Tencent Hy4 Preview đã mở: MoE 770B với ngữ cảnh một triệu token ở mức ¥6 mỗi triệu token đầu vào

{{1}}Tencent Hy4 Preview, được phát hành và mở mã nguồn vào ngày 28 tháng 8 năm 2026, là mô hình flagship thứ ba của Tencent trong vòng sáu tháng{{/1}}, và đây là mô hình không còn chỉ là một cột mốc nghiên cứu mà đã trở thành một sự kiện về định giá. {{2}}Đây là mô hình mixture-of-experts với 770 tỷ tham số — 49 tỷ tham số kích hoạt cho mỗi token — và cửa sổ ngữ cảnh gốc một triệu token{{/2}}, được phát hành theo giấy phép Apache License 2.0 ở cả hai định dạng BF16 và FP8, có thể tải xuống ngay hôm nay từ Hugging Face, GitHub, ModelScope và GitCode. {{3}}Tencent định giá mô hình này ở mức 6 nhân dân tệ cho mỗi triệu token đầu vào và 18 nhân dân tệ cho mỗi triệu token đầu ra, tương đương khoảng 0,83 USD và 2,50 USD{{/3}}, đưa một mô hình mã nguồn mở hàng đầu xuống dưới hầu hết mọi mô hình frontier đóng trên thị trường. {{4}}Một bản phát hành, ba diện mạo: mã nguồn mở để bạn tự vận hành, một API trên TokenHub của Tencent Cloud, và chính các trọng số đó đã được tích hợp sẵn trong các sản phẩm của Tencent, WorkBuddy, CodeBuddy, Yuanbao và ima{{/4}}. Sau đây là những gì thực sự được ra mắt, những gì Tencent tuyên bố về điểm số, và những gì chưa ai kiểm chứng.

Câu chuyện kỹ thuật quan trọng hơn số lượng tham số, vì mỗi thành phần là một đòn bẩy về chi phí. Mô hình sâu 78 tầng: tầng đầu tiên là mạng truyền thẳng dày đặc tiêu chuẩn, còn 77 tầng còn lại là các tầng MoE, mỗi tầng có 256 chuyên gia định tuyến cộng thêm một chuyên gia dùng chung, kích hoạt 8 chuyên gia định tuyến hàng đầu cho mỗi token. Tỷ lệ thưa thớt khoảng 16:1 đó chính là điều khiến mô hình 770B có chi phí phục vụ phải chăng — chỉ một phần 49B hoạt động cho mỗi token bất kỳ. Một tầng dự đoán đa token chuyên dụng (10B tham số, 0.7B hoạt động) cho phép giải mã suy đoán, và khối attention sử dụng gated DeepSeek Sparse Attention với IndexCache để giữ mức sử dụng bộ nhớ ngữ cảnh dài trong tầm kiểm soát. Khả năng lập luận có thể chuyển đổi giữa chế độ suy nghĩ dài code>high/code> và chế độ tiết kiệm token code>no_think/code>. Các chi tiết này quyết định liệu mức giá gây chú ý có trụ vững trước khối lượng công việc thực tế hay không, chứ không phải liệu mô hình có thể viết một bài haiku hay không.

Bảng thông số kỹ thuật, có chú thích

Hãy đọc từng dòng trong ghi chú phát hành, vì mỗi dòng đều âm thầm thay đổi những gì một mô hình open-weight được phép làm.

• Tham số — tổng cộng 770B, 49B hoạt động cho mỗi token, tỷ lệ thưa ~16:1 giúp giữ chi phí vận hành trong mức mà một đội ngũ nhỏ thực sự có thể chi trả.

• Ngữ cảnh — cửa sổ 1.048.576 token gốc, gấp bốn lần mức 256K của Hy3. Một kho lưu trữ đầy đủ, một lần tái cấu trúc nhiều tệp, một gói tài chính gồm 72 tài liệu — những bài toán chỉ cần một yêu cầu duy nhất.

