API, и публичный релиз весов: около 220B параметров всего под лицензией Tencent Hy License.

Kiki, OmniaKey COO8 мин чтенияОбновлено 19 нояб. 2026 г.
На этой странице

Hy4 Flash можно использовать двумя способами: как размещённую модель в Tencent Cloud, OpenRouter и Vercel AI Gateway или как публичные веса на Hugging Face. В карточке модели указано около 220 млрд параметров всего и 12 млрд активных на токен, лицензия — Tencent Hy License 1.0 (проверено 19 ноября 2026 года).

  • Размещение: hy4-flash в Tencent Cloud TokenHub; tencent/hy4-flash в OpenRouter и Vercel AI Gateway.
  • Веса: репозитории instruct, FP8 и Base, все публичные и без заявки, около 220B всего и 12B активных.
  • Цена: CNY 0.5 за миллион входных и CNY 2 за миллион выходных токенов по прайс-листу; временная скидка 50% уменьшает обе цифры вдвое.

Обновлено 19 ноября 2026 года: веса теперь открыты. Цены, лимиты и данные о репозиториях ниже проверены в этот день.

Можно ли пользоваться Hy4 Flash уже сейчас?

Да. Tencent Cloud указывает hy4-flash как доступную, оба шлюза перечисляют tencent/hy4-flash, а три репозитория на Hugging Face публичны и не требуют заявки.

ГдеID моделиСтатус
Tencent Cloud TokenHubhy4-flashВ сети
OpenRoutertencent/hy4-flashВ каталоге
Vercel AI Gatewaytencent/hy4-flashВ каталоге
Hugging Facetencent/Hy4-flashПублично

Tencent Cloud и оба шлюза называют 16 ноября 2026 года датой релиза размещённой версии. Канонический slug в OpenRouter — tencent/hy4-flash-20261116. TokenHub принимает три стиля запросов под одним ID модели: OpenAI chat completions, Responses API и Anthropic Messages, поэтому SDK OpenAI или Anthropic обращаются к одной и той же модели.

Какие веса Hy4 Flash скачивать?

Начните с tencent/Hy4-flash, если только вам не нужен большой объём обслуживания или дообучение. Это instruct-модель с приёмом изображений и вызовом инструментов. Репозиторий FP8 — та же instruct-модель, квантованная для обслуживания, а репозиторий Base предобучен и не настроен под чат.

РепозиторийДля чегоРазмер
Hy4-flashЧат, зрение, инструменты441 GB
Hy4-flash-FP8Обслуживание в FP8287 GB
Hy4-flash-baseДообучение439 GB

Размеры — это суммарный объём хранилища репозиториев, округлённый до целого GB, а не требование к памяти.

Все три используют одну архитектуру: 42 слоя, 512 routed experts с 16 активными на токен плюс один общий эксперт, словарь на 120,832 токена и предел позиции 1,048,576 токенов. На входе текст и изображения, на выходе текст. Карточка раскладывает это на 155.5B параметров языковой модели вне Engram, плюс 63.5B Engram, 0.43B зрения и 0.85B DFly2. Четыре части дают 220.28B, а файлы весов — 220.25B. Активная работа на токен — 11.3B текстовых параметров плюс 0.43B зрения, округлённо 12B.

В исходных материалах Tencent от 16 ноября было 224B; последняя карточка весов даёт около 220B. Обе цифры официальные; для планирования ёмкости берите приблизительные 220B из карточки.

Репозиторий FP8 использует веса E4M3 блоками 128 на 128 с динамическими активациями; голова языковой модели, эмбеддинги токенов и hc_head не преобразованы.

Что требует Tencent Hy License?

Веса можно скачивать и распространять с указанием авторства по собственной лицензии, производной от Apache 2.0. Раздел 10 добавляет коммерческие условия для крупных операторов модели как сервиса, то есть это открытые веса на собственных условиях Tencent; в файле прямо сказано, что это не Apache 2.0.

Для распространения нужны копия лицензии, заметные пометки в изменённых файлах и сохранение уведомлений об авторстве; ваши собственные условия не могут отменять или ограничивать раздел 10. Дообученные, квантованные, дистиллированные, объединённые или обрезанные веса считаются производными произведениями, и раздел 10 действует для них.

