Tencent Hy4 Preview เปิดให้ใช้งานแล้ว: โมเดล MoE ขนาด 770B พร้อมความจุบริบท 1 ล้านโทเคน ในราคา ¥6 ต่อล้านโทเคนอินพุต

Tencent Hy4 Preview ซึ่งเปิดตัวและเปิดซอร์สเมื่อวันที่ 28 สิงหาคม 2026 เป็นโมเดลเรือธงตัวที่สามของ Tencent ในรอบหกเดือน และเป็นโมเดลที่ไม่ได้เป็นเพียงก้าวสำคัญในงานวิจัยอีกต่อไป แต่กลายเป็นจุดเปลี่ยนด้านราคา มันเป็นโมเดลแบบ mixture-of-experts ที่มีพารามิเตอร์ 770 พันล้านตัว — ใช้งาน 49 พันล้านตัวต่อโทเคน — และมีหน้าต่างบริบทดั้งเดิมหนึ่งล้านโทเคน เผยแพร่ภายใต้สัญญาอนุญาต Apache License 2.0 ทั้งในรูปแบบ BF16 และ FP8 ดาวน์โหลดได้แล้ววันนี้จาก Hugging Face, GitHub, ModelScope และ GitCode และ Tencent ตั้งราคาไว้ที่ 6 หยวนต่อโทเคนอินพุตหนึ่งล้านตัว และ 18 หยวนต่อโทเคนเอาต์พุตหนึ่งล้านตัว คิดเป็นประมาณ 0.83 ดอลลาร์สหรัฐและ 2.50 ดอลลาร์สหรัฐ ซึ่งทำให้โมเดลโอเพนเวตระดับท็อปมีราคาต่ำกว่าโมเดลปิดระดับแนวหน้าเกือบทุกตัวในตลาด การเปิดตัวครั้งเดียวแต่มีสามรูปแบบ: โอเพนเวตที่คุณรันได้เอง, API บน TokenHub ของ Tencent Cloud และเวตเดียวกันที่ทำงานอยู่ในผลิตภัณฑ์ของ Tencent อยู่แล้ว ได้แก่ WorkBuddy, CodeBuddy, Yuanbao และ ima นี่คือสิ่งที่ปล่อยออกมาจริง สิ่งที่ Tencent อ้างว่าทำคะแนนได้ และสิ่งที่ยังไม่มีใครตรวจสอบ

เรื่องราวทางวิศวกรรมมีความสำคัญมากกว่าจำนวนพารามิเตอร์ เพราะแต่ละส่วนคือคานงัดต้นทุน โมเดลนี้มีความลึก 78 ชั้น: ชั้นแรกเป็นโครงข่ายฟีดฟอร์เวิร์ดแบบหนาแน่นมาตรฐาน และอีก 77 ชั้นที่เหลือเป็นชั้น MoE ซึ่งแต่ละชั้นมีผู้เชี่ยวชาญแบบจัดเส้นทาง 256 ตัวและผู้เชี่ยวชาญร่วมอีกหนึ่งตัว โดยเปิดใช้งานผู้เชี่ยวชาญแบบจัดเส้นทาง 8 อันดับแรกต่อหนึ่งโทเคน อัตราส่วนความเบาบางประมาณ 16:1 นี้เองที่ทำให้โมเดลขนาด 770B มีต้นทุนการให้บริการที่จับต้องได้ โดยมีเพียงส่วนย่อยขนาด 49B เท่านั้นที่ทำงานในแต่ละโทเคน ชั้นเฉพาะสำหรับการทำนายหลายโทเคน (มีพารามิเตอร์ 10B ทำงานจริง 0.7B) ช่วยให้ใช้ speculative decoding ได้ และชุด attention ใช้ gated DeepSeek Sparse Attention ร่วมกับ IndexCache เพื่อควบคุมการใช้หน่วยความจำสำหรับบริบทที่ยาว การให้เหตุผลสามารถสลับระหว่างโหมดการคิดแบบยาว code>high/code> โหมดและแบบประหยัดโทเคน code>no_think/code> โหมด นี่คือรายละเอียดที่กำหนดว่าราคาหัวข้อข่าวจะคงอยู่เมื่อเผชิญกับปริมาณงานจริงหรือไม่ ไม่ใช่ว่าโมเดลจะเขียนไฮกุได้หรือไม่