• Giấy phép — Apache License 2.0 cho cả bản gốc BF16 và bản phát hành lượng tử hóa FP8, nghĩa là tự lưu trữ, tinh chỉnh và sử dụng thương mại mà không có điều khoản độc quyền.

• Ngăn xếp suy luận — Tencent liệt kê vLLM và SGLang là các khung phục vụ được hỗ trợ, hai khung mà hệ sinh thái trọng số mở thực sự dùng làm tiêu chuẩn.

• API — endpoint TokenHub của Tencent Cloud có giá ¥6 cho mỗi triệu token đầu vào, ¥18 cho mỗi triệu token đầu ra, ¥0.3 cho mỗi triệu khi truy cập bộ nhớ đệm.

• Tích hợp sản phẩm — các trọng số mà Tencent phân phối trong WorkBuddy, CodeBuddy (trong nước và quốc tế), Yuanbao và ima chính là những gì bạn có thể kéo về và chạy. CodeBuddy sẽ được dùng thử miễn phí mô hình trong hai tuần khi ra mắt.

Tencent cũng báo cáo một con số kỹ thuật suy luận hiếm khi xuất hiện trong ghi chú ra mắt: cải thiện thông lượng đầu cuối 31,8% nhờ hợp nhất toán tử và tối ưu hóa truyền thông. Đó là kiểu chi tiết phân biệt một mô hình mà phòng thí nghiệm tung ra như một sản phẩm nghiên cứu với một mô hình mà công ty kỳ vọng sẽ phải hứng chịu lưu lượng sản xuất. Ngay từ ngày đầu tiên, đó cũng chính là kiểu tuyên bố mà chưa ai ngoài Tencent đo lường được.

Những điểm số đáng trích dẫn.

Mọi benchmark mà Tencent công bố cho Tencent Hy4 Preview đều do chính hãng tự báo cáo — chạy trên hệ thống đánh giá riêng của Tencent, chưa được bất kỳ phòng thí nghiệm độc lập nào tái lập, và mô hình mới được công khai chưa đầy một ngày. Hãy coi chúng là mức trần mà Tencent tin rằng mình đã chạm tới.

Con số tiêu đề là Terminal Bench 2.1, một bài kiểm tra đánh giá khả năng điều khiển terminal thực tế của mô hình trong lúc lập trình. Tencent báo cáo 85,4, được cho là ngang bằng với Claude Opus 5 và vượt qua DeepSeek V4 Pro, đồng thời cao hơn 14,6 điểm so với phiên bản tiền nhiệm Hy3 của chính họ. Con số đơn lẻ đó đang gánh rất nhiều trọng trách — đó là tuyên bố đưa một mô hình trọng số mở ngang hàng với các mô hình đóng tiên tiến đắt đỏ nhất trong một bài kiểm tra tác tử lập trình khó — và cũng là tuyên bố cần sự xác nhận độc lập nhất. Phần còn lại của bảng số liệu nội bộ: DeepSWE tăng từ 28,0 trên Hy3 lên 64,3, điều mà Tencent mô tả là "đang dần thu hẹp khoảng cách" với các mô hình hàng đầu; Toolathlon-Verified, một bài kiểm tra gọi công cụ, đạt 74,1; APEX-Agents pass@1 đạt 37,1, chỉ kém Kimi K3 một chút với 37,2; SWE-bench Pro đạt 65,7 và SWE-bench Multilingual đạt 82,9. Trong một bài kiểm tra mù nội bộ riêng biệt, 163 chuyên gia chấm 203 nhiệm vụ kỹ thuật với 2,99 trên 4,00, nhỉnh hơn GLM-5.3's 2,92 và Kimi K3's 2,94.

Hai xu hướng nổi bật. Thứ nhất, mọi số liệu mạnh đều nằm ở công việc kỹ thuật agentic — điều khiển terminal, gọi công cụ, các tác vụ quy mô kho lưu trữ — và không có số liệu nào về trò chuyện chung hoặc kiến thức tổng quát, phù hợp với định vị của Tencent về mô hình là "được xây dựng cho năng suất" trong kỹ thuật phần mềm, văn phòng và phân tích dữ liệu, phát triển trò chơi và nghiên cứu khoa học. Thứ hai, Tencent cẩn trọng mô tả DeepSWE và phần còn lại là thu hẹp, chứ không phải khép lại, khoảng cách. Tuyên bố ngang bằng rõ ràng và đáng tiếp thị duy nhất là kết quả hòa trên Terminal Bench 2.1, và đó là tuyên bố đáng thử nghiệm nhất với khối lượng công việc của chính bạn.