Раздел 10 касается модели как сервиса: удалённого доступа третьих лиц к выводу или дообучению, в том числе через API. Отдельная письменная лицензия нужна, если суммарная мировая валовая выручка организации и её аффилированных лиц из любого источника превышает US$50 million за любые 12 месяцев подряд или если соответствующий сервис превышает 100 млн активных пользователей в месяц в календарный месяц. Узкие функции для конечных пользователей без доступа к универсальной модели и сервисы, которые лишь передают запросы независимо управляемой сторонней модели, под это определение не попадают. Использование только внутри компании освобождается, только если работа, её производные и их выводы не уходят к третьим лицам. Контакт Tencent по лицензиям — hy_partners@tencent.com.

Полный текст — в Tencent Hy License 1.0. Hugging Face помечает репозитории тегом license: other с именем tencent-hy-license, и в файле сказано, что это не Apache 2.0.

Какое оборудование и ПО используют примеры Tencent?

Tencent не публикует модель GPU, объём VRAM или минимальное число GPU. В карточке есть два рецепта обслуживания, оба с tensor parallel 8, и путь загрузки через Transformers.

Образ vLLM — vllm/vllm-openai:hy4-flash. Он загружает репозиторий FP8 с --tensor-parallel-size 8, бэкендом внимания FLASHMLA_SPARSE и спекулятивной конфигурацией DFly на пять токенов и включает парсеры tool-call и reasoning hy_v4. Образ SGLang — lmsysorg/sglang:hy4-flash, запускается с --tp 8, DFLY с блоком 6, на x86 или Arm. Оба — опубликованные команды для конфигурации из восьми GPU.

Поддержка Transformers пока не в релизе. Карточка говорит, что она скоро войдёт в основную ветку, и ссылается на коммит pull request; классы загрузки — AutoModelForImageTextToText и AutoProcessor.

Считайте tensor parallel 8 раскладкой примера, а не заявленным минимумом или обещанием по памяти. Загрузка FP8 на 287 GB — это цифра для диска и передачи. Подбирайте машину под чекпойнт и свою длину последовательности, а затем проверяйте на своём трафике.

Какие лимиты контекста и API?

Окно контекста — 1,048,576 токенов в карточке модели и в config. Каждый хост пишет по-своему, и их лимиты вывода тоже не совпадают.

ГдеКонтекстЛимит вывода
TokenHub1024K64k
OpenRouter1,048,57665,536
Vercel1,024,00064,000
Карточка1,048,576не указан

TokenHub ограничивает вход 960k токенов. В карточке нет лимита вывода, а три хоста расходятся до 1,536 токенов. Для длинных задач оставляйте запас ниже лимита хоста, а не предполагайте, что наибольшее число действует везде.

Страница модели Tencent Cloud указывает 300 запросов и 10,000,000 токенов в минуту; число запросов помечено как максимальный RPM. Это первоисточник по TokenHub. На странице также есть бесплатный лимит 1,000,000 токенов без срока действия.

Вход — текст и изображения. Видео и аудио не указаны как поддерживаемые входы ни в карточке, ни на страницах трёх хостов. Reasoning принимает high (по умолчанию, размышление включено) или no_think, а карточка рекомендует temperature 0.9 и top_p 1.0.

Сколько стоят размещённые вызовы Hy4 Flash?

Страница модели Tencent Cloud указывает CNY 0.5 за миллион входных токенов, CNY 2 за миллион выходных и CNY 0.02 за миллион кэшированных входных. Временная скидка 50% даёт CNY 0.25, CNY 1 и CNY 0.01; на странице показана скидка 0.5 по всем трём строкам, но нет даты окончания.

За 1M токеновВходВыходКэш
Прайс-лист¥0.5¥2¥0.02
Скидка 50%¥0.25¥1¥0.01

Запрос с 20,000 входных и 2,000 выходных токенов стоит 20,000 × 0.5 / 1,000,000 + 2,000 × 2 / 1,000,000 = CNY 0.014 по прайс-листу или CNY 0.007 по скидке. Сто таких вызовов в день — CNY 1.4, а по текущей скидке CNY 0.7. При повторном использовании одинакового префикса промпта повторяющаяся часть тарифицируется по CNY 0.02 за миллион вместо CNY 0.5, поэтому фиксированные инструкции и общие документы ставьте в начало.

