Tencent Hy4 flash: 12 miliardi di parametri attivi e 0,07 dollari per milione di token
Tencent lancia Hy4 flash: 224 miliardi di parametri, 12 attivi, contesto da 1 milione di token e prezzi bassissimi. Ecco numeri, test e limiti.

Tencent ha presentato il 16 novembre 2026 Hy4 flash, nuovo modello della famiglia Hy pensato per un obiettivo molto preciso: rendere l’AI abbastanza economica e veloce da usarla ogni giorno, su milioni di richieste, senza che il conto esploda. Poco più di una settimana dopo il debutto di Hy4, il gruppo cinese sposta quindi l’attenzione dalla potenza pura al costo per compito.
Il comunicato, pubblicato sul sito ufficiale di Tencent, contiene numeri interessanti ma anche un avvertimento da tenere a mente: quasi tutti i confronti di qualità arrivano da test interni.
Cos’è Hy4 flash e quali numeri dichiara Tencent
Hy4 flash conta 224 miliardi di parametri totali, di cui 64 miliardi sono parametri Engram, ma ne attiva solo 12 miliardi per ogni risposta. È la logica dei modelli a esperti: il sistema è grande, ma per ogni token lavora soltanto una piccola parte, e questo abbatte costi e latenza. Il modello accetta input multimodali e arriva a una finestra di contesto da 1 milione di token.
La parte più concreta riguarda i prezzi. Tencent indica circa 0,070 dollari per milione di token in ingresso, 0,281 dollari per milione in uscita e 0,003 dollari per milione di token in ingresso già in cache. Per capirci: un prompt da un milione di token costa circa sette centesimi, e se lo stesso contesto viene riutilizzato scende a una frazione di centesimo.
È il modello Hy più economico finora, con una riduzione sostanziale rispetto a Hy4.
Le scelte tecniche dietro il prezzo
Nel documento l’azienda descrive quattro interventi. In fase di pre-addestramento Hy4 flash combina attenzione ibrida, LatentMoE e componenti Engram, e la cache KV risulta grande appena un ventiquattresimo di quella di Hy3 e un sesto di quella di Hy4. Meno memoria per la cache significa più richieste servite in parallelo sulla stessa macchina.
Nel post-addestramento il modello eredita l’architettura di Hy4 e usa l’apprendimento per rinforzo per ridurre del 50% i token di output medi per compito. È un dettaglio importante: spesso il costo reale di un agente dipende da quanto scrive, non solo dal prezzo per token.
Sul fronte dell’inferenza, la combinazione di megakernel, quantizzazione a 4 bit e tecniche DFly porta la velocità di decodifica oltre i 150 token al secondo.
Il test interno WorkIndex e il confronto con Hy4
Invece di puntare su classifiche pubbliche, il team Hy ha costruito WorkIndex, un benchmark interno basato sui compiti tipici di WorkBuddy, l’assistente di lavoro del gruppo. Comprende otto set di valutazione: creazione di slide, modifica di slide e scrittura condivisa tra persona e AI, scrittura in Markdown, modifica di documenti, riparazione di fogli di calcolo, elaborazione audio e video e comprensione visiva. I criteri sono la qualità del risultato consegnato, la lunghezza dell’output per singolo turno e il tempo necessario a chiudere il compito.
Secondo Tencent, Hy4 flash supera di poco Hy4 Preview, che ha 770 miliardi di parametri totali e 49 miliardi attivi, in termini di efficacia complessiva. Il costo per compito, sempre sul benchmark interno, sarebbe un tredicesimo di Hy4 Preview, un ventesimo di Hy4 e un ottavo di DeepSeek-V4.1-Flash-1017 nel livello Max con prezzi dell’ora di punta.
Per completare il quadro, il gruppo cita anche un insieme di sette valutazioni pubbliche su agenti: DeepSWE, ProgramBench, Terminal-Bench 4.0, APEX-Agents, AutomationBench, HLE e OSWorld 2.1. I risultati dettagliati, però, nel testo sono mostrati solo in grafici.
La prova con gli utenti, con un’avvertenza
C’è poi una valutazione alla cieca con 85 utenti interni di WorkBuddy, su 259 compiti divisi in 27 categorie. Qui Hy4 flash avrebbe ottenuto una soddisfazione vicina a quella di Claude Haiku 5.5, con il costo per compito più basso tra tutti i modelli valutati e il tempo di completamento più breve.
Il campione è piccolo e composto da dipendenti dell’azienda: va letto come un indizio, non come una verifica indipendente.
