腾讯混元把成本压到上一代的 5%:便宜到能重新考虑那些「做不起」的场景

腾讯混元出了一款新模型,最值得看的不是参数,是价格。

Hy4 flash:224B 总参数、12B 激活,单任务成本大约是前代 Hy4 的 5%。

先解释这两个数字

指标 含义
224B 总参数 模型整体规模,决定能力上限
12B 激活 每次推理实际参与计算的参数量

这是典型的 MoE(混合专家)架构:模型很大,但每次只用其中一小部分。所以能做到「大模型的能力、小模型的成本」。

12B 激活意味着,跑一次推理的算力消耗接近一个 12B 稠密模型 —— 但能力来自 224B 的知识储备。

成本降到 5% 是什么概念

如果上一代一次调用是 1 毛钱,这一代就是 5 分钱。放在大规模应用里,这个差距是决定性的:

  • 日调用 100 万次的应用,一天能省几万块
  • 原本因为成本做不了的场景(全量文档打标、批量翻译),现在能算了
  • 实时性要求高的场景,可以用更大模型撑住质量

MoE 为什么成了主流

过去两年,头部模型几乎都转向了 MoE:

  1. 成本可控:激活参数少,推理便宜
  2. 能力可堆:总参数可以继续加,不怕算力爆掉
  3. 工程成熟:专家路由、负载均衡这套东西已经跑通了

代价是训练更难、部署更复杂(要处理专家分布不均的问题),但对使用者来说是纯赚。

一个冷静的提醒

「成本 5%」是官方口径,指的是同等任务下的账单对比。实际用起来,还要看:

  • 输出长度:长文生成的成本依然按 token 算
  • 上下文:超长上下文的价格通常另算
  • 并发限制:便宜了但限额可能更紧

所以别只看单价,要看自己实际场景下的总账。

对普通用户意味着什么

短期看,能用上更便宜的 API;长期看,AI 应用的门槛在快速下降。以前只有大厂玩得起的批量处理,现在小团队也能做。

而模型厂商的竞争,已经从「谁更聪明」转向「谁更便宜且够用」。这是好事 —— 说明这个行业开始进入实用阶段了。

来源:IT之家报道(具体定价与限额以腾讯混元官方公告为准)

© 版权声明
THE END
喜欢就支持一下吧
点赞23 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容