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

> Веса Tencent Hy4 Flash теперь открыты: варианты instruct, FP8 и Base. Лицензия, лимиты API, цены и примеры оборудования для модели на 220B параметров.

- Canonical HTML: https://omniakey.com/ru/blog/hy4-flash
- Markdown: https://omniakey.com/ru/blog/hy4-flash.md
- Published: 2026-11-16 (updated 2026-11-19)
- Author: Kiki, COO at OmniaKey
- Language: ru
- Category: Guide
- Reading time: 8 min
- All posts: https://omniakey.com/blog/llms.txt

---

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.

|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](https://huggingface.co/tencent/Hy4-flash), если только вам не нужен большой объём обслуживания или дообучение. Это instruct-модель с приёмом изображений и вызовом инструментов. [Репозиторий FP8](https://huggingface.co/tencent/Hy4-flash-FP8) — та же instruct-модель, квантованная для обслуживания, а [репозиторий Base](https://huggingface.co/tencent/Hy4-flash-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](https://huggingface.co/tencent/Hy4-flash/raw/main/LICENSE). 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](https://huggingface.co/tencent/Hy4-flash) 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](https://cloud.tencent.com/tokenhub/hy4-flash) 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](https://cloud.tencent.com/tokenhub/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% 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](https://openrouter.ai/api/v1/models) и [Vercel AI Gateway](https://ai-gateway.vercel.sh/v1/models) 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](https://omniakey.com/ru/hy4), актуальные цены — на [странице цен](https://omniakey.com/ru/pricing). Hy4 Flash — отдельная модель.

## Чем Hy4 Flash отличается от Hy4?

Hy4 Flash стоит ниже [Hy4](https://omniakey.com/ru/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](https://omniakey.com/ru/blog/tencent-hy4), а [сравнение Hy4 и DeepSeek V4.1 Flash по коду и вызову инструментов](https://omniakey.com/ru/blog/hy4-vs-deepseek-v4-1-flash) показывает, как флагман вёл себя на небольших задачах. Актуальный доступ и цены — на [странице модели Hy4](https://omniakey.com/ru/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](https://huggingface.co/tencent/Hy4-flash)
- [Tencent: карточка модели Hy4-flash FP8](https://huggingface.co/tencent/Hy4-flash-FP8)
- [Tencent: карточка модели Hy4-flash Base](https://huggingface.co/tencent/Hy4-flash-base)
- [Tencent Hy License 1.0](https://huggingface.co/tencent/Hy4-flash/raw/main/LICENSE)
- [API Hugging Face: метаданные tencent/Hy4-flash](https://huggingface.co/api/models/tencent/Hy4-flash)
- [Tencent Cloud TokenHub: hy4-flash](https://cloud.tencent.com/tokenhub/hy4-flash)
- [Список моделей OpenRouter](https://openrouter.ai/api/v1/models)
- [Список моделей Vercel AI Gateway](https://ai-gateway.vercel.sh/v1/models)

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