11月4日，腾讯发布最新一代大语言模型Hy4，官方称其"首次跻身最强开源模型之列"。与企业预算更相关的是API标价纹丝未动：输入、输出每百万token分别是6元、18元，与8月28日发布的Preview版完全一致。单价一分没降，但企业月底账单的实际变化不取决于标价，而取决于完成任务的有效成本、缓存命中率和本地部署的硬件门槛这三本账——每本都有据可查的下降空间，也各有前提。微博B站
第一本账：单价不动，但浪费变少
正式版最直接的降本路径是"少出错、少重做"。腾讯官方自测口径显示，Hy4幻觉率从preview版的12.95%降至7.2%，猜测导致的错误率从23.1%降至5.6%。把模型接进文案、代码或报表流程的企业，最终把这些比率折成一个东西：返工次数。猜测出错降到大致四分之一，意味着由模型犯错引发的重问与人工复核可以按同量级压缩，实际幅度取决于各自工作流。更早的全球数字生态大会上，汤道生预告正式版相比Preview将"显著提升思维链效率"——同样的活儿少花思考token，在按token计费的输出端就是直接减账。1M上下文窗口同样在替用户省钱：整份长文档、整个代码仓库一次装进去，不必拆成多轮反复提交同一份材料。微博智东西
第二本账：缓存命中0.3元，复用型负载的成本大头在命中侧
价格结构本身就藏着降本通道：腾讯云公开报价输入6元、输出18元、缓存命中0.3元，命中价与输入价差着20倍。一次性问答感受不到这个价差，但Agent类负载每天用同一套系统提示词、同一段长上下文跑成百上千次任务——自动化脚本、客服机器人、代码助手都是这种形态——大部分输入token可以按命中价计费，复用度越高，输入侧成本越接近原价的5%。对全天挂着的智能体应用，这一档价差的影响超过单价本身；命中与否取决于请求结构，迁移前要先核对自己的流量构成。知乎
第三本账：开源权重还没放，量化已把本地部署门槛降了一个量级
对想自建算力的中小企业，最关键的动作尚未落地：官方口径是Hy4权重将于近期开源，目前Hugging Face上挂着的仍是8月底的Preview版。但Preview版已验证了量化能走多远：腾讯混元量化团队把模型从1.5TB压到213GB后仍扛得住旗舰能力，配套推理内核也已在llama.cpp里跑通。硬件门槛由此从TB级多机集群降到少数大显存显卡的量级，等正式版权重与对应量化版放出，本地自建的成本账可以按这个量级重估。微博B站知乎
最直接的单价杠杆在Hy4 Flash上：官方称其在继承Hy4能力的基础上大幅降低任务成本，但发布时间仍停留在"近期"，眼下只能列为预期。微博
现在该做什么
纯API用户可以先用再算账：WorkBuddy上Hy4限时免费到11月15日23:59，拿真实任务跑一遍token消耗，比对照任何发布会数字都准。走本地部署的，建议等正式版权重和官方量化版放出后再按213GB量级的显存占用核算。同时要保留一个边界：腾讯自己也承认，Hy4在前沿数学、长程开发等高难度任务上与顶尖闭源模型仍有较大差距——省成本的账只在它已能胜任的生产任务上成立，不是整体替代结论。知乎知乎
