TLDR
Tencent の Hy4 flash(2026年11月16日リリース)は、Hy(Hunyuan)ファミリーで最もコスト効率の高いモデルです。総パラメータは 224B(うち 64B Engram を含む)ながら、トークンごとのアクティブは 12B のみ。ネイティブのマルチモーダル(テキスト+画像)対応とフルの 1ミリオントークン・コンテキストウィンドウを備え、価格はおよそ 1M トークンあたり入力 $0.070 / 出力 $0.281 / キャッシュ $0.003。Tencent 内部の WorkIndex(日常のオフィス業務)では、Hy4 Preview の約 1/13、フル Hy4 の約 1/20 のコストで、Preview と同等かやや上の品質を達成し、ブラインドのユーザー満足度で Claude Haiku 5.5 に迫ります。
大規模な生産性ワークロードにおいて、現時点で最も強力なバリュープロポジションの一つです。CometAPI は、単一のキーで Claude、GPT などと並行して Hy4 flash を呼び出せる、最も簡単な OpenAI 互換の方法を提供します。
Key Takeaways
- Release date: 2026年11月16日(API + 製品);オープンウェイトはその後まもなく公開。
- Architecture: 総 224B(64B Engram)/ アクティブ 12B、ハイブリッドアテンション+LatentMoE、極限の効率と長コンテキスト向け。
- Pricing (list): 1M トークンあたり $0.070 / $0.281 / $0.003(入力 / 出力 / キャッシュ)— フル Hy4 のおよそ 1/10~1/12。
- Performance focus: 日常のオフィス系エージェント(スライド、ドキュメント、スプレッドシート、検索、視覚理解、軽いコンピュータ操作)。タスクあたりコストと速度が強み;長期的なソフトウェア開発ではフル Hy4 が依然優位。
- Availability: Tencent Cloud TokenHub(
hy4-flash)、WorkBuddy(11月30日まで無料)、Yuanbao、WeCom、QQ、ima、Marvis、OpenRouter;オープンウェイトは Hugging Face / ModelScope / GitCode にて公開。 - Best use cases: コストとレイテンシが絶対性能より重要な大規模生産性自動化。
- Recommendation: ルーチン業務は Hy4 flash に、複雑なコーディング/エージェントは Hy4 または Claude Opus クラスへ、CometAPI のような統合ゲートウェイで振り分け。
What Exactly Is Hy4 Flash?
Hy4 flash は、Hy4 世代の中で効率追求に特化したメンバーです。最大能力を狙うフル Hy4(2026年11月上旬リリース)に対し、Hy4 flash は実務の現場やエージェントのパイプラインを支配する反復的・マルチモーダル・長コンテキストのワークロードで、可能な限り高いコスト対品質を達成するよう設計されています。
Core specifications(公式):
- 総パラメータ: 224B(64B Engram n-gram メモリテーブルを含む)
- トークンごとのアクティブパラメータ: 12B
- コンテキストウィンドウ: 1,048,576 tokens
- モダリティ: テキスト+画像入力 → テキスト出力
- 関数呼び出し、構造化 JSON、ツール使用をネイティブサポート
- 申告デコード速度: 最適化サービング下で >150 tokens/s(megakernels + 4-bit 量子化 + DFly 推測デコード)
設計は、従来の Hy 系でプレビューされた手法を継承・洗練しています:ハイブリッドのスパース/スライディングウィンドウ・アテンション、圧縮潜在空間で動作する LatentMoE エキスパート、大規模な Engram ルックアップテーブルによって密な計算をメモリ参照に置き換え。結果として KV キャッシュは劇的に小さく(Hy4 の 1/6、Hy3 の 1/24 と報告)、大規模運用時の提供コストが大幅に低減します。
How Hy4 flash work
Tencent は Hy4 flash を次の三本柱で最適化しています:
- Sparse efficiency : トークンあたり 12B だけが発火。512 のルーティングエキスパート(うち 16 がアクティブ)+多くの層で共有エキスパート、ハイブリッドアテンションはスパース選択(最大 ~2k tokens)と短いスライディングウィンドウを組み合わせてインタリーブ。
- Engram memory : 64B パラメータの n-gram(bi-/tri-gram)テーブルをハッシュで参照。頻出パターンの記憶を外部知識ストアに委ね、密ネットワークが暗記する必要を減らすことで、学習・推論コストの双方を削減。
- Serving stack : Megakernels、4-bit 量子化、小型の DFly2 推測ドラフターにより >150 tok/s の主張を支え、高い同時実行でも低レイテンシを維持。
