认识 Hy4 preview：腾讯混元开源的 770B 生产力模型
一个模型发布当天，有 5354 人在排队等它干活。
这不是什么限量球鞋发售，是 2026 年 8 月 28 日腾讯混元 Hy4 preview 上线 WorkBuddy 的真实截图。同一天，腾讯股价午后最高冲到 462.2 港元，收涨 1.65%。
说真的，两年前你要跟我说"混元能让这么多人排队等"，我大概会回你一句"别闹了"。那时候业内对混元的评价，用某位 AI 研究员的话说是——长期"躺平"。转折点发生在 2025 年 12 月，1998 年出生的清华姚班、普林斯顿博士、ReAct 和思维树的共同提出者姚顺雨空降腾讯首席 AI 科学家。2026 年 1 月底，混元把预训练、强化学习、数据、评估的底层基础设施全部推倒重建。从那以后，平均每两个月一个大版本。
4 月 Hy3 preview，7 月 Hy3 正式版（发布一周调用量比 Hy2 涨了 68 倍），8 月 28 日 Hy4 preview。这节奏，确实有点东西了。
官方 README 里有一句话我很喜欢："we would rather ship early and hear what breaks"——我们宁愿早点发布，听听哪里会崩。这年头敢把"未完待续"写在脸上的团队，不多了。
什么是 Hy4 preview
Hy4 preview 是腾讯混元（对外品牌 Tencent Hy Team）的新一代旗舰大语言模型，2026 年 8 月 28 日发布并开源，总参数 770B、每 token 激活 49B、上下文窗口突破 1M（1,048,576）token，权重采用 Apache 2.0 协议——没有任何月活阈值，没有自定义商用条款，没有"年营收超过 XX 亿要报备"那种弯弯绕绕。
上一代 Hy3 是 295B/21B、256K 上下文。Hy4 相当于两个月时间，总参数翻了 2.6 倍，上下文翻了 4 倍。
但真正值得琢磨的不是参数，是它的定位。官方这次不喊"通用"，改口叫**"为生产力而生"**。姚顺雨反复讲过一个思路：不训练刷榜的做题家，关心模型在真实场景好不好用。所以 Hy4 的数据是跟腾讯内部软件工程、游戏、金融、安全这些领域的顶尖专家共建的，再跟 WorkBuddy、CodeBuddy 做产品级的 Co-Design。
还有一个小八卦：Hugging Face 文件页显示 780B，官方口径是 770B。差的这 10B 是内置的 MTP 投机解码层（10B 总参 / 0.7B 激活），770B 指的是 backbone。两家都没说错，只是算不算"附赠品"的区别。
Hy4 preview 有什么特点
- 770B / 49B 的 MoE 稀疏架构：78 层，第 1 层 dense FFN，其余 77 层是 MoE——每层 256 个路由专家 + 1 个共享专家，每个 token 只激活 top-8 路由 + 1 共享。257 个专家里只点 9 个，所以它的算力开销跟一个中等规模 dense 模型差不多，而不是"770B 那么恐怖"。
- 1M 原生上下文：1024K，不是事后靠位置插值硬撑上去的。
- Gated DSA + IndexCache 注意力：用的是 DeepSeek 那条稀疏注意力路子（Gated DeepSeek Sparse Attention），加 IndexCache 做跨层稀疏索引复用。残差通路换成 4 路 identity Hyper-Connections（iHC），让层与层之间的信息流更宽。说人话：从超长上下文里挑重点看，信息多路并行传。
- 内置 MTP 投机解码：原生 10B 的 multi-token-prediction 层，官方部署方案默认开 3 步投机解码，这是它能在 8 卡上跑到可用吞吐的关键。
- Apache 2.0，商用零负担：可以直接进商业产品，不用做任何署名手续。这点比一些"开源但有条件"的许可证省心太多。
- 只有两档思考模式：
high（默认，深度链式思考）和no_think。没有 medium，没有 budget 滑块，传别的值直接报错。粗暴，但好理解——要质量就 high，要速度就 no_think。 - 诚实说：它是纯文本模型。官方原话是「Hy4 preview 和 Hy3 均为大语言模型，暂不具备多模态能力」。别拿它跑图跑视频。
一句话：770B 是它的"容量上限"，49B 激活才是你要付的账单。这买卖划算不划算，得看它能不能真替你干活。
Hy4 preview 能用在哪（真实案例）
软件工程：从"写代码"到"交付工程"
官方列了 12 项 benchmark，其中能从公开报道里确认的几项：
| Benchmark | Hy4 preview | Hy3 | 备注 |
|---|---|---|---|
| Terminal-Bench 2.1 | 85.4 | 70.8 | 本月开源权重里最高的 agentic-terminal 分 |
| DeepSWE | 64.3 | 28.0 | 长程软件工程，直接翻倍还多 |
| Toolathlon-Verified | 74.1 | — | 工具调用能力 |
| APEX-Agents (pass@1) | 37.1 | — | Kimi K3 是 37.2，差 0.1 |
| SWE-bench Multilingual | 82.9 | — | 纯文本模型里的强 repo 级成绩 |
| GPQA Diamond | 92.3 | — | 科学推理 |
腾讯内部还做了一次盲测：163 名内部专家、203 个工程任务，在 WorkBuddy 环境里打分。Hy4 preview 均分 2.99/4.00，GLM-5.3 是 2.92，Kimi K3 是 2.94。官方用词很克制——"略优于"。
先泼盆冷水：这 12 项跑分全部是腾讯自述，发布当天没有 Artificial Analysis 收录，没有 HF Open LLM Leaderboard 数据，也没有社区独立实测。数字先看着，等第三方复现出来再下结论不迟。
比起分数，我倒觉得腾讯新闻那位记者的实测更有参考价值。他用一句很糙的 prompt 让它做谷歌财报页，17 分钟后交付了结构清晰的汇总页——数据来源自己找到 SEC 和谷歌 IR 资料包，中途会判断信源可靠性、交叉验证、跑工具校验数据后再写代码。他的评价是："同时承担了研究员和前端工程师的角色。"
另一个前端案例约束极其变态：Three.js r184 + DRACOLoader，7 个 GLB 模型（故宫、布达拉宫、黄鹤楼、天坛、长城、福建土楼、莫高窟），明确禁止用占位几何体和网络图片糊弄，三栏布局 296px / 自适应 / 336px，配色宣纸 #F7F2E5 配靛蓝 #22406A，宋体，验收标准是"安静、理性、东方、博物馆化"。审美这东西难量化，但能按这套约束交付，说明它把设计意图吃进去了。
科学研究：它开始解决真正的难题
- 分子动力学：配合 Hyra，在已高度优化的 JAX 实现上再提速 2.0×，32,512 原子的磷脂双分子层跑到 54.9 ms/step，单张高端 GPU 能塞下 30 万原子。
- 低温量子输运器件设计：自主完成量子散射求解器构建、五势垒结构稳健优化、独立含时演化验证，高能阻带平均泄漏率从 48.2% 降到 4.8%，还顺手生成了一个可交互调参的模拟器。
- 三维 Blaschke–Lebesgue 问题（百年经典几何难题）：体积下界从 0.380799 推进到 0.41104，Meissner 四面体猜想上界 0.41986，只剩约 2% 的 gap。完整证明挂在 Hyra-results 仓库。
最硬核的一点：它参与了自己的研发
这是我觉得整个发布里最值得琢磨的部分，比跑分有意思得多。
Hy4 preview 首次参与了自己的研发全链路——训练方法、数据策略、评估体系、底层算子的自动优化。流程是：模型提方案 → 跑实验 → 看结果继续迭代 → 实验产生的代码和日志回流到下一轮。官方称之为"初步的递归自我改进闭环"。
具体成果是实的：它自己分析推理系统瓶颈，围绕算子融合和通信优化做了多轮改进，端到端吞吐相比基线提升 31.8%，在 4K–256K 上下文、1–64 并发下都稳定有效。拆开看，prefill 侧 +3%~7%，decode 侧 +44%~69%。
闭环到底有多深不好判断，但 decode 侧 40% 以上的增益是实打实跑出来的。
AI 优化 AI 的算力效率——这个闭环如果能持续下去，长期价值可能超过任何一次单纯的参数膨胀。至少比"我又把参数翻了一倍"这种叙事性感。
初体验：怎么上手 Hy4 preview
最省事：直接用产品
Hy4 preview 已经在 WorkBuddy（办公，workbuddy.cn / workbuddy.ai）和 CodeBuddy（写代码，codebuddy.cn / codebuddy.ai）国内版、国际版，以及元宝、ima 同步首发。在线入口是 https://aistudio.tencent.com/。
