腾讯Hy4 Flash登陆AI Gateway:五折优惠与百万上下文

腾讯 Hy4 Flash 上架 AI Gateway,保留 Hy4 完整能力且价格约为十分之一,限时五折。
腾讯 Hy4 Flash 模型正式上架 AI Gateway,并在限时期间对输入、缓存输入与输出 token 提供五折优惠,持续至 2026 年 11 月 29 日。Hy4 Flash 定位为 Hy4 家族的低成本成员,保留推理、工具调用、结构化输出、提示缓存与图像输入等完整功能集,维持 100 万 token 上下文窗口,而每 token 价格约为 Hy4 的十分之一。其推理能力可针对不需要的请求关闭,以进一步压缩高频低复杂度任务的成本与延迟。开发者通过固定模型名 tencent/hy4-flash 接入,支持 AI SDK、Chat Completions 等多种方式,并可在编码代理中配置使用。AI Gateway 本身提供统一 API、用量追踪、重试与故障转移,且按供应商价格原样计价、不加价。
腾讯的 Hy4 Flash 模型现已上架 AI Gateway,并以五折的入门优惠价格开放给开发者。根据官方说明,本次优惠覆盖输入、缓存输入与输出 token,持续至 2026 年 11 月 29 日。

一款主打低成本的旗舰特性继承者
Hy4 Flash 是 Hy4 家族中定位更低成本的新成员。它的关键卖点在于:保留 Hy4 的完整功能集,同时把每 token 价格压到大约十分之一的水平。这些功能包括跨轮次保留思考过程的推理能力、工具调用、结构化输出、提示缓存以及图像输入,并且维持同样的 100 万 token 上下文窗口。
这意味着开发者不必为了省钱而在能力上做大幅妥协。对于需要长上下文、多轮推理、又对成本敏感的团队来说,这个定位相当直接。
可关闭的推理能力
一个值得注意的设计是,Hy4 Flash 的推理可以针对不需要它的请求关闭。这为高频、低复杂度的任务留出了进一步压缩成本和延迟的空间,官方也明确指出这适合高并发的编程、Agent 和文档处理类工作负载。
换句话说,同一个模型可以按任务类型在"开思考"和"关思考"之间切换,而不是被迫为每次调用都支付推理成本。
「可关闭的推理」对应的是当前主流大模型普遍采用的混合推理(hybrid reasoning)机制:模型在生成最终答案前,先输出一段思维链(chain-of-thought)进行拆解、验证与自我纠错,再给出结果。开启推理会显著提升复杂任务准确率,但会消耗大量额外 token 并增加首字延迟。关闭推理相当于让模型直接作答,适用于检索增强、格式转换、简单分类等不需要多步推导的场景。业界常见的实现方式是通过请求参数(如 reasoning effort、thinking budget)控制思考预算,而非维护两个独立模型——这正是文中强调「同一个模型按任务类型切换」的技术含义,也让成本与延迟调优从选模型降级为调参数。
接入方式:统一模型名与 CLI 配置
在 AI Gateway 上,调用 Hy4 Flash 使用固定的模型名 tencent/hy4-flash。官方给出了基于 AI SDK 的最小示例:通过 streamText 传入该模型名和 prompt,然后逐块读取 textStream 输出。
除了 AI SDK,页面还列出了 Chat Completions 等调用方式,说明它并非绑定单一 SDK。
对于想在 Claude Code、Codex、Cursor 等编码代理中使用该模型的开发者,官方建议安装最新版 Vercel CLI 并运行 npx vercel ai-gateway setup,随后在代理中选择 tencent/hy4-flash。官方还提供了 model playground 供直接试用。
AI SDK 是 Vercel 推出的开源 TypeScript 工具库,用于以统一接口调用不同模型供应商。其核心抽象是 provider——每个供应商提供一个模型名到具体 API 的映射,streamText 负责发起流式请求,返回的 textStream 则是可异步迭代的文本增量流,便于边生成边渲染。与之并列的 Chat Completions 是 OpenAI 确立的事实标准接口格式,众多供应商兼容该协议以降低迁移成本。文中「统一模型名」的意义在于:模型标识采用 供应商/模型 的命名空间写法,调用方只需改字符串即可切换底层模型,而 SDK、重试与流式处理逻辑保持不变,这也是聚合网关降低多模型管理复杂度的关键设计。
AI Gateway 的定位:统一 API 与不加价
理解这次上架的意义,需要先看 AI Gateway 本身在做什么。按照官方描述,它提供调用模型的统一 API,同时负责用量与成本追踪,并可配置重试、故障转移和性能优化,以换取高于单一供应商的可用性。
它还内置了自定义报表、零数据保留(Zero Data Retention)支持、API key 预算控制、路由规则等能力。
在定价策略上,AI Gateway 明确表示按供应商价格原样反映,不加价,也不对推理收取平台费用,包括自带密钥(BYOK)的请求。这一点对于已经在多云、多模型间做成本核算的团队来说,减少了中间层带来的额外不确定性。
零数据保留(Zero Data Retention,ZDR)指网关或供应商承诺不持久化存储请求与响应内容,仅在内存中完成推理后即丢弃,通常以合同条款或配置开关形式提供,是金融、医疗、法务等受监管行业选型时的硬性要求。故障转移(failover)则是在主供应商超时、限流或报错时,自动将请求重路由到备用供应商或备用模型,配合重试与超时策略提升端到端可用性。BYOK(Bring Your Own Key)指开发者使用自己的供应商 API key 接入网关,此时网关仅做路由与计量,不参与计费分成。这些能力共同构成聚合层的价值:把可用性、合规与成本治理从业务代码中剥离出来集中处理。
这释放了什么信号
从产品节奏看,Hy4 Flash 的推出延续了当前大模型市场的一条主线:在保持上下文长度与工具生态一致的前提下,通过更小的模型或更低的推理开销,把单价显著压低。
对于开发者,实际决策点落在两处。一是任务匹配度——需要跨轮保留思路的复杂 Agent 任务,与只需快速吞吐的批量文档处理,可以借助推理开关区分对待。二是迁移成本——统一模型名加上聚合网关,意味着切换供应商时不必重写整套调用逻辑。
五折优惠是限时的,但它更像是让开发者以较低门槛把 Hy4 Flash 放进现有评测流程的入口。是否长期采用,仍要看它在真实工作负载下的表现。
相关推荐

OpenAI 11月30日关停Agent Builder等三项服务,开发者需紧急迁移
OpenAI 将于 11 月 30 日关停 Agent Builder、evals 仪表盘和可复用提示三项开发者功能,evals 已转为只读。本文梳理受影响范围、OpenAI 官方给出的迁移路径(Agent SDK、PromptFu、自有代码)以及开发者本周应完成的导出与重建动作。

RankSpot:按次付费的SEO与AI搜索执行层,让Agent替你写文、发布、换外链
RankSpot 是面向 AI Agent 的 SEO 与 AI 搜索执行层,通过 MCP 接入 Claude 或 ChatGPT,让 Agent 完成写文、发布和外链获取。按次付费,每篇文章 3 美元,读数据免费,支持 100 多种语言。

Appxiom:给AI编程助手装上生产环境上下文
Appxiom为AI编程Agent提供生产环境上下文,覆盖崩溃、卡顿、内存泄漏与失败的网络调用,支持Android、iOS、Flutter、KMP和Web,并通过Goal Friction Impact按业务目标排序Bug。