Tencent의 Hy4 flash(2026년 11월 16일 출시)는 Hy(Hunyuan) 패밀리에서 가장 비용 효율적인 모델이다. 총 2,240억 파라미터(64B Engram 포함)를 탑재하면서 토큰당 활성 파라미터는 120억만 사용하며, 네이티브 멀티모달(텍스트 + 이미지) 지원과 100만 토큰 컨텍스트 윈도우를 제공한다. 가격은 대략 1백만 토큰 기준 입력 $0.070 / 출력 $0.281 / 캐시 적중 $0.003 수준이다. Tencent의 내부 WorkIndex(일상 사무 작업)에서는 Hy4 Preview 대비 약 1/13, 풀 Hy4 대비 약 1/20의 비용으로 Preview와 동등하거나 약간 높은 품질을 보였고, 블라인드 사용자 만족도는 Claude Haiku 5.5에 근접했다.
대량 생산성 업무에서 현존 가장 강력한 가치 제안 중 하나다. CometAPI는 하나의 키로 Claude, GPT 등과 함께 Hy4 flash를 호출할 수 있는 가장 간단한 OpenAI 호환 방식이다.
Key Takeaways
출시일: 2026년 11월 16일(API + 제품); 곧바로 가중치 공개.
아키텍처: 총 224B(64B Engram 포함) / 활성 12B, 극한 효율과 롱 컨텍스트를 위한 하이브리드 어텐션 + LatentMoE.
가격(리스트): 1M 토큰당 입력/출력/캐시 $0.070 / $0.281 / $0.003 — 풀 Hy4 대비 약 1/10–1/12.
성능 초점: 일상 사무 에이전트(슬라이드, 문서, 스프레드시트, 검색, 시각 이해, 가벼운 컴퓨터 조작). 작업당 비용과 속도 강점; 장기 소프트웨어 엔지니어링은 풀 Hy4가 여전히 우수.
권장: 일상 업무는 Hy4 flash로 라우팅하고 복잡한 코딩/에이전트 작업은 Hy4 또는 Claude Opus급 모델로, CometAPI 같은 통합 게이트웨이를 통해 처리.
What Exactly Is Hy4 Flash?
Hy4 flash는 Hy4 세대 중 효율에 초점을 맞춘 Tencent의 구성원이다. 2026년 11월 초 먼저 공개된 풀 Hy4가 최대 역량을 겨냥한 반면, Hy4 flash는 실제 사무 및 에이전트 파이프라인에서 지배적인 반복적·멀티모달·롱 컨텍스트 워크로드에서 최고의 달러당 품질을 목표로 설계되었다.
핵심 사양(공식):
총 파라미터: 224B(64B Engram n-gram 메모리 테이블 포함)
토큰당 활성 파라미터: 12B
컨텍스트 윈도우: 1,048,576 tokens
모달리티: 텍스트 + 이미지 입력 → 텍스트 출력
함수 호출, 구조화된 JSON, 도구 사용 네이티브 지원
주장 디코드 속도: 최적화 서빙 환경에서 초당 150 토큰 이상(메가커널 + 4비트 양자화 + DFly 추측 디코딩)
이 설계는 이전 Hy 모델에서 선보인 기법을 계승·정제한다: 하이브리드 희소/슬라이딩 윈도우 어텐션, 압축 잠재 공간에서 작동하는 LatentMoE 전문가들, 그리고 조밀한 계산을 메모리 조회로 대체하는 대형 Engram 룩업 테이블. 그 결과 KV 캐시는 크게 줄어들었으며(보고치: Hy4의 1/6, Hy3의 1/24), 대규모 서빙 비용도 낮아졌다.
How Hy4 flash work
Tencent는 세 가지 축을 중심으로 Hy4 flash를 최적화했다:
희소 효율: 토큰당 12B 파라미터만 활성화. 대부분의 레이어에서 512개의 라우팅 전문가(16개 활성)와 공유 전문가를 사용하고, 희소 선택(최대 약 2k 토큰)과 짧은 슬라이딩 윈도우를 교차 배치한 하이브리드 어텐션을 결합.
Engram 메모리: 해시로 조회되는 640억 파라미터의 n-gram(바이그램/트라이그램) 테이블. 이 외부 지식 저장소는 빈번한 패턴을 조밀 네트워크가 암기할 필요를 줄여, 학습과 추론 비용을 모두 절감.
서빙 스택: 메가커널, 4비트 양자화, 소형 DFly2 추측 드래프터로 초당 150+ 토큰 주장을 지원하고, 높은 동시성에서도 지연을 낮게 유지.
