Hy4-Flash تنسنت: ارزونترین مدل خانواده Hy4
خلاصهٔ کاملتر
تنسنت Hy4-Flash رو منتشر کرده؛ ارزونترین مدل خانواده Hy4 که وزنهاش آزاده. این مدل ۲۲۰ میلیارد پارامتر داره (۶۴ میلیاردش Engram) ولی برای هر توکن فقط حدود ۱۲ میلیارد پارامتر فعال میشه. این طراحی mixture-of-experts هست، یعنی برای هر توکن فقط چندتا از «متخصص»های داخل مدل کار میکنن. به گفته مقاله، این عددها نشون میده تنسنت دنبال پایین آوردن هزینه هر کاره، نه فقط امتیاز بالاتر تو جدولها.
تو بنچمارکهای آکادمیک، Hy4 کامل تقریباً همهجا جلوتره: MMLU برابر ۹۱.۶ در برابر ۸۸.۷، SuperGPQA برابر ۶۲.۷ در برابر ۵۷.۸. بیشترین فاصله تو SimpleQA هست (۵۷.۲ در برابر ۳۷.۵)، یعنی Flash تو یادآوری اطلاعات کمیاب ضعیفتره. با این حال از DeepSeek-V4-Flash-Base تو Social IQa (۸۰.۱ در برابر ۷۲.۵) و U-MATH (۶۹.۸ در برابر ۵۷.۴) بهتره. DeepSeek-V4-Pro-Base ولی معمولاً از هر دو جلوتره.
WorkIndex بنچمارک داخلی تنسنته که از کارهای واقعی محصول WorkBuddy ساخته شده؛ مثل ساختن و ویرایش اسلاید، ویرایش سند، تعمیر spreadsheet و کار با صدا و تصویر. اینجا Flash امتیاز ۴۲.۱ گرفته و از Hy4 Preview با ۳۹.۷ جلو زده. Hy4 کامل با ۵۱.۴ هنوز اوله. نویسنده دلیلش رو self-distillation از Hy4 کامل و یه مرحله reinforcement learning میدونه که طول خروجی رو نصف کرده.
اصل خبر هزینهست. تو WorkIndex، هزینه هر کار با Flash حدود یکسیزدهم Hy4 Preview، یکبیستم Hy4 کامل و یکهشتم DeepSeek-V4.1-Flash-1017 هست. دلیلش تو معماریه: attention ترکیبی (sparse attention به اسم IndexPool کنار sliding-window با نسبت ۱ به ۳)، فعال شدن ۱۶ تا از ۵۱۲ متخصص برای هر توکن، و embeddingهای n-gram به اسم Engram. نتیجه اینکه KV cache (یعنی حافظهای که مدل برای متن قبلی نگه میداره) یکششم Hy4 و یکبیستوچهارم Hy3 شده.
تو یه تست کور با ۸۵ کاربر و ۲۵۹ کار، Flash امتیاز رضایت ۲.۷۹ از ۴ گرفته؛ تقریباً هماندازه Claude Haiku 5.5 با ۲.۸۱. میانه زمان انجام کار ۶.۷ دقیقه و هزینه حدود ۰.۲۶ یوان بوده. خود تنسنت Flash رو برای کارهای روزمره مثل جستجوی عمیق، ویرایش سند، ساخت اسلاید و computer use پیشنهاد میده و برای مهندسی نرمافزار طولانی هنوز Hy4 کامل رو توصیه میکنه. نویسنده معتقده برای تیمهایی که هزینه و سرعت براشون مهمه، Flash گزینه پیشفرض خوبیه.
نکات کلیدی:
- Hy4-Flash: ۲۲۰ میلیارد پارامتر کل، حدود ۱۲ میلیارد فعال برای هر توکن
- WorkIndex: امتیاز ۴۲.۱ در برابر ۳۹.۷ برای Hy4 Preview و ۵۱.۴ برای Hy4 کامل
- هزینه هر کار: یکسیزدهم Hy4 Preview، یکبیستم Hy4، یکهشتم DeepSeek-V4.1-Flash-1017
- رضایت کاربر تو تست کور: ۲.۷۹ از ۴، در برابر ۲.۸۱ برای Claude Haiku 5.5
- context window تا یک میلیون توکن و پشتیبانی از ورودی تصویر
- سه نسخه منتشر شده: Hy4-Flash، Hy4-Flash-FP8 و Hy4-Flash-base روی Hugging Face، ModelScope و GitCode