これらの選択により、Hy4 flash は長尺ドキュメント、プロンプトキャッシュを多用するマルチターンのエージェントループ、画像・チャート・大規模ファイルの反復読解を伴うオフィス系マルチモーダルタスクに特に適しています。
Pricing and Cost-Per-Task Reality
Tencent Cloud TokenHub の公式リスト価格(USD 相当):
| Token type | Hy4 flash | Full Hy4 | Approximate ratio |
|---|---|---|---|
| Cached input | $0.003 | $0.042 | ~1/14 |
| Input | $0.070 | $0.834 | ~1/12 |
| Output | $0.281 | $2.501 | ~1/9 |
11月30日まで、TokenHub はリスト価格の 50% 割引を提供、WorkBuddy は無料で利用可能です。
より重要なのは、リスト価格ではなく「完了タスクあたりのコスト」です。Tencent の内部 WorkIndex(PowerPoint 作成/編集、ドキュメント編集、スプレッドシート修復、音声/動画処理、視覚理解など)では:
| Evaluation | Reported result |
|---|---|
| Decoding speed | Over 150 tokens/second |
| Overall performance | Tencent によれば Hy4 Preview をやや上回る |
| WorkIndex task cost vs Hy4 Preview | およそ 1/13 |
| WorkIndex task cost vs Hy4 | およそ 1/20 |
| WorkIndex task cost vs DeepSeek-V4.1-Flash-1017 | およそ 1/8 |
| Output length reduction | 強化学習により約 50% |
How to interpret these results
WorkIndex 評価は、典型的な WorkBuddy の生産性タスクを中心に構築された Tencent の内部ベンチマークです。出力品質、出力長、エンドツーエンドの完了時間を考慮します。
報告されたコスト比は特に重要です:
- Hy4 Preview と比較して、Hy4 Flash はタスクコストを約 92.3% 削減したとされています。
- Hy4 と比較して、約 95% 削減とされています。
- DeepSeek-V4.1-Flash-1017 と比較して、約 87.5% 削減とされています。
これらは標準化されたベンチマーク精度の改善ではなく、内部のタスクコスト比較です。Hy4 Flash が 13 倍または 20 倍「賢い」あるいは「速い」とする直接的な証拠として提示すべきではありません。
85 名の内部 WorkBuddy ユーザーが 27 カテゴリで 259 タスクを評価するブラインドテストでは、Hy4 flash はコスト最小・完了時間最短でありながら、ユーザー満足度が Claude Haiku 5.5 とほぼ同等の結果を示しました。

Hy4 Flash Performance Benchmarks
Tencent は公開エージェントベンチマークと内部 WorkIndex の双方を公開しています。代表的な自己申告値(最高の推論設定):
| Benchmark | Hy4 flash | Full Hy4 | Notes |
|---|---|---|---|
| DeepSWE v1.1 | 64.6 | 74.9 | 強力だがフラッグシップには一歩劣る |
| Terminal-Bench 4.0 | 19.2 | 44.4 | 重いターミナル作業では明確な差 |
| OSWorld 2.1 (partial) | 68.1 | 78.9 | 競争力のあるコンピュータ操作 |
| APEX-Agents | 63.1 | 75.2 | 堅実なエージェントスコア |
| WorkIndex (internal) | 42.1 | 51.4 | 最高のコスト/品質トレードオフ |
How to Use Hy4 Flash
1. Via Tencent products (easiest for Chinese users / WorkBuddy)
- WorkBuddy を開き、Hy4 flash を選択(11月30日まで無料)。
- Yuanbao、WeCom AI assistant、QQ、ima、Marvis 内で利用可能。
2. Via Tencent Cloud TokenHub API
Model ID: hy4-flash
標準の OpenAI 互換 Chat Completions エンドポイント。プロンプトキャッシュに対応しており、マルチターンやエージェントループでは強く推奨されます。
3. Via CometAPI
モデルスラッグは通常 hy4-flash。価格は非常に競争力があります。関数呼び出しと構造化出力をサポート。
4. Local / self-hosted (open weights)