เอกสารข้อมูลจำเพาะพร้อมคำอธิบายประกอบ

อ่านบันทึกประจำรุ่นทีละบรรทัด เพราะแต่ละบรรทัดเปลี่ยนแปลงสิ่งที่โมเดลแบบเปิดเผยน้ำหนักได้รับอนุญาตให้ทำได้อย่างเงียบๆ

• พารามิเตอร์ — รวม 770B, แอ็กทีฟ 49B ต่อโทเคน, อัตราส่วนสปาร์ซิตี้ ~16:1 ซึ่งทำให้ต้นทุนการให้บริการอยู่ในช่วงที่ทีมเล็ก ๆ สามารถจ่ายไหวจริง

• บริบท — หน้าต่างโทเคนแบบเนทีฟขนาด 1,048,576 โทเคน ซึ่งใหญ่เป็นสี่เท่าของ 256K ของ Hy3 คลังโค้ดทั้งชุด การรีแฟกเตอร์หลายไฟล์ ชุดเอกสารทางการเงิน 72 ฉบับ — ปัญหาที่จัดการได้ในคำขอเดียว

• สัญญาอนุญาต — Apache License 2.0 สำหรับทั้งเวอร์ชันดั้งเดิม BF16 และเวอร์ชัน FP8 แบบควอนไทซ์ ซึ่งหมายถึงสามารถโฮสต์เอง ปรับแต่ง (fine-tuning) และใช้ในเชิงพาณิชย์ได้โดยไม่มีข้อกำหนดแบบกรรมสิทธิ์

• อินเฟอเรนซ์สแตก — Tencent ระบุ vLLM และ SGLang เป็นเฟรมเวิร์กการให้บริการ (serving frameworks) ที่รองรับ ซึ่งเป็นสองเฟรมเวิร์กที่ระบบนิเวศโอเพนเวตใช้เป็นมาตรฐานจริง

API — จุดปลายทาง TokenHub ของ Tencent Cloud ในราคา ¥6 ต่อล้านโทเคนอินพุต, ¥18 ต่อล้านโทเคนเอาต์พุต, ¥0.3 ต่อล้านเมื่อมีการเข้าถึงแคช

• การผสานรวมผลิตภัณฑ์ — น้ำหนักโมเดลชุดเดียวกับที่ Tencent ใช้ใน WorkBuddy, CodeBuddy (ทั้งในประเทศและต่างประเทศ), Yuanbao และ ima คือสิ่งที่คุณสามารถดึงมาใช้งานและรันได้ โดย CodeBuddy จะได้รับการทดลองใช้โมเดลฟรีสองสัปดาห์เมื่อเปิดตัว

Tencent ยังรายงานตัวเลขด้านวิศวกรรมอินเฟอเรนซ์ที่ไม่ค่อยปรากฏในบันทึกการเปิดตัว นั่นคือการปรับปรุงปริมาณงานแบบ end-to-end ถึง 31.8% จากการรวมโอเปอเรเตอร์ (operator fusion) และการปรับการสื่อสารให้เหมาะสม รายละเอียดแบบนี้คือสิ่งที่แยกความแตกต่างระหว่างโมเดลที่ห้องแล็บปล่อยออกมาเป็นเพียงผลงานวิจัย กับโมเดลที่บริษัทคาดหวังว่าจะรองรับปริมาณการใช้งานจริงในระบบการผลิต และในวันแรกเปิดตัว มันก็เป็นข้ออ้างแบบที่ไม่มีใครนอก Tencent วัดผลได้จริงเช่นกัน

คะแนนที่ควรค่าแก่การอ้างอิง

เกณฑ์วัดประสิทธิภาพทุกตัวที่ Tencent เผยแพร่สำหรับ Tencent Hy4 Preview เป็นข้อมูลที่รายงานโดยผู้ผลิตเอง — วัดบนระบบประเมินของ Tencent เอง ไม่มีการทำซ้ำโดยห้องปฏิบัติการอิสระใดๆ และโมเดลเพิ่งเปิดสู่สาธารณะไม่ถึงวัน ให้อ่านเป็นเพียงเพดานสูงสุดที่ Tencent เชื่อว่าตนเองทำได้

