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.
На этой странице
- Можно ли пользоваться Hy4 Flash уже сейчас?
- Какие веса Hy4 Flash скачивать?
- Что требует Tencent Hy License?
- Какое оборудование и ПО используют примеры Tencent?
- Какие лимиты контекста и API?
- Сколько стоят размещённые вызовы Hy4 Flash?
- Скачивать веса или вызывать API?
- Чем Hy4 Flash отличается от Hy4?
- Частые вопросы
- Веса Hy4 Flash открыты?
- Сколько стоит Hy4 Flash?
- Какие у Hy4 Flash лимиты контекста и вывода?
- Можно ли запустить Hy4 Flash на своей машине?
- Можно ли пользоваться весами без аккаунта Tencent Cloud?
- Проверенные источники
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-flashв Tencent Cloud TokenHub;tencent/hy4-flashв 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.
| Где | ID модели | Статус |
|---|---|---|
| Tencent Cloud TokenHub | hy4-flash | В сети |
| OpenRouter | tencent/hy4-flash | В каталоге |
| Vercel AI Gateway | tencent/hy4-flash | В каталоге |
| Hugging Face | tencent/Hy4-flash | Публично |
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.
| Репозиторий | Для чего | Размер |
|---|---|---|
| Hy4-flash | Чат, зрение, инструменты | 441 GB |
| Hy4-flash-FP8 | Обслуживание в FP8 | 287 GB |
| Hy4-flash-base | Дообучение | 439 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.
| Где | Контекст | Лимит вывода |
|---|---|---|
| TokenHub | 1024K | 64k |
| OpenRouter | 1,048,576 | 65,536 |
| Vercel | 1,024,000 | 64,000 |
| Карточка | 1,048,576 | не 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 токенов | Вход | Выход | Кэш |
|---|---|---|---|
| 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
- Tencent: карточка модели Hy4-flash
- Tencent: карточка модели Hy4-flash FP8
- Tencent: карточка модели Hy4-flash Base
- Tencent Hy License 1.0
- API Hugging Face: метаданные tencent/Hy4-flash
- Tencent Cloud TokenHub: hy4-flash
- Список моделей OpenRouter
- Список моделей Vercel AI Gateway
Обновлено 19 ноября 2026 года. Пересмотрим лимиты и цены, когда Tencent опубликует лимит вывода или изменит тариф TokenHub.
Похожие статьи
Tencent Hy4 против Hy4 preview: что изменилось к релизу
Hy4 Flash доступна с 16 ноября 2026 года: контекст 1M токенов, доступ опубликован в Tencent Cloud, OpenRouter и Vercel AI Gateway.
HY4 и DeepSeek V4.1 Flash: код и инструменты
Четыре небольшие задачи, по одному запуску: разница в ожидании и длине вывода.
DeepSeek V4.1 Flash 1017: что изменилось и как модель выступила против V4 Pro
Тот же ID, та же цена, выше оценки. Мы прогнали модель против V4 Pro.