Tencent HY4 Flash: 224 млрд параметров, 150+ токенов в секунду и две недели бесплатной работы в HermesЗаметка · дайджест за 19 ноября
Макрофотография кремниевого чипа с золотистыми микродорожками и скоростными световыми линиями
Заметка3 раздела≈ 4 мин

Tencent HY4 Flash: 224 млрд параметров, 150+ токенов в секунду и две недели бесплатной работы в Hermes

Тяжёлая нейросеть на 224 миллиарда параметров по логике должна еле ворочаться на серверах и сжигать бюджет за пару запросов. Но свежая Tencent HY4 Flash при таком паспорте выдаёт больше 150 токенов в секунду, а в живом тесте на агенте Hermes строка статуса держала около 160 при копеечной цене API. Грузовик поехал со скоростью спорткара и перешёл на расход малолитражки.

Как 224 миллиарда параметров разгоняются быстрее 150 токенов в секунду

Секрет кроется в разреженной архитектуре Mixture of Experts, или «смеси экспертов». Представь библиотеку на 224 миллиарда томов. Плотная модель без разделения на отделы ради ответа на простое письмо пролистывает весь зал от входа до подвала. HY4 Flash действует иначе: получив запрос, она достаёт лишь нужные 12 миллиардов «книг» под задачу, а остальные двести с лишним миллиардов не трогает. Эти 12 миллиардов и называют активными параметрами.

В карточке на Hugging Face указано 220 миллиардов параметров, включая 64 миллиарда из модуля памяти частых фраз Engram. На 41 слое из 42 работает LatentMoE с 512 специалистами: на каждый токен, кусочек слова, включаются только 16 плюс один общий. Гибридное внимание IndexPool сжало память диалога, или KV-кэш, в 6 раз против Hy4 и в 24 раза против Hy3, а черновик DFly2 на 0,85 млрд параметров накидывает слова вперёд для пакетной проверки.

Окно контекста вмещает 1 миллион токенов, около 700 тысяч слов — целую папку отчётов и таблиц за раз. Модель читает текст, картинки и в офисных тестах работает с аудио и видео. Веса открыты под лицензией Tencent Hy License v1.0: она свободна для обычных проектов, а отдельное разрешение нужно лишь облакам с выручкой свыше 50 млн долларов или сервисам за 100 млн пользователей в месяц.

Что на самом деле показал слепой тест Tencent на 259 задачах

Пора проверить заявления про паритет с Claude Haiku 5.5 и 18-кратную экономию. Tencent провела внутренний слепой тест среди 85 сотрудников агента WorkBuddy: люди не знали имени модели и прогнали 259 рабочих задач в 27 категориях через HY4 Flash, Claude Haiku 5.5, DeepSeek V4.1 Flash и GLM 5.3 Flash.

Удовлетворённость HY4 Flash составила 2,79 балла из 4 против 2,81 у Claude Haiku 5.5. По качеству почти ничья, медианное время в 6,7 минуты оказалось лучшим, а цена задачи в 0,26 юаня — примерно в 18 раз ниже модели Anthropic. Официальный API стоит около $0,070 за миллион входных токенов, $0,281 за выход и $0,003 за кэш, а обучение с подкреплением сократило длину ответов вдвое. На Nous Portal платный доступ обходится в $0,04 и $0,14, а в Tencent Cloud TokenHub до 30 ноября 2026 года действует скидка 50%.

У такой выгоды есть обратная сторона. Замер делала сама Tencent на своих сотрудниках, так что это внутренний тест без независимой внешней проверки. Причём даже там DeepSeek V4.1 Flash получила оценку выше, хотя в офисном тесте WorkIndex новинка Tencent вышла в 8 раз дешевле. Плюс для долгой сложной разработки софта Flash-версия слаба — сама компания советует брать старшую Hy4. В живом демо Джулиана Голди при сборке 3D-сцены модель подставила битый адрес библиотеки и выдала чёрный экран, и сцену починили только повторным запросом с ошибкой.

Две недели бесплатно в Hermes Agent: настройка и реальные задачи

Чтобы проверить модель бесплатно, команда Nous Research открыла её на две недели через Nous Portal, откуда Hermes берёт доступ к нейросетям. Точную дату конца акции и лимиты на странице не указали, но нулевой тариф сейчас активен.

Настройка по гайду Hermes Agent занимает пару минут. Ставишь агента в терминал, запускаешь hermes setup --portal для входа через браузер и проверяешь статус через hermes portal info. Внутри сессии вводишь /model tencent/hy4-flash:free. Осторожно с ловушкой в каталоге: рядом висит платная запись tencent/hy4-flash, и без хвоста :free начнут списываться деньги.

Нагружать связку лучше рутиной: оценить 12 B2B-лидов и написать первую строчку письма, превратить конспект консультации в учебный модуль, рассортировать 8 заявок с черновиками ответов или собрать план звонков из CRM на 15 аккаунтов. А при сбое или исчерпании квоты основной дорогой модели в Hermes просто переключаешь /model на лету — бесплатная HY4 Flash подхватит оборвавшийся контент-план с того же места в контексте и доведёт работу до конца.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 6