Instruct、FP8、Base のウェイトが Tencent Hy License の下で公開され、主要なモデルハブ(Hugging Face、ModelScope、GitCode)で入手可能。公式の vLLM と SGLang イメージがあり、llama.cpp のサポートは 11 月中旬時点で成熟途上。ハードウェア要件は相当(フル精度では数百 GB;量子化版が実用的)。
Practical tips for best results
- 繰り返し使うシステムプロンプトや長文ドキュメントでは、必ずプロンプトキャッシュを有効化。
- 出力長が中程度のタスクに使うと良い—後処理で簡潔化に重点が置かれており、コスト低減に寄与。
- ハイブリッドパイプラインでは、簡単〜中程度のタスクは Hy4 flash に、難しいコーディングやリサーチはフル Hy4 またはより強力なクローズドモデルへ段階的にエスカレーション。
- マルチモーダル: スクリーンショット、チャート、PDF をそのまま投入可能;ビジョンエンコーダはオフィス用途に向けて実運用レベル。
What Do You Need Before Calling the Hy4 Flash API?
Python 3.10 以降を使用し、以下のファイルを同一プロジェクトフォルダに置きます。CometAPI Chat Completions インターフェイス は、CometAPI のキーとエンドポイントを用いた OpenAI Python SDK を使います。SDK はクライアントライブラリ、Hy4 Flash は要求を処理するモデルです。
Prepare your account and API key
開始前に、Python 3.10 以降、pip、Hy4 Flash アクセスとクレジットを備えた CometAPI アカウント、API エンドポイントへの接続を用意し、サンプルファイルは一つのプロジェクトフォルダにまとめます。
CometAPI でアカウントを作成し、API コンソールを開いて API キーを生成します。
ターミナルに合わせてコマンドを選び、YOUR_COMETAPI_KEY を自分のキーに置き換えてください。以降のコマンドは同じターミナルセッションで実行します。
export COMETAPI_KEY="YOUR_COMETAPI_KEY"$env:COMETAPI_KEY="YOUR_COMETAPI_KEY"
Install the Python client library
python -m pip install --upgrade openai
残りのコマンドも同じターミナルセッションで実行します。仮想環境を使用する場合は、SDK をインストールする前に有効化してください。
How to Use the Hy4 Flash API with Python
まず短いテキスト要求から始めます。クライアントを設定し、サポートチケットを送信し、ストリーミングや画像、ツールを追加する前に返却される分類結果を確認します。
Step 1: Configure the model and client
以下を hy4_client.py として保存します。以降の例はこのクライアントを import するため、キー、エンドポイント、タイムアウト、リトライ方針は一度設定すれば十分です。
import os
from openai import OpenAI
MODEL = "hy4-flash"
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
timeout=120.0,
max_retries=2,
)
Step 2: Send a text request
これを first_request.py として保存します。小さな分類タスクを送信し、回答、完了ステータス、使用量の詳細を出力します。回答が返れば、画像やツールを追加する前に接続が確認できます。
from hy4_client import client, MODEL
response = client.chat.completions.create(
model=MODEL,
messages=[
{"role": "system", "content": "Classify tickets as billing, bug, or feature."},
{"role": "user", "content": "I was charged twice for my subscription."},
],
)
choice = response.choices[0]
print(choice.message.content or "")
print("Finish reason:", choice.finish_reason)
if response.usage:
print("Usage:", response.usage.model_dump())
Step 3: Run the script and check the result
python first_request.py