OpenRouter и Vercel AI Gateway указывают цены в долларах: 0.035 за миллион входных токенов, 0.1405 за миллион выходных и 0.0015 за миллион кэшированных, проверено 19 ноября. Тот же запрос 20,000/2,000 стоит 20,000 × 0.035 / 1,000,000 + 2,000 × 0.1405 / 1,000,000 = $0.000981, примерно десятая часть цента. Сто вызовов — $0.0981. Tencent выставляет счёт за TokenHub в CNY, поэтому держите два списка отдельно.

Скачивать веса или вызывать API?

Вызывайте размещённую модель, когда спрос неровный, когда нужно окно на 1M без собственного стека обслуживания или когда вызовы инструментов и структурированный вывод нужны уже сегодня. Скачивайте веса, когда промпты и выводы должны оставаться в вашей среде, когда нужен чекпойнт Base для дообучения или когда стабильный трафик оправдывает оборудование.

Второй фактор — лицензия. Если планируете открывать модель третьим лицам через API, сверьте раздел 10 с порогами по выручке и пользователям для вашей организации и её аффилированных лиц до того, как строить сервис.

Для другого пути к моделям Tencent в каталоге OmniaKey есть флагман Hy4, актуальные цены — на странице цен. Hy4 Flash — отдельная модель.

Чем Hy4 Flash отличается от Hy4?

Hy4 Flash стоит ниже Hy4 в линейке Tencent. Собственный балл WorkIndex у Tencent — 42.1 для Flash против 51.4 для Hy4, и компания оценивает стоимость задачи Flash в 1/20 от Hy4 на одном и том же внутреннем наборе. Она также заявляет скорость декодирования выше 150 токенов в секунду с megakernel, 4-битным квантованием и DFly2.

Это цифры производителя, мы их не перепроверяли; используйте их для отбора, а затем проверяйте на своих задачах. Что изменилось 4 ноября, описано в материале о релизе Hy4, а сравнение Hy4 и DeepSeek V4.1 Flash по коду и вызову инструментов показывает, как флагман вёл себя на небольших задачах. Актуальный доступ и цены — на странице модели Hy4.

Частые вопросы

Веса Hy4 Flash открыты?

Да. Веса публичны и распространяются по Tencent Hy License 1.0 — собственной лицензии, производной от Apache 2.0, с дополнительными коммерческими условиями в разделе 10. Это не Apache 2.0, и Hugging Face помечает её как license: other.

Сколько стоит Hy4 Flash?

Tencent Cloud указывает CNY 0.5 за миллион входных токенов, CNY 2 за миллион выходных и CNY 0.02 за миллион кэшированных входных. Временная скидка 50% уменьшает эти цифры вдвое; OpenRouter и Vercel указывают 0.035, 0.1405 и 0.0015 за миллион токенов.

Какие у Hy4 Flash лимиты контекста и вывода?

Карточка и config дают контекст 1,048,576 токенов. TokenHub ограничивает вывод 64k, а вход 960k, OpenRouter — 65,536 выходных токенов, Vercel — 64,000; в карточке лимит вывода не указан.

Можно ли запустить Hy4 Flash на своей машине?

Tencent не публикует минимум по GPU. В примерах tensor parallel 8 используется и для vLLM, и для SGLang, а загрузка FP8 занимает 287 GB, так что рассчитывайте на сервер с несколькими GPU и проверьте настройку сами.

Можно ли пользоваться весами без аккаунта Tencent Cloud?

Да. Три репозитория на Hugging Face публичны и не требуют заявки, а лицензия разрешает локальное использование и распространение с указанием авторства. Для размещённых вызовов нужен аккаунт TokenHub, OpenRouter или Vercel.

Проверенные источники

Обновлено 19 ноября 2026 года. Пересмотрим лимиты и цены, когда Tencent опубликует лимит вывода или изменит тариф TokenHub.

Hy4 FlashTencent HunyuanИИ с длинным контекстоммультимодальные моделидоступ по API

Похожие статьи

Недавние статьи

Популярные руководства