Perché il costo per compito sta diventando la metrica che conta
Per anni il confronto tra modelli si è giocato sui punteggi dei benchmark pubblici. Chi costruisce prodotti, però, ragiona in un altro modo: ogni funzione di un’app che chiama un modello ha un costo unitario, e moltiplicato per migliaia di utenti quel costo decide se il servizio è sostenibile o no.
Un modello che scrive la metà dei token e costa pochi centesimi per milione cambia i conti di chi offre assistenti dentro un’app di messaggistica o un pacchetto per ufficio. Non a caso Tencent lo porta subito dentro WeCom, QQ e WorkBuddy, cioè nei prodotti che i suoi utenti aprono ogni giorno.
Questo vale anche fuori dalla Cina: se i prezzi di questa fascia diventano lo standard, i piccoli team possono permettersi agenti che oggi sarebbero troppo costosi da lasciare accesi.
Dove si usa, quanto costa e cosa cambia per te
Hy4 flash è già disponibile su Tencent Cloud TokenHub, WorkBuddy, Yuanbao, WeCom, QQ, ima e Marvis, mentre l’integrazione con OpenRouter è indicata come in arrivo. Fino al 30 novembre l’accesso su WorkBuddy è gratuito, e su TokenHub c’è uno sconto del 50% sul prezzo standard. Tencent dichiara inoltre l’intenzione di rilasciare Hy4 flash come modello open source, con iterazioni frequenti.
Per i casi d’uso, l’azienda consiglia Hy4 flash per i compiti quotidiani: ricerca approfondita, elaborazione di documenti, creazione di presentazioni, semplici interfacce front-end e computer use. Per i lavori complessi, come l’ingegneria del software a lungo orizzonte, indirizza invece verso Hy4, il modello rilasciato il 4 novembre che, sempre secondo il gruppo, è secondo tra i modelli cinesi nell’Artificial Analysis Intelligence Index e primo tra gli open source nell’Agent Arena. Se vuoi ripercorrere le caratteristiche del fratello maggiore, trovi l’analisi su Tencent Hy4 con visione e computer use.
La mossa si inserisce in una tendenza ormai evidente: dopo la corsa ai modelli più grandi, i laboratori competono sul costo per compito svolto. Lo abbiamo visto con il modello aperto ERNIE 5.5 Flash Base di Baidu, con la prova di Qwen4-Max con un milione di token e con il modello intermedio Gemini 4 Neon di Google.
Il prezzo da solo non basta, però. Un modello da 0,07 dollari per milione di token in ingresso conta davvero solo se mantiene qualità e affidabilità quando lo metti dentro un flusso di lavoro vero.
Come valutarlo prima di adottarlo
Se sviluppi agenti, automazioni o strumenti interni, il punto di partenza è semplice: prendi cinque o dieci compiti reali del tuo lavoro, per esempio riassumere un contratto, correggere un foglio di calcolo o preparare una bozza di presentazione, e misura tre cose. Quanto costa ogni compito, quanto ci mette e quante volte il risultato è utilizzabile senza correzioni.
È esattamente il metodo che Tencent dice di aver usato con WorkIndex, ma applicato ai tuoi dati invece che ai suoi. Finché il codice e i pesi non saranno pubblici e i test non saranno replicati da terzi, i numeri di qualità vanno considerati dichiarazioni dell’azienda e non fatti verificati.
Il periodo gratuito su WorkBuddy fino al 30 novembre è un’occasione comoda per fare una prova senza spendere nulla. Se ti interessa seguire l’evoluzione dei modelli economici per agenti e automazione, tieni d’occhio la nostra sezione sulle novità dei grandi laboratori: i prossimi mesi diranno se il rapporto tra costo e qualità promesso da Hy4 flash regge fuori dai test interni.
In sintesi, Hy4 flash non cerca il primato assoluto: punta a essere il modello giusto per la maggior parte del lavoro quotidiano, al prezzo più basso possibile. Sarà il mercato, non il comunicato, a stabilire se ci riesce.
Tutta l'AI della settimana, in 5 minuti, nella tua email
- Le guide e le notizie della settimana, divise per rubrica
- Solo ciò che conta, verificato e spiegato in italiano
- Niente spam, ti cancelli con un clic
Daniele Della Corte
Fondatore di IntelligenzaArtificiale.net · Consulente SEO e AI dal 2008
Prima della pubblicazione controlla fonti, numeri e nomi, e risponde personalmente di quello che leggi. Lavora con l'intelligenza artificiale da oltre 7 anni: ha fondato BeProud.ai e ha progettato la redazione di questo sito.
Consulenza AIVuoi applicare l'AI al tuo lavoro? Ti aiuto a scegliere cosa automatizzare e a realizzarlo.
Scopri la consulenza