6 yên mỗi triệu thực sự mua được gì

Định giá chính là nơi mà bản phát hành không còn thú vị mà bắt đầu gây đột phá. Với 18 yuan cho mỗi triệu token đầu ra — khoảng 2,50 đô la Mỹ — một phiên lập trình tác tử dài tiêu tốn một triệu token đầu ra chỉ có chi phí khoảng một phần mười so với cùng phiên đó trên một mô hình biên giới đóng hàng đầu, và mức giá trúng bộ nhớ đệm 0,3 yuan làm cho các prompt hệ thống được gửi lại và các tiền tố hội thoại của một vòng lặp tác tử trở nên rẻ hơn đáng kể so với bộ nhớ đệm của hầu hết các đối thủ. Bản demo của chính Tencent cho thấy mô hình xử lý 72 tài liệu tài chính trong một lần duy nhất; với mức giá này, loại lô công việc đó trở thành một công việc hàng ngày phải chăng thay vì một hạng mục ngân sách.

Đây cũng là nơi tầng định tuyến thay đổi bài toán, và điều đó đáng để nói cho chính xác. OrcaRouter chưa định tuyến Tencent Hy4 Preview — Tencent chưa mở mô hình này cho các nền tảng suy luận bên thứ ba, vì vậy nó chạy trên endpoint TokenHub của Tencent Cloud và trên các triển khai tự lưu trữ của bộ trọng số mở, và chúng tôi không tuyên bố phục vụ những gì mình không phục vụ. Nhưng nguyên tắc khiến việc giảm giá trở nên có ý nghĩa cũng chính là nguyên tắc mà phần còn lại của danh mục vận hành theo: OrcaRouter chuyển tiếp giá niêm yết của nhà cung cấp mà không thêm bất kỳ khoản chênh lệch nào, vì vậy khi một nhà cung cấp định giá token ở mức 6 nhân dân tệ, con số bạn trả ở phía chúng tôi là 6 nhân dân tệ, chứ không phải phiên bản bán lại đã bị đội giá — và ngày nhà cung cấp thay đổi giá, thay đổi đó sẽ có hiệu lực ở phía chúng tôi ngay trong ngày. Một API cho hơn 200 mô hình, tự động chuyển đổi dự phòng giữa các nhà cung cấp khi một nhà cung cấp gặp trục trặc, và DSL định tuyến để kết hợp các mô hình thành một lời gọi duy nhất: đó là cơ chế sẽ vận hành Tencent Hy4 Preview ngay khi Tencent mở quyền truy cập, và đó là cơ chế bạn đã có thể sử dụng để chạy một mô hình mới, chưa được kiểm chứng bên cạnh một mô hình đã được kiểm chứng mà không đặt cược đường vận hành sản xuất của bạn vào bất kỳ mô hình nào.

Những tuyên bố đáng đọc lại lần thứ hai

Hai điều trong tài liệu ra mắt nói về cách mô hình được xây dựng, chứ không phải điểm số của nó, và chúng xứng đáng được chú ý riêng biệt.

Điều đầu tiên là vòng lặp tự cải thiện. Tencent cho biết Tencent Hy4 Preview đã tham gia vào quá trình nghiên cứu và phát triển của chính nó — nó được dùng để tối ưu hóa các phương pháp huấn luyện, chiến lược dữ liệu, hệ thống đánh giá và các toán tử cấp thấp đã tạo ra nó. Đó là một chu kỳ tự nâng cao đệ quy ban đầu: một mô hình giúp thiết kế phiên bản tiếp theo của chính mình, và Tencent công bố nó như một năng lực đã phát hành. Đây là một tuyên bố lớn, và hoàn toàn là tự báo cáo.

