К содержимому
Другое

Hy4-Flash

мультимодальная модель от Tencent Hunyuan на 220 млрд параметров

2 мин чтения

Hy4-Flash — это крупная мультимодальная модель общего назначения, разработанная Tencent Hunyuan и адаптированная под экосистему FlagOS для работы на различных аппаратных платформах. Модель имеет около 220 миллиардов общих параметров (включая примерно 64 миллиарда параметров Engram) и активирует около 12 миллиардов параметров на один токен. Она поддерживает работу с текстом и изображениями, контекстную длину до 1 миллиона токенов и гибридную архитектуру с Latent MoE (смесь экспертов). Модель оптимизирована для офисных сценариев, включая глубокий поиск, обработку документов и генерацию презентаций, обеспечивая сниженное потребление памяти KV Cache и высокую пропускную способность.

Ключевые особенности

  • Нативная поддержка текстовых и визуальных входов с контекстом до 1 миллиона токенов.
  • Архитектура с Latent MoE и Engram, снижающая размер KV Cache в шесть раз по сравнению с базовой версией Hy4.
  • Адаптация под стек FlagOS для кросс-аппаратного развертывания на различных чипах (включая Moore Threads, NVIDIA и др.).
  • Высокие результаты в бенчмарках (например, 96 в Math-500 и 92.6 в mmbench).

Что можно сделать

  • Развернуть локальный сервер инференса для обработки длинных контекстов и мультимодальных задач.
  • Использовать модель для автоматизации документооборота, глубокого поиска и генерации презентаций (PPT).
  • Интегрировать модель в рабочие процессы с помощью готовых скриптов развертывания и Docker-контейнеров FlagOS.

Пример

Пример запроса к запущенному серверу инференса через API с использованием curl:

curl --fail-with-body --silent --show-error --max-time 180 \
  [http://127.0.0.1:30200/v1/chat/completions](http://127.0.0.1:30200/v1/chat/completions) \
  -H 'Content-Type: application/json' \
  --data-binary '{"model":"Hy4-flash","messages":[{"role":"user","content":"只回答数字:1+1等于多少?"}],"temperature":0,"max_tokens":32,"stream":false,"chat_template_kwargs":{"reasoning_effort":"no_think"}}'
ПодробнееПараметры: 220.25 млрд параметров всего, ~12B активных.
Бенчмарки: Math-500 — 96, GPQA_Diamond — 92.42, mmbench — 92.6, mmstar — 80.93.
Лицензия: Apache License 2.0.
Требования: Поддержка распределенного инференса с tensor parallel size (tp-size) 8.
Обсудить Telegram 0 2

Запустится ли?

Не запустится

Не хватает памяти даже для 4-bit. Ниже — где арендовать подходящую видеокарту.

  • I8рекомендуемвеса 268 GB · готовые файлы296 GB
  • 4-bitвеса 115 GB127 GB

Совет: берите 8-bit.I8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Ни один инстанс не вместит модель целиком — нужна выгрузка в ОЗУ или кластер.

Своя видеокарта: В домашние видеокарты не поместится — выгоднее арендовать.

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # FlagRelease/Hy4-flash-INT8-mthreads-FlagOS
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download FlagRelease/Hy4-flash-INT8-mthreads-FlagOS --local-dir ~/models/Hy4-flash-INT8-mthreads-FlagOS
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Hy4-flash-INT8-mthreads-FlagOS
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии Hy4-flash-INT8-mthreads-FlagOS — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

FlagRelease/Hy4-flash-INT8-mthreads-FlagOS
Автор
FlagRelease
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

20

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии