Tencentは2026年11月16日、日常業務向けの新たなAIモデル「Hy4 flash」を発表した。通常のAPI料金は100万トークン当たり入力0.5元、出力2元と低く設定されており、同社の社内評価では1タスク当たりの費用が上位モデル「Hy4」の20分の1になったという。資料作成や文書処理などに低コストのモデルを利用できる一方、実際の業務にかかる費用は、API単価だけでなく出力トークン数や人間による修正作業にも左右される。
日常業務向けの「Hy4 flash」、稼働パラメータは120億
Hy4 flashの総パラメータ数は2,240億で、そのうち640億がEngramに割り当てられている。推論時に稼働するパラメータ数は120億だ。画像などを含むマルチモーダル入力に対応し、一度に処理できるコンテキスト長は最大100万トークンとなっている。
Tencentが主な用途として挙げるのは、詳細な調査、文書処理、PowerPoint資料の作成などだ。簡単なフロントエンド画面の作成やPC操作にも対応する。一方、複雑で長い工程を伴うソフトウェア開発には、11月4日に投入した上位モデル「Hy4」を推奨している。日常的な業務にはHy4 flashを、複雑な開発作業にはHy4を使い分ける方針だ。
中国語版の公式発表によると、通常のAPI料金は100万トークン当たり入力0.5元、出力2元、キャッシュが適用される入力は0.02元に設定されている。英語版では、それぞれ約0.070ドル、約0.281ドル、約0.003ドルと案内している。実際の請求額は、通常入力、キャッシュ入力、出力の各区分で使用したトークン数に応じて決まる。
発表時点では、Tencent Cloud TokenHubやWorkBuddyに加え、Yuanbao、WeCom、QQ、ima、Marvisでも利用できる。OpenRouterへの対応も近日中に予定されている。また、11月30日まではWorkBuddyで無料利用でき、TokenHubでは通常料金の50%割引が適用される。継続利用にかかる費用を見積もる際には、こうした期間限定の優待料金と通常料金を区別する必要がある。
出力トークン数を半減、推論処理も高速化
Tencentは、低コスト化に向けてモデルのアーキテクチャから学習方法、推論処理まで最適化したと説明している。事前学習には混合アテンション、LatentMoE、Engramを採用した。生成処理中に過去の情報を保持するKVキャッシュのサイズは、Hy3の24分の1、Hy4の6分の1に削減したという。
学習後の調整では、Hy4を使った自己蒸留によって能力を引き継いだうえで、強化学習を実施した。Tencentによると、この強化学習によって、タスク全体で生成する出力トークン数の平均を50%削減したという。APIの出力単価が同じでも、タスクを完了するまでに生成するトークン数が減れば、実際の利用料金も下がる。このため、出力量の削減はAPI単価とは別に費用を左右する要素となる。
推論処理にはmegakernel、4ビット量子化、DFlyを組み合わせ、毎秒150トークンを超えるデコード速度を達成したとしている。デコードとは、モデルが応答を順次生成する処理のことだ。ただし、公式発表には測定に使用したGPUやバッチサイズ、入力長などの詳細な条件は記載されていない。実際の利用環境における応答時間を判断するには、個別の測定が必要となる。
API単価と1タスク当たりの費用はどう違うのか
Tencentはトークン単価だけでなく、業務を1件完了するまでにかかる費用も評価している。社内で開発した「WorkIndex」は、WorkBuddyで扱う代表的な業務を基に構成した評価指標で、人間による評価も取り入れている。成果物の品質、1回の応答で生成する文章の長さ、タスク完了までの所要時間を重視しているという。
WorkIndexは8種類の業務で構成される。PowerPointの作成、編集、共同執筆をそれぞれ独立した項目として扱い、Markdownの共同執筆と文書編集も含む。そのほか、表計算の修復、音声・動画処理、視覚理解も評価対象だ。Tencentは公開されているエージェント評価の結果も併せて示し、総合的な有効性ではHy4 flashがHy4 Previewをわずかに上回ったと説明している。
WorkIndexにおけるHy4 flashの1タスク当たりの費用は、Hy4の20分の1、Hy4 Previewの13分の1、DeepSeek-V4.1-Flash-1017の8分の1だったという。DeepSeekとの比較には、Max段階のピーク時価格を使用している。ただし、これらはTencentによる社内評価の結果であり、タスクの構成や合格基準、再試行の扱い、費用の詳しい内訳は発表本文で明らかにされていない。
Tencentの英語版公式発表と中国語版の発表を基に、各指標の違いを整理すると以下のようになる。API単価は100万トークン当たりの料金、出力量の50%削減はタスク全体の平均出力トークン数、費用20分の1は社内WorkIndexにおける1タスク当たりの費用を指している。
| 評価項目 | 公表値・比較対象 | 比較の基準と条件 | 導入時に確認すべき項目 |
|---|---|---|---|
| APIの通常料金 | 入力0.5元、出力2元、キャッシュ入力0.02元 | 各100万トークン当たり。11月16日発表の通常料金 | 入出力の使用量、キャッシュの適用量、実際の料金 |
| 平均出力量 | 強化学習によって50%削減 | タスク全体の平均出力トークン数。学習による変化 | 実際の業務での出力量と成果物の品質 |
| 社内評価の1タスク費用 | Hy4の20分の1、Hy4 Previewの13分の1、DeepSeek-V4.1-Flash-1017の8分の1 | Tencent社内のWorkIndex。DeepSeek比較はMax段階のピーク時価格 | 業務内容との一致、合格基準、再試行の扱い |
| 実際の業務費用 | 導入企業ごとに評価 | 必要な品質の成果物を1件完成させるまで | 成功率、再試行回数、API利用料、人間の修正時間 |
出力トークン数を平均50%削減したという結果と、Hy4に比べて1タスク当たりの費用が20分の1になったという結果は、異なる条件で測定されたものだ。Tencentは、モデル構成の変更、学習方法の改善、推論処理の最適化がそれぞれ費用削減にどれだけ寄与したかを公表していない。また、トークン使用量から計算するAPI利用料と、成果物を完成させるまでにかかる業務全体の費用も区別して評価する必要がある。
Tencentは別途、社内のWorkBuddy利用者85人を対象としたブラインド評価も実施した。この試験では27種類、計259件のタスクを扱い、モデル名を伏せた状態で評価している。同社によると、Hy4 flashの利用者満足度はClaude Haiku 5.5に近く、比較対象の中で1タスク当たりの費用が最も低く、タスク完了時間も最短だった。ただし、評価対象は社内利用者であり、満足度の具体的な割合や人間による修正時間は公表されていない。
企業が導入を検討する場合、同じ文書編集やスライド作成の業務をHy4とHy4 flashに実行させ、共通の合格基準で成果物を比較する方法が考えられる。APIの使用量に加え、再試行回数や人間が修正に費やした時間も記録すれば、低いAPI単価が実際の業務費用の削減にどれだけつながるかを判断できる。Tencentは今後、Hy4 flashのオープンソース化と継続的なアップデートも計画している。通常料金での運用費用と成果物の品質を比較することで、日常業務をHy4 flashに任せ、複雑な開発にはHy4を使うといった使い分けを検討できる。



