腾讯混元开源 Hy4 预览版：770B 总参数、49B 激活、1M 上下文

UTC 时间 8 月 28 日 6 时 23 分（北京时间 14 时 23 分），腾讯混元官方 X 账号 @TencentHunyuan 宣布推出 Hy4 预览版（Hy4 preview）：总参数 770B，每个 token 激活 49B 参数，上下文窗口 1M。官方把这款模型定位为"为生产力而建"（Built for productivity），同时给出两个承诺："开源前沿"（Open source frontier）和"一致且可负担的价格"（Consistent affordable price），并在推文末尾附上官方博客、HuggingFace 与 GitHub 链接，留下一句"用起来，告诉我们哪里坏了"（Use it. Tell us what breaks.）。

同一天，跟进给出更细的口径：Hy4 preview 的上下文窗口"超过 1M token"，API 按量计价，输入每百万 token 0.834 美元，发布当天在 WorkBuddy 与 CodeBuddy 免费开放两周。权重当天已上架与，官方博客地址为。

770B 里只动 49B：Hy4 预览版的 MoE 骨架

按模型卡的说明，Hy4 preview 是腾讯 Hy 团队（Tencent Hy Team）开发的新一代 MoE 旗舰模型，主干共 78 层：第一层使用标准稠密 FFN，其余 77 层换成 MoE，每层 256 个路由专家加 1 个共享专家，每个 token 激活其中 top-8 路由专家和共享专家。

架构上有两处关键设计：注意力模块采用 Gated DeepSeek Sparse Attention（Gated DSA），配 IndexCache 做跨层稀疏索引复用；残差通路改用 iHC（identity Hyper-Connections）扩大层间信息流动。模型卡注明这两处"受 DeepSeek 与 GLM 启发"。

主干之外，模型内置 1 个原生 MTP 层（10B 总参数、0.7B 激活），用于投机解码（speculative decoding）加速。官方推荐用 vLLM 或 SGLang 部署，两个框架都提供了官方预构建镜像，FP8 量化版（Hy4 preview-FP8）权重也一并开源，官方示例以 8 卡张量并行启动。规格表里，hidden size 6144、64 个注意力头、4 条残差流，上下文长度 1M。

163 名内部专家、203 个任务：一场针对生产力的盲评

训练数据是这次定位的关键。官方称，他们与腾讯内部的软件工程师、游戏开发者、金融分析师和安全专家合作，围绕这些团队实际交付的工作构建训练数据，并与 CodeBuddy、WorkBuddy 等产品做联合设计（co-design）。

四个主打场景写进了模型卡：软件工程（长程开发任务的理解、规划、调试与验证）、办公与分析（把散落多文件的内容整理成文档、表格和演示稿）、游戏开发（一句提示词生成可玩原型）、科学研究（AI 研究、分子动力学、凝聚态物理与基础数学）。

为了验证"生产力"卖点，腾讯做了一场内部盲评：163 名内部专家给 203 个工程任务的输出打分，Hy4 preview 平均 2.99 分，略高于 GLM 5.3 的 2.92（46.8% 胜率、12.8% 平局）和 Kimi K3 的 2.94（51.2% 胜率、7.9% 平局）。这是厂商自评口径，不是独立测评。

Apache 2.0 权重四平台上架，输入每百万 token 0.834 美元

开源是这次发布的关键动作：Hy4 preview 与 Hy4 preview-FP8 的权重以 Apache 2.0 许可，在 Hugging Face、ModelScope、GitCode、CNB 四个平台同步开放下载。

价格上，腾讯给出的 API 报价是输入每百万 token 0.834 美元、输出 2.501 美元、缓存命中 0.042 美元；接入渠道包括腾讯云 TokenHub 与 OpenRouter，WorkBuddy、CodeBuddy、Yuanbao、ima 等腾讯产品内可直接使用。发布当天，WorkBuddy 和 CodeBuddy 上 Hy4 preview 免费两周，上一代 Hy3 在两个平台上的免费期延长到 9 月 30 日。

"一致且可负担的价格"是官方反复强调的承诺。腾讯 AI 官方新闻账号转发时补了一句："我们只升级，不涨价"（We ship upgrades, not price hikes）。

上线首日：Arena 给出 AutoEval 第 5 名，社区开始实测

独立评测平台在官宣后几分钟内给出初步排名：Hy4 preview 在 Code Arena: WebDev 上以 1633 分（AutoEval）列全球第 5，比上一代 Hy3 的第 31 名提升 115 分；在开源模型里排第 3，Hy3 当时是第 7。Arena 同时提醒，这是早期 AutoEval 分数，由基于人类偏好数据训练的打分模型代投，会随真人投票增加而收敛。腾讯官网新闻列表显示，Hy3 于 7 月 6 日正式发布，与本次相隔不到两个月。

在另一条推文里写道："这个位置现在很挤了，我们喜欢这样"（Crowded up here now. We like it that way.）。在 PrimeIntellect 负责评测的 Florian Brand（）评论称，报告的分数"大致与 GLM-5.3 持平"。

拥有 16.8 万粉丝的 X 用户对比称，上一代 Hy3 是 295B 总参数、21B 激活，Hy4 preview 相当于一代内翻了 2.5 倍，还称其编码成绩超过 GPT-5.6 Sol。这些数字出自他的个人推文，不是腾讯官方数据。另一位用户直接动手实测：在 WorkBuddy 里把模型切到 Hy4 preview，"能用"。

截至 UTC 8 月 28 日 12 时前后，官宣推文已累计超过 44 万次浏览、约 3400 次点赞。

"告诉我们哪里坏了"：预览策略、已知缺陷与下一批模型

Hy4 preview 名字里带着 preview，官方也明确列了已知缺陷：处理复杂任务时推理耗时偏长，且倾向于过度自我验证（over-verify）；预训练与后训练都还有余量。模型卡把策略说得很直白：和 Hy3 preview 一样，宁可早发，听大家报告哪里坏了，Hy3 就是这么变好的。

这次发布还出现了"模型参与优化自身"的环节。腾讯新闻稿称，Hy4 preview 首次参与了对训练方法、数据策略、评估框架和底层算子的自动化优化，自己提方案、跑实验、按结果迭代，形成一条初步的递归自我改进闭环；它还自主分析推理系统瓶颈，做算子融合与通信优化，把端到端吞吐量比基线提升 31.8%。

自改进与 31.8% 的吞吐提升均出自腾讯新闻稿。官方给出的下一个节点是：Hy4 系列的下一批模型预计很快推出。