2026-11-18 · 开源权重 / 资料导览
API上线之后,腾讯进一步开放权重。Instruct、FP8和Base,面向的并不是同一种使用需求。
01 / 今天新增的是权重
前两天关注Hy4 Flash的人,看到的主要是API服务。11月18日,腾讯正式宣布开放权重,包括标准指令版、FP8量化指令版和Base版。这让部署、改造和研究有了新的材料,也把选择权和环境维护工作一起交给使用者。
当前模型卡写明支持文字、图像输入与文字输出,提供百万级上下文;列出的总参数为220B,其中包括64B Engram,激活参数为12B。看硬件需求时,不能把激活参数直接当作需要加载的全部权重。没有设备预算、部署经验的读者,继续用托管服务也完全合理。

图:编辑依据本篇资料设计的中文说明示意,非产品界面或实测结果。
02 / 指令版:希望直接对话或调用工具
tencent/Hy4-flash是经过指令训练的版本,适合从常规问答、资料理解和工具协作任务开始。下载前先看模型卡里的运行示例与依赖要求,再决定使用哪种推理服务。模型能接收图像,也意味着不能照搬只有文本分词器的旧脚本。
官方示例采用AutoModelForImageTextToText与对应processor。文档当前提示,Transformers支持仍需指定开发分支,不能假定安装任意稳定版就能运行。对生产环境,依赖版本、提交号和启动配置应当一起固定,方便复现和回退。
03 / FP8:省资源,但仍要看整套环境
tencent/Hy4-flash-FP8是量化后的指令版本。它的价值在于为部署提供另一种权重精度选择;真正节省多少显存、速度如何,还取决于硬件、推理框架、并行方式和上下文长度。不能由FP8三个字符推导出“普通电脑随便跑”。
迁移已有服务时,可以先选自己常用的几类请求,观察长文取信息、图像细节、工具参数和格式输出是否稳定。量化版与标准版应使用相同输入比较,并记录硬件和配置。本文没有下载权重或进行性能测试,不提供未经验证的显存门槛。
04 / Base:留给继续训练的人
tencent/Hy4-flash-base是预训练基础版本,适合有数据、训练资源和评估流程的研究与开发团队。把Base直接接到聊天窗口,再用它与指令版比较服务体验,得到的结论容易偏离版本设计目的。只是想搭一个日常助手,通常应从指令版阅读起。
另一个应当在下载前解决的问题是许可证。仓库使用Tencent Hy License v1.0,不能简单写成Apache 2.0。条款对达到一定规模的MaaS业务设有额外许可条件,具体适用要结合业务方式阅读原文;开放权重并没有替所有商业场景预先给出同一个答案。
这份资料最值得收藏的是版本与用途的对应关系:直接使用看指令版,部署优化看FP8,继续训练看Base。先选对材料,再估算算力和维护成本,比为了“本地部署”四个字贸然采购设备更实际。
资料来源
官方模型卡
https://huggingface.co/tencent/Hy4-flash
运行示例原文
https://huggingface.co/tencent/Hy4-flash/raw/main/README.md
Tencent Hy License v1.0
https://huggingface.co/tencent/Hy4-flash/raw/main/LICENSE
由 AI公众号助手辅助创作|作者博客:xxcc.me