이 선택들은 긴 문서, 프롬프트 캐싱이 무거운 다회전 에이전트 루프, 그리고 이미지·차트·대용량 파일을 반복적으로 읽어야 하는 멀티모달 사무 작업에 특히 적합하게 만든다.
Pricing and Cost-Per-Task Reality
Tencent Cloud TokenHub의 공식 리스트 가격(USD 환산):
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
11월 30일까지 TokenHub는 리스트 대비 50% 할인, WorkBuddy 접근은 무료이다.
리스트 가격보다 중요한 것은 완료된 작업당 비용이다. Tencent의 내부 WorkIndex(파워포인트 생성/편집, 문서 편집, 스프레드시트 수리, 오디오/비디오 처리, 시각 이해 등):
Evaluation
Reported result
Decoding speed
Over 150 tokens/second
Overall performance
Slightly better than Hy4 Preview, according to Tencent
WorkIndex task cost vs Hy4 Preview
Approximately 1/13
WorkIndex task cost vs Hy4
Approximately 1/20
WorkIndex task cost vs DeepSeek-V4.1-Flash-1017
Approximately 1/8
Output length reduction
Approximately 50% through reinforcement learning
How to interpret these results
WorkIndex 평가는 전형적인 WorkBuddy 생산성 작업을 중심으로 한 Tencent의 내부 벤치마크다. 출력 품질, 출력 길이, 종단 간 완료 시간을 고려한다.
보고된 비용 비율은 특히 중요하다:
Hy4 Preview 대비 Hy4 Flash는 작업 비용을 약 92.3% 절감한 것으로 보고되었다.
Hy4 대비 약 95% 절감한 것으로 보고되었다.
DeepSeek-V4.1-Flash-1017 대비 약 87.5% 절감한 것으로 보고되었다.
이는 내부 작업 비용 비교이며, 표준화된 벤치마크 정확도 향상과 동일시해서는 안 된다. Hy4 Flash가 13배 또는 20배 더 지능적이거나 빠르다는 직접 증거로 제시되어서는 안 된다.
85명의 내부 WorkBuddy 사용자가 27개 범주에서 259개 작업을 대상으로 진행한 블라인드 평가에서, Hy4 flash는 비용과 종단 간 완료 시간이 가장 낮으면서도 오피스 워크로드에서 Claude Haiku 5.5와 거의 동일한 수준의 사용자 만족도를 기록했다.
Hy4 Flash Performance Benchmarks
Tencent는 공개 에이전트 벤치마크와 내부 WorkIndex를 모두 발표한다. 대표적인 자체 보고 수치(최고 추론 설정):
Benchmark
Hy4 flash
Full Hy4
Notes
DeepSWE v1.1
64.6
74.9
강력하지만 플래그십에는 뒤처짐
Terminal-Bench 4.0
19.2
44.4
무거운 터미널 작업에서 격차 뚜렷
OSWorld 2.1 (partial)
68.1
78.9
컴퓨터 사용 작업에서 경쟁력 있음
APEX-Agents
63.1
75.2
견고한 에이전트 점수
WorkIndex (internal)
42.1
51.4
비용/품질 트레이드오프 측면 최적
How to Use Hy4 Flash
1. Tencent 제품을 통해 사용(중국 사용자/WorkBuddy에 가장 쉬움)
WorkBuddy 열기 → Hy4 flash 선택(11월 30일까지 무료).
Yuanbao, WeCom AI assistant, QQ, ima, Marvis 내에서 사용 가능.
2. Tencent Cloud TokenHub API를 통해
Model ID: hy4-flash
표준 OpenAI 호환 Chat Completions 엔드포인트. 프롬프트 캐싱을 지원하며, 다회전 또는 에이전트 루프에 적극 권장.
3. CometAPI를 통해
모델 슬러그는 보통 hy4-flash. 가격 경쟁력이 매우 높다. 함수 호출과 구조화된 출력이 지원된다.
4. 로컬/자가 호스팅(오픈 웨이트)
Instruct, FP8, Base 가중치는 Tencent Hy License로 공개되었으며 Hugging Face, ModelScope, GitCode에서 제공된다. 공식 vLLM 및 SGLang 이미지가 있고, llama.cpp 지원은 2026년 11월 중순 기준 성숙 중이었다. 하드웨어 요구 사항은 상당히 크다(풀 정밀도는 수백 GB 필요; 양자화 버전이 더 현실적).