限时免费两周，免费期到 2026 年 9 月 10 日 23:59（WorkBuddy 侧口径，CodeBuddy 官方只说"同步开展两周限时免费"，没单独给截止日期）。免费期内每天有额度上限，触顶后消耗积分，繁忙时要排队——前面那个 5354 人的队列就是这么来的。想试趁早。
调 API：OpenAI 兼容，换个 base_url 就行
国内走腾讯云 TokenHub，海外走 OpenRouter（模型 ID 是 tencent/hy4-preview，上下文标 1.05M，最大输出 64K）。
| 渠道 | 输入 | 输出 | 缓存命中 |
|---|---|---|---|
| 腾讯官方（国内） | 6 元 / 百万 token | 18 元 / 百万 token | 0.3 元 / 百万 token |
| OpenRouter | $0.834 / 百万 token | $2.501 / 百万 token | $0.042 / 百万 token |
作为参照：DeepSeek V4 Pro 是 $0.66 / $1.98（off-peak），Qwen3.8 Max 是 $2 / $6，Kimi K3 是 $3 / $15。Hy4 处在中间偏下的位置——它不是预算型模型，比 DeepSeek V4 Flash（$0.22/$0.66）贵一截。
from openai import OpenAI
import os
client = OpenAI(
base_url="https://openrouter.ai/api/v1", # 或腾讯云 TokenHub 的 endpoint
api_key=os.getenv("OPENAI_API_KEY"),
)
resp = client.chat.completions.create(
model="tencent/hy4-preview",
messages=[{"role": "user", "content": "用三句话解释什么是 MoE 稀疏架构"}],
temperature=0.9, # 官方推荐 temperature=0.9, top_p=1.0
top_p=1.0,
# 默认是 high（深度思考）；要速度就传 no_think
extra_body={"chat_template_kwargs": {"reasoning_effort": "no_think"}},
)
print(resp.choices[0].message.content)自己部署：先掂量一下显卡
权重开源在 Hugging Face（tencent/Hy4-preview）、GitHub（Tencent-Hunyuan/Hy4-preview）、ModelScope、GitCode、CNB，同时提供原版 BF16 和 FP8 量化版（Hy4-preview-FP8，官方主推的部署目标）。
门槛：BF16 约 1.5TB，FP8 约 770GB，FP8 版也要 8 卡才跑得动。这不是工作站模型，别指望单卡。
# vLLM 起服务，8 卡张量并行
vllm serve tencent/Hy4-preview-FP8 \
--tensor-parallel-size 8 \
--served-model-name hy4-preview想进一步压体积可以用配套的 AngelSlim 量化工具。SGLang 也走同样的路子（TP=8 + FLASHMLA_SPARSE 稀疏注意力后端 + MTP 投机解码），官方有预构建镜像。
提醒一句：这个模型 8 月底才发布，vLLM / SGLang 的社区支持还在快速迭代。稳妥起见建议从源码编译，或者直接用官方预构建镜像，别拿你生产环境的稳定版本硬上。另外，海光深算 DCU 已经宣布完成 Hy4 preview 推理全流程的 Day0 适配，走国产算力的同学可以关注一下。
已知的坑，官方自己承认的
- "聪明且慢热"：复杂任务下长思考、过度自我验证，眼看要出结果了它还要再验一轮，交付时长偏长。等的过程挺煎熬。自部署用户可以传
no_think直出。 - 没有多模态：跑图、跑视频会切到别的模型，照常消耗积分。
- 所有性能数据都是腾讯自述，等第三方实测出来可能有出入。
进阶
更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。