ตัวเลขหลักคือ Terminal Bench 2.1 ซึ่งเป็นการทดสอบว่าโมเดลขับเคลื่อนเทอร์มินัลจริงได้ดีเพียงใดขณะเขียนโค้ด เทนเซ็นต์รายงานที่ 85.4 โดยระบุว่าเสมอกับ Claude Opus 5 และทำได้ดีกว่า DeepSeek V4 Pro และยังชนะ Hy3 รุ่นก่อนของตัวเองอยู่ 14.6 คะแนน ตัวเลขตัวเดียวนี่แหละที่รับภาระหนัก — มันคือคำกล่าวอ้างที่ทำให้โมเดลน้ำหนักเปิดเทียบชั้นกับโมเดลฟรอนเทียร์แบบปิดที่แพงที่สุดในการทดสอบการเขียนโค้ดแบบเอเจนต์ที่ยาก — และเป็นคำกล่าวอ้างที่ต้องการการยืนยันจากภายนอกมากที่สุด ส่วนที่เหลือในตารางภายใน: DeepSWE กระโดดจาก 28.0 บน Hy3 ขึ้นเป็น 64.3 ซึ่งเทนเซ็นต์อธิบายว่าเป็น "การค่อยๆ ลดช่องว่าง" กับโมเดลระดับแนวหน้า; Toolathlon-Verified ซึ่งเป็นการทดสอบการเรียกใช้เครื่องมือ อยู่ที่ 74.1; APEX-Agents pass@1 อยู่ที่ 37.1 ตามหลัง Kimi K3 ที่ 37.2 เพียงเล็กน้อย; SWE-bench Pro อยู่ที่ 65.7 และ SWE-bench Multilingual อยู่ที่ 82.9 ในการทดสอบแบบ blind test ภายในอีกชุดหนึ่ง ผู้เชี่ยวชาญ 163 คนให้คะแนนงานวิศวกรรม 203 งานที่ 2.99 จาก 4.00 ซึ่งเฉือน GLM-5.3 ที่ 2.92 และ Kimi K3 ที่ 2.94

มีรูปแบบสองอย่างที่โดดเด่น ประการแรก ตัวเลขที่แข็งแกร่งทุกตัวเกี่ยวข้องกับงานวิศวกรรมเชิงเอเจนต์ (agentic engineering) เช่น การควบคุมเทอร์มินัล การเรียกใช้เครื่องมือ และงานระดับรีพอซิทอรี ขณะที่ไม่มีตัวเลขใดเกี่ยวกับแชทหรือความรู้ทั่วไป ซึ่งสอดคล้องกับการวางตำแหน่งโมเดลของเทนเซ็นต์ว่า “สร้างมาเพื่อประสิทธิภาพการทำงาน” ในด้านวิศวกรรมซอฟต์แวร์ งานสำนักงานและการวิเคราะห์ข้อมูล การพัฒนาเกม และงานวิจัยทางวิทยาศาสตร์ ประการที่สอง เทนเซ็นต์ระมัดระวังในการอธิบายว่า DeepSWE และโมเดลอื่นๆ ช่วยลดช่องว่าง ไม่ใช่ปิดช่องว่าง ข้ออ้างเรื่องความเท่าเทียมที่ชัดเจนและขายได้คือการเสมอกันใน Terminal Bench 2.1 และเป็นข้ออ้างที่ควรทดสอบกับเวิร์กโหลดของคุณเองมากที่สุด

สิ่งที่ ¥6 ต่อล้านซื้อได้จริง

การกำหนดราคาคือจุดที่การเปิดตัวหมดความน่าสนใจและเริ่มสร้างการเปลี่ยนแปลงครั้งใหญ่ ที่ 18 หยวนต่อล้านโทเค็นเอาต์พุต — ประมาณ 2.50 ดอลลาร์สหรัฐฯ — เซสชันการเขียนโค้ดแบบ agentic ที่ยาวซึ่งใช้ล้านโทเค็นเอาต์พุตมีต้นทุนประมาณหนึ่งในสิบของเซสชันเดียวกันบนโมเดล frontier แบบปิดชั้นนำ และอัตรา cache-hit ที่ 0.3 หยวนทำให้ system prompts ที่ส่งซ้ำและคำนำหน้าบทสนทนาของลูป agentic ถูกกว่าการแคชของคู่แข่งส่วนใหญ่อย่างมาก เดโม่ของ Tencent เองแสดงให้เห็นโมเดลจัดการเอกสารทางการเงิน 72 ฉบับในครั้งเดียว; ในอัตราเหล่านี้ การประมวลผลแบบกลุ่มแบบนั้นเป็นงานประจำวันที่คุ้มค่าแทนที่จะเป็นรายการงบประมาณ