Thứ hai là một kết quả toán học. Tencent báo cáo rằng mô hình đã nâng cận dưới đã biết của bài toán Blaschke–Lebesgue — một câu hỏi mở lâu đời trong hình học lồi về vật thể có chiều rộng không đổi với thể tích tối thiểu — từ 0.380799 lên 0.41104, đưa nó đến gần trong khoảng 2% so với giả thuyết tứ diện Meissner. Tencent cũng báo cáo tốc độ nhanh gấp 2.0x trong mô phỏng lớp màng phospholipid gồm 32.512 nguyên tử, giảm xuống còn 54,9 mili giây mỗi bước. Những kết quả như thế này thường giúp một mô hình có bài báo riêng; ở đây chúng chỉ là những điểm nhấn ra mắt, và giống như mọi thứ khác trong ngày đầu tiên, chúng là lời tự công bố của chính Tencent.

Những khoảng trống trung thực

Tencent liệt kê rõ ràng các hạn chế đã biết. Không có đầu vào thị giác hoặc đa phương thức — Tencent Hy4 Preview là mô hình văn bản, đơn giản vậy thôi, vì vậy bất cứ thứ gì liên quan đến hình ảnh hoặc video thuộc về một mô hình khác. Tencent cũng nêu rõ hành vi khởi động chậm trên các tác vụ phức tạp — suy nghĩ lâu trước khi đưa ra đầu ra đầu tiên — và xu hướng tự kiểm tra quá mức, đốt token để kiểm tra lại công việc đã hoàn thành. Sự kết hợp đó hoàn toàn không phù hợp cho trò chuyện nhạy cảm với độ trễ và hoàn toàn chấp nhận được cho công việc kỹ thuật xử lý hàng loạt ngoại tuyến, điều này cho bạn biết nơi Tencent mong đợi bạn vận hành nó.

Và thiếu sót quan trọng nhất là khâu xác minh. Chưa hề có bất kỳ điểm số độc lập nào cho Tencent Hy4 Preview ở bất cứ đâu — không có trên bảng xếp hạng công khai, không có từ phòng thí nghiệm đánh giá bên thứ ba nào. Mô hình này quá mới. Bài kiểm tra mù từ chuyên gia nội bộ là một tín hiệu hữu ích về cách các nhà đánh giá của chính Tencent nhìn nhận nó khi so với GLM-5.3 và Kimi K3, nhưng đó là các nhà đánh giá của Tencent chấm trên các bài toán của Tencent. Mọi thứ nằm ngoài bảng thông số kỹ thuật đều mới chỉ là tuyên bố đang chờ được kiểm chứng.

Cách để thực sự dùng thử ngay hôm nay

Con đường thực tế rất ngắn. Tải trọng số từ Hugging Face, GitHub, ModelScope hoặc GitCode và phục vụ chúng bằng vLLM hoặc SGLang; gọi API TokenHub của Tencent Cloud nếu bạn muốn một endpoint được lưu trữ với giá niêm yết; hoặc sử dụng nó trong CodeBuddy hoặc WorkBuddy, nơi Tencent đang chạy chương trình dùng thử miễn phí hai tuần. Quyền truy cập miễn phí của mô hình Hy3 kéo dài đến hết ngày 30 tháng 9, và nhịp phát hành của riêng Tencent — khoảng một phiên bản lớn mỗi hai tháng — cho thấy bản phát hành Hy4 đầy đủ sẽ không lâu sau bản xem trước.

Bản tóm tắt trung thực: một mô hình open-weight 770B, ngữ cảnh triệu token, với giá ¥6 cho mỗi triệu token đầu vào là một thứ có thật tính đến hôm nay, và điểm chuẩn mạnh nhất gắn với nó là tuyên bố của nhà cung cấp về việc ngang bằng với một mô hình biên giới đóng mà chưa ai tái lập được. Hãy tải nó về, chạy bài kiểm tra bạn thực sự quan tâm, và để bằng chứng quyết định xem mức giá còn là câu chuyện chính hay không.