실전 팁: 최고의 결과를 얻는 방법
반복되는 시스템 프롬프트나 긴 문서에는 항상 프롬프트 캐싱을 활성화하라.
출력 길이가 과도하지 않은 작업에 모델을 사용하라 — 훈련 이후 응답 간결성에 초점을 맞춘 덕분에 비용을 낮게 유지하는 데 도움이 된다.
하이브리드 파이프라인에서는 간단/중간 난이도 작업을 Hy4 flash로 라우팅하고, 어려운 코딩이나 리서치 작업은 풀 Hy4 또는 더 강력한 클로즈드 모델로 승격하라.
멀티모달: 스크린샷, 차트, PDF를 직접 입력하라. 비전 인코더는 오피스 용례에 맞춰 프로덕션 준비가 되어 있다.
Hy4 Flash API를 호출하기 전에 필요한 것
Python 3.10 이상을 사용하고 다음 파일들을 하나의 프로젝트 폴더에 보관하라. CometAPI Chat Completions 인터페이스(https://apidoc.cometapi.com/api/text/chat)는 OpenAI Python SDK를 CometAPI 키와 엔드포인트와 함께 사용한다. SDK는 클라이언트 라이브러리이며, Hy4 Flash가 요청을 서빙하는 모델이다.
계정과 API 키 준비
시작 전에 Python 3.10 이상, pip, Hy4 Flash 접근 권한과 크레딧이 있는 CometAPI 계정, 그리고 API 엔드포인트 연결을 준비하라. 예제 파일은 모두 하나의 프로젝트 폴더에 보관한다.
나머지 명령은 같은 터미널 세션에서 실행하라. 가상환경을 사용한다면 SDK 설치 전에 활성화하라.
How to Use the Hy4 Flash API with Python
짧은 텍스트 요청 하나로 시작하라. 클라이언트를 구성하고, 지원 티켓을 보내며, 스트리밍·이미지·도구를 추가하기 전에 반환된 분류 결과를 점검한다.
Step 1: 모델과 클라이언트 구성
다음을 hy4_client.py로 저장하라. 아래의 모든 예제는 이 클라이언트를 임포트하므로, 키·엔드포인트·타임아웃·재시도 정책은 한 번만 설정하면 된다.
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: 텍스트 요청 보내기
이를 first_request.py로 저장하라. 작은 분류 작업을 전송하고, 답변·완료 상태·사용량 세부정보를 출력한다. 응답이 오면 연결이 정상임을 확인한 뒤 이미지나 도구를 추가하라.
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: 스크립트 실행 및 결과 확인
python first_request.py
프로젝트 폴더에서 python first_request.py를 실행하라. 성공 시 티켓이 결제 문제로 식별되고, finish reason이 stop으로 보고되며, 서비스에서 제공할 경우 토큰 사용량이 포함된다. 답변이 비어 있거나 요청이 실패하면, 다른 기능을 추가하기 전에 문제 해결 섹션을 확인하라.
필요 시 첫 요청 확장
Capability
Change to the request
What to check
Streaming
Set stream=True; read each chunk’s delta.content.
빈 이벤트를 건너뛰고, 답변을 완료로 간주하기 전에 finish_reason을 확인.
Image input
Send text and an image_url item, using an accessible URL or a correctly labelled base64 data URL.
읽기 쉬운 이미지를 사용하고, 특정 라벨이나 영역에 대해 질문.
JSON extraction
Request the fields explicitly and set response_format to {"type":"json_object"}.
결과를 파싱하고, 필드명과 타입을 검증하며, 값을 원본과 대조.
외부 정보가 필요할 때만 도구 추가
허용된 함수와 그 인자 스키마를 tools에 정의하라. 모델이 요청하면 assistant 메시지를 보존하고, 인자와 사용자 접근을 검증한 뒤 백엔드에서 함수를 실행하라. 결과를 일치하는 tool_call_id와 함께 tool 메시지로 추가하고, 최종 답변을 위해 갱신된 메시지를 다시 전송하라. 추가 도구 라운드는 제한하라; 모델이 도구 호출 없이도 답할 수 있다.
애플리케이션 연결 및 실패 처리
API 키는 백엔드에 보관하라. 사용자를 인증하고, 사용량 한도를 적용하여, 답변을 반환하거나 인터페이스로 스트리밍하라. 키나 민감 입력을 로깅하지 않고 완료 상태와 과금 사용량을 기록하라.