นี่คือจุดที่เลเยอร์การจัดเส้นทาง (routing layer) เปลี่ยนสมการ และควรพูดให้แม่นยำ OrcaRouter ยังไม่ได้จัดเส้นทางให้ Tencent Hy4 Preview — Tencent ยังไม่ได้เปิดโมเดลนี้ให้แพลตฟอร์ม inference ของบุคคลที่สาม ดังนั้นจึงรันบน endpoint TokenHub ของ Tencent Cloud และบนการปรับใช้แบบ self-hosted ของ open weights และเราไม่อ้างว่าให้บริการในสิ่งที่เราไม่ได้ให้บริการ แต่วินัยที่ทำให้การลดราคามีความหมายนั้นคือแบบเดียวกับที่แคตตาล็อกที่เหลือดำเนินการอยู่: OrcaRouter ส่งต่อราคารายการของผู้ให้บริการแบบไม่มี markup เลย ดังนั้นเมื่อผู้ให้บริการตั้งราคาโทเคนที่ 6 หยวน จำนวนที่คุณจ่ายฝั่งเราคือ 6 หยวน ไม่ใช่เวอร์ชันที่ถูกขายต่อและบวก markup — และวันที่ผู้ให้บริการเปลี่ยนราคา ฝั่งเราก็อัปเดตทันทีในวันเดียวกัน API เดียวสำหรับ 200+ โมเดล การ failover อัตโนมัติข้ามผู้ให้บริการเมื่อรายใดรายหนึ่งสะดุด และ routing DSL เพื่อประกอบโมเดลเข้าเป็นการเรียกครั้งเดียว: นั่นคือกลไกที่จะรองรับ Tencent Hy4 Preview ทันทีที่ Tencent เปิดให้บริการ และเป็นกลไกที่คุณสามารถใช้ได้แล้วเพื่อรันโมเดลใหม่ที่ยังไม่ผ่านการพิสูจน์ควบคู่ไปกับโมเดลที่ผ่านการพิสูจน์แล้ว โดยไม่ต้องเดิมพันเส้นทางการผลิตของคุณกับตัวใดตัวหนึ่ง

ข้อกล่าวอ้างที่ควรค่าแก่การอ่านซ้ำ

ในเอกสารการเปิดตัว มีสองประเด็นที่เกี่ยวกับวิธีการสร้างโมเดล ไม่ใช่ผลคะแนนที่ได้ และสมควรได้รับความสนใจแยกต่างหาก

ประการแรกคือวงจรการพัฒนาตนเอง Tencent กล่าวว่า Tencent Hy4 Preview เข้ามามีส่วนร่วมในงานวิจัยและพัฒนาของตัวเอง — มันถูกใช้เพื่อปรับปรุงวิธีการฝึกอบรม กลยุทธ์ด้านข้อมูล ระบบการประเมินผล และตัวดำเนินการระดับล่างที่สร้างมันขึ้นมา นั่นคือวงจรการเสริมศักยภาพตนเองแบบเรียกซ้ำในขั้นต้น: โมเดลที่ช่วยออกแบบเวอร์ชันถัดไปของตัวเอง และ Tencent เปิดตัวให้เป็นความสามารถที่ใช้งานได้จริง นี่เป็นการกล่าวอ้างครั้งใหญ่ และทั้งหมดเป็นข้อมูลที่รายงานด้วยตนเอง

ประการที่สองคือผลลัพธ์ทางคณิตศาสตร์ Tencent รายงานว่าโมเดลได้พัฒนาขอบเขตล่างที่ทราบของปัญหา Blaschke–Lebesgue ซึ่งเป็นคำถามเปิดที่ค้างคามานานในเรขาคณิตนูนเกี่ยวกับวัตถุที่มีความกว้างคงที่ซึ่งมีปริมาตรน้อยที่สุด จาก 0.380799 เป็น 0.41104 ทำให้ใกล้เคียงกับข้อคาดเดาของ Meissner tetrahedron ประมาณ 2% Tencent ยังรายงานความเร็วที่เพิ่มขึ้น 2.0 เท่าในการจำลองฟอสโฟลิปิดไบเลเยอร์ที่มี 32,512 อะตอม ลดลงเหลือ 54.9 มิลลิวินาทีต่อขั้น ผลลัพธ์แบบนี้มักจะทำให้โมเดลได้มีบทความเป็นของตัวเอง แต่ที่นี่เป็นเพียงจุดเด่นในการเปิดตัว และเหมือนกับสิ่งอื่นๆ ในวันแรก สิ่งเหล่านี้เป็นการรายงานของ Tencent เอง

