腾讯推出224B大模型,激活仅12B输入低至0.5元
11月16日,腾讯云在底层模型上扔下一枚重剂。其最新发布的大语言模型“混元Hy4 flash”,宣称以224B的庞大总参数量为基础,却只需在计算中激活12B的参数即可完成处理,单次推理成本被直接压缩至极限:每百万Token输入仅收费0.5元,输出2元,而在缓存命中时更下探至0.02元。加上原生支持100万Token的超长上下文窗口,这套组合拳彻底打乱了国内AI应用层的成本预算表。
当其他厂商还在比拼谁的模型参数达到万亿级别时,腾讯混元选择了一条更务实但也更具杀伤力的路径——用“稀疏架构+极致低价”强行撕开开发者生态的口子。这不仅是对单一产品线的升级,更是继阿里云在上周推出Qwen4系列之后,腾讯对国内大模型“价格战”赛道的实质性加码。
224B的“障眼法”与12B的真本事
理解混元Hy4 flash的核心,在于看懂它如何将庞大的数字拆解为有效的算力。
传统的大模型推理如同让一个装满知识的班级全部起立回答问题——总参数量越大,所需的显存和计算资源呈指数级上升,企业的调用成本也就越高。而混元Hy4 flash采用的是混合专家(MoE)机制配合被称为“Engram”的路由技术。在这套架构下,224B的总参数量并非全盘启用,而是像点菜一样,系统只在遇到特定任务时唤醒其中的一个小模块。此次官方披露的数据是:总参数224B中包含64B用于记忆和上下文关联的Engram参数,而每次真正参与生成计算的激活参数仅为12B。
这意味着,对于终端企业而言,他们购买的是224B的知识储备量,支付的却是12B的算力电费。结合原生支持的100万Token长窗口,该模型可以直接吞下数部长篇小说、几十万行代码库或大型企业的历史财务档案,并在其中精准定位关键信息,而无需像过去那样反复将文件切片分段上传。这种设计极大地减轻了企业在预处理数据时的算力负担。
0.5元的定价逻辑:挤干最后的水分
如果说架构创新是底气,那么价格才是杀手锏。
在国内云端API市场,每百万Token输入价格在1元至数元不等属于常态。腾讯将新模型输入端定价压至0.5元,并设立0.02元的缓存特惠价(即用户在提问高度相似时,免去大量重复计算的费用),本质上是在做一场残酷的“利润挤出”。
以一个中型智能客服应用为例,若日均处理一万次用户咨询,每次交互平均消耗十万Token,按照常规市场价0.5元/MTok计算,每月仅基础输入费就需要承担近16万元。但如果使用混元的缓存机制,针对那些重复性较高的常见问题,企业可以将实际支付费用削减九成以上,单月支出可能降至两万元以内。这种边际成本的断崖式下降,足以改变许多项目的财务报表结构。
这背后反映了大厂在大模型商业化阶段的两种现实考量:
第一,算力边际成本已经触底。随着国内智算中心建设的加速和自研芯片比例的扩大,推理环节的硬件折旧和电力开销正在快速摊薄。0.5元不再是技术的边界,而是商业竞争的底线。
第二,锁定中小开发者的生存空间。对于大量处于初创期或微利状态的AI应用团队来说,高昂的Token调用费是最大的现金流黑洞。一旦某款应用依靠腾讯的低价接口活了下来并形成用户习惯,迁移到其他高价平台的成本和风险就会变得不可承受。这就是典型的“羊毛出在猪身上”——云厂商宁可压低单价也要先圈住生态里的码农和数据流。
值得注意的是,极低成本的前提往往是性能的克制。虽然具体Benchmark分数尚未完全公开对比,但这种主打“flash”的产品通常牺牲了一部分在极端学术难题上的深度推理能力,转而追求日常业务场景(如客服问答、文档摘要、代码补全)的高并发和高吞吐。
夹缝中的抢人游戏
腾讯这次发力的时间点十分微妙。
就在几天前,阿里刚刚发布了千问4代(Qwen4-Max),同样打出降低单任务费用60%的旗号,缓存价格亦逼近0.5元的关口。国内AI基座层正从去年的“百花齐放比参数”迅速过渡到今年的“贴身肉搏比账单”。在这场博弈中,两家巨头不约而同地选择了绕开烧钱买GPU的传统军备竞赛,转向优化既有算力的使用效率。这也侧面印证了一个趋势:过去几年靠堆砌算力换来的性能优势,正在通过算法层面的结构性突破被逐步抹平。
在这场博弈中,腾讯的筹码不仅仅是模型本身。腾讯拥有微信、QQ、腾讯视频以及庞大的游戏引擎生态。在过去,大模型往往是独立存在的技术组件;但在腾讯的逻辑里,混元Hy4 flash是嵌入到小游戏开发、公众号内容辅助、企业微信机器人乃至视频剪辑工具中的水电煤。
如果一家企业决定全面接入腾讯的AI体系,使用更低成本的模型接口意味着其整体运营成本将被进一步重构。对于依赖微信小程序运转的商家和基于腾讯云部署游戏的研发团队来说,这不仅是多调了一个API,而是整个IT架构的成本底盘发生了倾斜。
谁在买单,谁在受益?
大模型价格的断崖式下跌,最终传导到产业层面,会发生两件事。
首先,AI应用的试错门槛被彻底抹平。以前不敢轻易引入大模型进行实时语音转写或多轮对话交互的企业,现在可以大规模铺开灰度测试。这可能会催生一批原本因为成本过高而被扼杀的细分场景应用。
其次,行业洗牌加速。无法支撑这种极低毛利的基础设施厂商会被边缘化,只有具备大规模集群调度能力的巨头才能玩得起这场“按分钱计费”的游戏。
站在开发者视角,接下来的几个月需要密切观察三个指标:
1。 腾讯混元在实际复杂逻辑任务中的响应准确率,这决定了低价是否值得长期绑定; 2。 缓存命中率能否稳定维持在较高水平,这是控制长期成本的关键变量; 3。 竞争对手是否会跟进跌破0.02元的缓存红线,进而引发新一轮的全行业价格腰斩。
当大模型的价格开始接近免费软件的边际成本时,赚钱的逻辑就不再依赖于卖力气,而是取决于谁能在这个极其昂贵的算力底座上,搭建出最不可替代的应用壁垒。