プロジェクトフォルダで python first_request.py を実行します。成功すれば、チケットを課金問題として特定し、finish reason は stop を報告し、サービスから提供された場合はトークン使用量が含まれます。回答が空、または要求が失敗する場合は、次の機能を追加する前にトラブルシューティングセクションを参照してください。
Extend the first request when needed
| Capability | Change to the request | What to check |
|---|---|---|
| Streaming | stream=True を設定し、各チャンクの delta.content を読み取る。 | 空のイベントをスキップし、回答を完成とみなす前に finish_reason を確認する。 |
| Image input | テキストと image_url 項目を送信。アクセス可能な URL か、正しくラベル付けした base64 data URL を使用。 | 可読な画像を使い、特定のラベルや領域について質問する。 |
| JSON extraction | 抽出するフィールドを明示し、response_format を {"type":"json_object"} に設定。 | 結果をパースし、フィールド名・型を検証し、値をソースと照合する。 |
Add a tool only when external information is needed
許可する関数と引数スキーマを tools に定義します。モデルが要求したら、assistant メッセージを保持し、引数とユーザーアクセスを検証してからバックエンドで関数を実行。結果を一致する tool_call_id とともに追加し、更新した messages を返して最終回答を得ます。追加のツールラウンドは制限し、モデルはツールを呼ばずに回答する場合もあります。
Connect the application and handle failures
API キーはバックエンドに保持します。ユーザーを認証し、使用制限を適用し、回答を返すかストリームします。完了ステータスと課金対象の使用量を記録し、キーや私的入力はログしないでください。
401/403 は資格情報とアクセスを確認、400 は要求を簡略化、429 や一時的なサーバーエラーには制限付きリトライとバックオフを使用。切断や切り詰めの応答は未完了としてマークします。共有クライアントはすでに 120 秒のタイムアウトと 2 回の SDK リトライを使用しているため、無制限のリトライループは避けてください。
How to Add Tools to a Hy4 Flash Agent
ツール対応アプリケーションは関数定義を送信し、モデルからの呼び出し要求を受け、許可された関数を実行し、対応する tool_call_id とともに結果を返します。Chat Completions のツール呼び出しフロー は、ツール結果を追加する前に assistant メッセージを保持します。
顧客照会の本質的なシーケンスは以下の通りです:関数を定義し、モデルに任せ、アプリで実行し、結果を返して回答を生成。モデルが提案し、実行はアプリが制御します。
- Define the lookup. tools に get_customer_info を記述し、customer_id は必須の文字列とします。実装はバックエンドに保持。
- Ask the model. ユーザーの質問、messages、tools を送信し、tool_choice="auto"。モデルが直接回答する場合は完了ステータスを確認して表示。
- Handle a requested call. assistant メッセージを保持し、関数名と JSON 引数を検証し、実行前にアクセスをチェック。各結果を一致する tool_call_id の tool メッセージとして追加。
- Finish the response. 更新した messages をモデルに返送。ここでの架空レコードでは、最終回答にて顧客 10086 が Pro プランでアクティブであると特定するはずです。追加のツールラウンドは制限。
照会結果は、Pro プランかつアクティブステータスの特定につながるべきです。ローカル辞書を実サービスに置き換える場合は、レコード返却前にサインイン済みユーザーの権限を確認します。レコードを作成・変更するツールを導入する前に、安定したオペレーション ID を追加してください。
Hy4 Flash は OpenAI Chat Completions、OpenAI Responses、Anthropic Messages の各プロトコルに互換。
Hy4 Flash API Price
未キャッシュの入力、出力、キャッシュヒットの料金は別々に比較します。以下の表は Tencent の価格ページ にある 1M トークンあたりの CNY を、CometAPI の Hy4 Flash ページ の CNY 比較表とともに、2026年11月17日に確認したものです。Tencent の 50% ローンチ特典は北京時間 2026年11月30日 12:00 までの利用に適用されます。
| Usage per 1M tokens | Tencent list (CNY) | Tencent launch (CNY) | CometAPI CNY table* |
