11 月 16 日發佈時,Hy4 Flash 連模型卡、許可證、權重庫都沒有——OrcaRouter 的核查把這張缺失清單列得一清二楚。兩天後,11 月 18 日,騰訊把這張清單一次補了大半:Hy4 Flash 的權重正式開源,一次放出三個版本,模型卡與許可證隨之上架。補上的速度很快,但補上的內容本身值得細讀:許可證不是 Apache 2.0,模型卡寫的總參數與發佈稿對不上,基座的預訓練分數也幾乎全項低於 Hy4。
這次開源覆蓋了三條線:Hy4 flash 是指令微調後的正式版;Hy4 flash-FP8 是 8-bit 量化版;Hy4 flash-base 是預訓練基座。四個渠道同步上架:Hugging Face(tencent/Hy4-flash)、ModelScope、GitCode 與 GitHub。本站用 Hugging Face API 覈對了權重體積:標準版 440.5 GB、148 個 safetensors 分片;FP8 版 287.1 GB;base 版 438.8 GB。三個版本各有用途:正式版直接拿來用,FP8 版省顯存,base 版留給想自己做後訓練的人。
許可證是最容易踩坑的一處。Hy4 Flash 用的不是 Hy4 preview 的 Apache 2.0,而是騰訊自己的 Tencent Hy License 1.0:底子源自 Apache 2.0,但另加了商業條款。關鍵在第 10 條:年收入超過 5000 萬美元的 MaaS(模型即服務)運營商,或月活躍用戶超過 1 億的產品,使用前須另行取得騰訊的書面許可。個人與小團隊的常規使用不受這條限制,但大平臺在商用前必須先讀許可原文、走書面流程。把「騰訊開源」直接理解成「Apache 2.0 隨便用」,會在這裏翻車。
第二個要留意的出入是參數量。11 月 16 日的發佈稿稱 Hy4 Flash 總參數 224B;但 11 月 18 日的模型卡寫的是 220B 總參數。模型卡的參數表可以對上 220B 這個數:骨幹 155.5B、Engram 63.5B、視覺編碼器 ViT 0.43B、推測解碼草稿模型 DFly2 0.85B,四項相加約 220.3B。224B 與 220B 差了 4B,騰訊沒有解釋這個差異——可能是統計口徑不同,也可能發佈稿的數字本身就是約數。引用參數量時請註明來源:寫 220B 請標模型卡,寫 224B 請標發佈稿,不要混用。
模型卡里一個值得單拎出來的細節是 DFly2:一個 0.85B 的推測解碼草稿模型,內置在權重包裏,配合主模型做推測解碼提速。部署方面,模型卡附了 vLLM 與 SGLang 的容器鏡像,以及 8 路張量並行的部署示例——照着示例可以在多卡上把模型跑起來,不用從零拼配置。
模型卡附了一張預訓練基準表,測的是 Hy4 flash Base(基座版),few-shot 評測,同表對照 Hy4 Base、Hy3 preview Base 與兩款 DeepSeek-V4 基座。挑關鍵行如下,全部爲騰訊自報:
| 測試(模型卡,few-shot 基座評測,騰訊自報) | Hy4 flash Base |
|---|---|
| MMLU | 88.7 |
| MMLU-Pro | 71.1 |
| C-Eval | 92.0 |
| CMMLU | 91.6 |
| SimpleQA | 37.5 |
| MMMU-Pro | 52.0 |
橫向看,Flash 基座幾乎全項低於 Hy4 Base——這符合它的定位:輕量版不是縮小版的旗艦,基座能力本身就弱一檔。模型卡還自帶一條免責聲明:基座在中期訓練階段接觸了大量合成指令數據,few-shot 格式遵循失敗可能扭曲分數。換句話說,這張表的數字只能當作基座能力的粗略參考,不能當成指令微調版的成績;正式版(Hy4 flash)的指令遵循分數,模型卡沒有給出。
同一天還有一條騰訊方面的說法:Hy4 Flash 上線首日 token 調用量達 50 萬億次。據 KuCoin 轉述《科技日報》稱,這是騰訊 11 月 18 日官方披露的數字。本站無法獨立覈實調用量口徑(是否含緩存、是否去重),引用時請保留「騰訊稱」的前提。
Flash 開源了,旗艦還沒動靜。Hy4 正式版權重截至 11 月 18 日仍未放出,騰訊的說法仍是「正在加速」,沒有給出日期。兩者的開源節奏就此分開:preview 發佈當天即開源,Flash 兩天後跟上,正式版的承諾還在等落地。
參考來源:本文爲本站原創改寫與整理,事實與數據覈對自 Hugging Face — tencent/Hy4-flash 模型卡(2026-11-18)
← 返回騰訊混元 Hy4 專題