401/403은 자격 증명과 접근을 확인하고, 400은 요청을 단순화하라. 429나 일시적 서버 오류는 한정된 재시도와 백오프를 사용하라. 잘린 응답이나 연결 끊김은 미완료로 표시하라. 공유 클라이언트는 이미 120초 타임아웃과 2회의 SDK 재시도를 사용하므로, 무제한 재시도 루프를 추가하지 말라.
For 100 million uncached input tokens and 10 million output tokens, the Tencent list-price total is ¥70; the launch-price total is ¥35. 각 추정치에는 청구 기간과 가격 기준을 함께 명시하라.
For 100 million uncached input tokens and 10 million output tokens, the same workload gives:
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, 해당 CNY 요금이 계정에 적용되는 경우에 한함.
이 CNY 기준에서 CometAPI는 Tencent 리스트 가격 예시 대비 ¥14 낮지만, Tencent 출시가 예시 대비 ¥21 높다. 광고된 20% 할인은 리스트 가격 대비이며, Tencent의 50% 프로모션과 중복 적용되지 않는다. 만약 CometAPI 계정이 동일 수치를 USD로 과금한다면, 계산 결과는 $56이며 이는 ¥56 견적이 아니다.
Best Use Cases for Hy4 Flash
Use case
Why Hy4 Flash fits
High-volume AI agents
낮은 보고 작업 비용과 함수 호출
Coding assistants
긴 컨텍스트, 추론, 도구 통합
Document processing
대형 컨텍스트와 이미지 이해
Enterprise productivity
구조화된 출력과 워크플로 실행
Data extraction
롱 컨텍스트 처리와 JSON 출력
Multimodal assistants
텍스트와 이미지 입력
Automated research
다단계 추론과 외부 도구 호출
Overall recommendation: 대규모로 추론 가능한 AI 에이전트를 배치해야 하지만 매 요청마다 플래그십 모델 추론 비용을 지불하고 싶지 않은 개발자에게 Hy4 Flash는 특히 매력적이다.
Conclusion
일상적인 코딩, 문서 작업, 또는 에이전트 작업에 텍스트·이미지·도구 지원을 갖춘 경제적인 모델이 필요하다면 Hy4 Flash는 평가할 가치가 있다. 하나의 작동하는 요청으로 시작하고, 작업에 필요한 기능을 차례로 추가하라. 모델 크기나 헤드라인 토큰 속도보다, 완료된 작업의 품질과 비용이 애플리케이션에 적합한지 판단 기준이 되어야 한다.
FAQ
Hy4 Flash는 스캔된 PDF를 어떻게 처리해야 하나?
관련 PDF 페이지를 선명한 이미지로 변환하여 이미지 입력으로 제출하거나, 텍스트를 추출해 텍스트 요청을 보내라. 각 청크에 페이지 번호를 유지하고, 추출된 값과 함께 근거를 요청하라. 전체 아카이브를 한 번에 보내기보다 섹션별로 분할하여 답변이 관리 가능한 출처에 추적 가능하도록 하라.
Hy4 Flash 대화 기록은 어떻게 저장해야 하나?
대화를 재개하는 데 필요한 메시지를 저장하라. assistant 도구 호출과 그에 대응하는 도구 결과를 포함한다. 다음 Chat Completions 요청과 함께 관련 기록을 전송하라. 오래된 내용을 정리하기 전에 현재 작업, 핵심 사실, 미해결 작업을 보존하라. 보류 중인 도구 호출과 그 결과를 분리하지 말라.
Hy4 Flash 배치 작업은 어떻게 준비하나?
전형적 입력과 알려진 실패 사례를 포함한 소규모 샘플로 시작하라. 각 항목에 안정적 ID를 부여하고 상태, 검증된 결과, 사용량을 개별 저장하라. 동시 요청 수를 제한하고, 실패 항목만 고정된 예산 내에서 재시도하라. 완료된 ID를 대조하여 전체 배치 반복 없이 부분 실패를 복구 가능하게 하라.
Hy4 flash는 오픈 소스인가?
그렇다. Instruct, FP8, Base 가중치는 Tencent Hy License로 공개되어 주요 모델 허브에서 이용 가능하다.
Claude Haiku 5.5와 비교하면?
Tencent의 내부 블라인드 테스트에서, 오피스 워크로드에 대해 훨씬 낮은 비용과 더 빠른 완료 시간으로 Haiku급 만족도를 달성했다. 독립적인 장기 코딩 벤치마크는 여전히 더 강한 모델에 우위를 둔다.