|---|---|---|---|
| Uncached input | ¥0.50 | ¥0.25 | ¥0.40 |
| Output | ¥2.00 | ¥1.00 | ¥1.60 |
| Cached input | ¥0.02 | ¥0.01 | ¥0.016 |
未キャッシュの入力 1 億トークン、出力 1,000 万トークンの場合、Tencent のリスト価格合計は ¥70;ローンチ価格合計は ¥35。各見積もりには課金期間と価格基準を明記してください。
同じワークロード(未キャッシュの入力 1 億トークン、出力 1,000 万トークン)では:
- Tencent list: 100 × ¥0.50 + 10 × ¥2.00 = ¥70。
- Tencent launch: 100 × ¥0.25 + 10 × ¥1.00 = ¥35。
- CometAPI, using its CNY table: 100 × ¥0.40 + 10 × ¥1.60 = ¥56(これらの CNY レートがあなたのアカウントに適用される場合)。
この CNY 前提では、CometAPI は Tencent のリスト価格例より ¥14 低く、Tencent のローンチ価格例より ¥21 高いことになります。宣伝されている 20% 割引はリスト価格に対してであり、Tencent の 50% プロモーションと重複適用はされません。もし CometAPI アカウントがこれらの数値レートを USD で課金する場合、同じ計算は $56 であり、¥56 という見積もりではありません。
Best Use Cases for Hy4 Flash
| Use case | Why Hy4 Flash fits |
|---|---|
| High-volume AI agents | 低い報告タスクコストと関数呼び出し |
| Coding assistants | 長コンテキスト、推論、ツール統合 |
| Document processing | 大きなコンテキストと画像理解 |
| Enterprise productivity | 構造化出力とワークフロー実行 |
| Data extraction | 長コンテキスト処理と JSON 出力 |
| Multimodal assistants | テキストと画像入力 |
| Automated research | マルチステップ推論と外部ツール呼び出し |
Overall recommendation: Hy4 Flash は、各リクエストでフラッグシップモデルの推論コストを支払わずに、推論能力のある AI エージェントを大規模展開したい開発者に特に魅力的です。
Conclusion
日常的なコーディング、ドキュメント作業、エージェントタスクで、テキスト・画像・ツール対応を備えた経済的なモデルが必要な場合、Hy4 Flash は検討に値します。まず一つの動作する要求から始め、タスクに必要な機能を追加してください。モデルサイズや見出しのトークンレートではなく、完了した作業の品質とコストで、あなたのアプリケーションに適しているかを判断しましょう。
FAQ
How should Hy4 Flash handle scanned PDFs?
関連する PDF ページを鮮明な画像に変換して画像入力で送信するか、テキストを読み出してからテキスト要求を行ってください。各チャンクにはページ番号を保持し、抽出した値には根拠も併記させます。長いドキュメントはセクションごとに分割し、巨大なアーカイブ全体を一度に送るのではなく、追跡可能な範囲に収めます。
How should I save Hy4 Flash conversation history?
会話再開に必要なメッセージを保存します。assistant のツール呼び出しと、それに対応するツール結果も含めてください。次回の Chat Completions 要求には関連履歴を同送します。古い内容を削除する前に、現在のタスク、主要事実、未解決のアクションを保持し、保留中のツール呼び出しを結果から切り離さないでください。
How do I prepare a Hy4 Flash batch job?
典型的入力と既知の失敗ケースを含む小さなサンプルから実行します。各アイテムに安定 ID を割り当て、ステータス、検証済み結果、使用量を個別に保存。並行要求数を制限し、失敗アイテムのみを固定予算内でリトライし、再開前に完了 ID を照合します。これにより、全バッチの再実行なく部分失敗から復旧できます。
Is Hy4 flash open source?
はい。Instruct、FP8、Base のウェイトが Tencent Hy License の下で公開され、主要モデルハブで入手可能です。
How does it compare to Claude Haiku 5.5?
Tencent のブラインド内部テストでは、オフィスワークロードにおいて Haiku レベルの満足度に匹敵しつつ、コストが大幅に低く、完了時間も短い結果でした。独立した長期コーディング系ベンチマークでは、依然としてより強力なモデルが優位です。



