BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年11月18日

注册 / 登录

腾讯开源百万Token AI模型,动了谁的奶酪?

北京时间2026年11月16日,腾讯云混元团队在GitHub官方仓库发布了新一代多模态大语言模型Hy4 flash系列,包括指令版、FP8量化轻量化版和预训练基础模型三款。这是腾讯首次将自有核心模型权重向公众完整开放,允许自由下载部署微调。

技术层面,该模型采用混合注意力机制与LatentMoE架构结合的设计,总参数量约2200亿,每个Token仅需激活120亿参数进行推理——这种设计让单次推理的算力开销骤降。模型原生支持100万Token超长上下文窗口,解码速度超过150 Token/s。根据内部测试数据,单个任务的推理成本约为上一代Hy4 preview模型的5%至8%。

API定价同样激进:腾讯云目录价为输入0.5元/百万Token,输出2元/百万Token,缓存命中输入仅0.02元/百万Token。限时活动期间(截至11月30日),购买价还打五折。

开源动作的背后,是腾讯云正在加速将AI能力下沉到应用层的战略转向。

从“闭卷考试”到“共享考卷”

国内大模型开源格局经历了从跟随到领先的快速切换。过去两年,DeepSeek系列模型在全球开源社区引发强烈反响——其高性价比的开源策略直接推动了全球AI基础设施成本的系统性下行。Meta的Llama系列则占据了海外开源生态的话语权。相比之下,腾讯一直采取相对保守的商业闭环策略,混元系列此前主要通过腾讯云API提供黑盒服务。

现在,腾讯选择通过开源释放自有模型权重,标志着这家科技巨头的AI商业化路径发生了关键转变。

这一转变的核心驱动力不是“情怀开源”,而是清晰的商业计算:让开发者先用起来,再通过云服务变现。

具体来看,腾讯的算盘分三步走。第一步是通过开源建立技术信誉——当开发者能够在本地下载、微调并验证模型效果后,他们对云平台上调用的信任度会自然提升。第二步是利用极低的API定价吸引大规模调用量,0.5元/百万Token的输入价格相比主流竞品处于绝对优势区间。第三步则是通过规模效应摊薄基础设施建设成本。

这种“先送后收”的模式并非腾讯首创。OpenAI和Anthropic等海外厂商早已验证过免费额度→付费转化的漏斗模型。但腾讯的特殊之处在于:它同时掌握了模型层和应用层——从元宝App到腾讯云WorkBuddy智能体平台,腾讯内部已有现成的产品矩阵承接这些开源模型的技术溢出。

换句话说,腾讯不是在“卖一个模型”,而是在“搭建一个以自身为核心的AI开发生态”。

谁受益?谁承压?

这套策略的直接受益者有两类群体。

第一类是中小开发者和创业公司。 长期以来,这些主体面临着两难:用不起国际大模型的API(按Token计价成本高企),自己又无力训练同等能力的模型。开源Hy4 flash解决了第一个问题。100万Token的上下文窗口意味着企业可以直接上传几十万字的财报、合同或研究报告,让模型一次性完成分析和提炼;MoE架构带来的低成本推理也让高频调用变得经济可行。对于依赖长文档处理的企业级应用(如法律尽调、医疗病历分析、金融研报),这是一个实质性的门槛降低。

第二类是腾讯云自身。 开源带来的生态黏性是最核心的资产——一旦开发者的代码库、工作流和数据标注体系围绕Hy4 flash构建完毕,迁移成本将显著上升。更重要的是,随着调用量的增长,腾讯云的基础设施利用率也会同步提升。目前腾讯内部多个产品线(TokenHub、WorkBuddy、元宝)已经接入Hy4 flash,形成了早期的需求基本盘。

承压者则指向尚未形成生态优势的竞对。

首先是仍在坚持纯API收费模式的国内大模型厂商。 当一家大厂开始免费提供经过充分验证的模型权重时,竞争对手很难继续维持溢价定价。尤其是那些没有完整云平台、无法提供“模型+工具链+部署环境”一体化服务的厂商,将面临被边缘化的风险。

其次是试图自建大模型的小型AI创业公司。 开源降低了入门门槛,但也让“自研模型”这件事的经济账变得更加复杂——你花了数千万甚至数亿训练出的模型,人家可以白嫖。这类企业的生存空间将被进一步挤压到垂直领域的差异化场景(如特定行业的知识图谱、专用微调版本),通用能力路线不再具有足够的壁垒。

值得注意的边界

尽管技术参数看起来亮眼,但仍有几项关键指标需要保持冷静判断。

第三方基准测试数据仍然缺失。 目前公开的成绩单全部来自腾讯内部评测(WorkIndex数据集、85位员工盲测)。没有独立机构的横向对比,就意味着我们无法确认Hy4 flash在面对真实世界问题时是否真的能达到宣传性能。这在大型模型领域是一个长期存在的问题:厂商有动机在自己擅长的评测集上做优化,而不同评测集的覆盖范围差异极大。

Hy License授权条款的具体细节尚待解读。 GitHub页面虽然列出了许可框架,但对商业用途的限制范围、衍生模型的使用条件、以及是否需要反向标注训练数据的贡献等问题,仍需专业法律顾问逐条审核。这对打算将Hy4 flash用于商业产品开发的企业来说,是不可回避的风险点。

实际部署中的成本效益取决于硬件配置和并发规模。 MoE架构的优势在于推理阶段只激活部分参数,但如果硬件集群(GPU显存带宽、互联拓扑)未能匹配这种稀疏计算模式,实际成本可能远高于理论值。此外,100万Token上下文窗口的实际有效利用也受限于KV Cache的显存占用。

接下来关注什么

如果你正在评估这个开源动作的实际影响,建议关注以下五个指标:

1。 ModelScope(魔搭平台)上的下载量和微调项目数量变化。 这是目前国内最活跃的开源模型分发渠道,数据和GitHub Star/Fork趋势相互印证。如果下载量在两周内突破十万次级别,说明开发者社区的早期热情足够强。

2。 头部客户是否开始对外披露采用情况。 比如银行、保险、法律科技公司是否在招标公告中明确写明“基于腾讯混元Hy4 flash定制开发”。ToB侧的真实落地比ToC侧的技术参数更有说服力。

3。 腾讯云的AI相关业务收入增速。 开源本身不产生直接收入,但如果伴随而来的API调用量增长推动云部门AI收入出现拐点(环比提升两个百分点以上),则验证了“开源换规模”策略的财务可行性。

4。 是否有竞品推出对标或升级版本。 DeepSeek团队是否会更新迭代?百度文心一言、阿里通义千问是否会调整开源策略?竞争反应本身就是市场信号。

5。 Hy License在法律层面的可执行案例。 任何因违反许可条款而被追责的案件都将重新定义开源模型的合规边界,值得密切关注。



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。