ช่องว่างที่ซื่อสัตย์

เทนเซ็นต์ระบุข้อจำกัดที่ทราบกันดีอย่างตรงไปตรงมา ไม่มีระบบประมวลผลภาพหรืออินพุตแบบมัลติโหมด — Tencent Hy4 Preview เป็นโมเดลข้อความเท่านั้น เท่านั้นแหละจบ ดังนั้นอะไรก็ตามที่เกี่ยวข้องกับภาพหรือวิดีโอล้วนต้องไปใช้โมเดลอื่น เทนเซ็นต์ยังชี้ให้เห็นถึงพฤติกรรมเริ่มต้นที่ช้าในงานที่ซับซ้อน — คิดนานก่อนจะให้ผลลัพธ์แรก — และแนวโน้มที่จะตรวจสอบตัวเองมากเกินไป สิ้นเปลืองโทเคนในการตรวจทานงานที่ทำไปแล้วซ้ำแล้วซ้ำเล่า คุณสมบัติที่รวมกันแบบนี้ผิดอย่างสิ้นเชิงสำหรับแชตที่ไวต่อความหน่วง และทนได้พอดีสำหรับงานวิศวกรรมแบบแบตช์แบบออฟไลน์ ซึ่งบ่งบอกได้ชัดเจนว่าเทนเซ็นต์คาดหวังให้คุณรันมันที่ใด

และสิ่งที่ขาดหายไปที่สำคัญที่สุดคือการตรวจสอบยืนยัน ยังไม่มีคะแนนอิสระสำหรับ Tencent Hy4 Preview ที่ใดเลย — ไม่ว่าจะบนลีดเดอร์บอร์ดสาธารณะหรือจากห้องแล็บประเมินผลบุคคลที่สาม โมเดลใหม่เกินไป การทดสอบแบบ blind test โดยผู้เชี่ยวชาญภายในเป็นสัญญาณที่มีประโยชน์ว่าผู้ตรวจสอบของ Tencent เองมองเห็นมันอย่างไรเมื่อเทียบกับ GLM-5.3 และ Kimi K3 แต่นั่นคือผู้ตรวจสอบของ Tencent กับงานของ Tencent ทุกสิ่งที่นอกเหนือจากสเปกชีตคือคำกล่าวอ้างที่รอการตรวจสอบ

วิธีลองใช้จริงในวันนี้

เส้นทางที่ทำได้จริงนั้นสั้น ดาวน์โหลดน้ำหนักโมเดลจาก Hugging Face, GitHub, ModelScope หรือ GitCode แล้วให้บริการด้วย vLLM หรือ SGLang; เรียกใช้ TokenHub API ของ Tencent Cloud หากต้องการ endpoint ที่โฮสต์ไว้ในราคารายการ; หรือใช้ภายใน CodeBuddy หรือ WorkBuddy ซึ่ง Tencent กำลังให้ทดลองใช้ฟรีสองสัปดาห์ การเข้าถึงฟรีของโมเดล Hy3 ไปจนถึงวันที่ 30 กันยายน และจังหวะการพัฒนาของ Tencent เอง — ประมาณหนึ่งเวอร์ชันหลักทุกสองเดือน — บ่งชี้ว่า Hy4 เต็มรูปแบบจะปล่อยตามหลังเวอร์ชันพรีวิวไม่ไกล

สรุปอย่างตรงไปตรงมา: โมเดลน้ำหนักเปิดขนาด 770B พร้อมบริบทล้านโทเคน ในราคา 6 เยนต่อล้านโทเคนอินพุต เป็นสิ่งที่มีอยู่จริง ณ วันนี้ และเกณฑ์ชี้วัดที่แข็งแกร่งที่สุดที่แนบมากับมันคือการอ้างของผู้ขายว่าเสมอกับโมเดลระดับแนวหน้าแบบปิดที่ยังไม่มีใครทำซ้ำได้ ดึงมันออกมา รันการทดสอบที่คุณสนใจจริง ๆ แล้วให้หลักฐานตัดสินว่าราคาจะยังคงเป็นประเด็นหลักหรือไม่