腾讯HY4预览版已开源：770B MoE、100万上下文，价格低于前沿模型

腾讯于2026年8月28日发布并开源了Tencent HY4 Preview，这是数月来中国实验室推出的首个真正具有竞争力的开放权重旗舰模型，而其最令人惊讶的数字是价格。腾讯将其定价为每百万输入token 6元（约合0.85美元）、每百万输出token 18元（约合2.50美元）——大约是顶级闭源前沿模型输出定价的十分之一——同时发布了一个7700亿参数的混合专家模型，其中每个token激活490亿参数，上下文窗口超过一百万token。它是Hunyuan家族Hy3（总计295B，上下文256K）的继任者，将上下文扩大至四倍，同时激活容量增加超过一倍。权重今日即可从Hugging Face、GitHub、ModelScope和GitCode下载，同一模型也已上线腾讯自家产品：WorkBuddy、国内与国际版本的CodeBuddy、Yuanbao助手，以及ima工作空间应用。对于一直关注开放权重模型在软件工程任务上落后于前沿水平的人来说，这次发布终于让差距变得可以讨论——而这些注意事项与数字本身同样重要。

这一定位是经过深思熟虑的。腾讯将腾讯HY4 Preview定位为面向四个领域的生产力模型：软件工程、办公与数据分析、游戏开发以及科学研究。对工程领域的侧重使其区别于通用型AI——发布说明主打长周期任务理解、规划与调试能力，而非聊天质量。这一侧重点同样体现在集成列表和基准测试表中：CodeBuddy在其IDE中接入该模型，WorkBuddy将其应用于办公工作流（腾讯展示了该模型一次性处理72份财务文档的能力），游戏开发者则可通过MCP接口连接虚幻引擎5和Unity，将一句话转化为可玩的演示。

实际发布的内容

这份规格说明书值得逐行阅读，因为每一行都会改变开放权重模型被允许做的事情。

• 架构 — 专家混合（Mixture-of-Experts），总参数量770B，每个token激活49B，约16:1的稀疏比，使推理成本保持在小型团队实际可负担的范围内。

• 上下文窗口 — 超过100万个token，是Hy3的256K的四倍。长周期工程任务 — 将整个代码仓库放入窗口、多文件重构、大批量文档处理 — 都成为单次请求即可完成的任务。

• 权重 — 以MIT风格开源许可发布，覆盖Hugging Face、GitHub、ModelScope和GitCode。这是一个可下载、可本地部署的模型，而非云端演示版。

• API — 可在腾讯云 TokenHub（厂商自托管的端点）上使用，定价为每百万输入 token 6 元、每百万输出 token 18 元、缓存命中每百万 token 0.3 元。

• 产品集成 — WorkBuddy、CodeBuddy（国内和国际）、Yuanbao 和 ima，这意味着腾讯在其自身应用中发布的权重，正是你可以拉取并运行的权重。

Tencent also reports an inference-engineering figure that rarely makes a launch note: a 31.8% end-to-end throughput improvement from operator fusion and communication optimization. What makes it more than a spec-sheet footnote is that Tencent says Tencent HY4 Preview found the bottlenecks itself — the model analyzed its own inference stack, and the optimizations are reported stable across context lengths and concurrency levels. That is the kind of detail that separates a model a lab ships as a research artifact from a model a company expects production traffic to hit. On a preview that has been public for only a few days, it is also exactly the kind of claim nobody outside Tencent has verified yet.

值得引用的分数

Every benchmark Tencent published for Tencent HY4 Preview is vendor-reported — run on Tencent's own evaluation setup, unreproduced by any independent lab, and the model has been public for only a few days. Read them as the ceiling Tencent believes it hit, not as established fact.

最引人注目的数字是 Terminal Bench 2.1，这是一项测试模型在编码时操作真实终端能力的基准。腾讯报告称，Tencent HY4 Preview 得分为 85.4，与 Claude Opus 5 持平，超过 DeepSeek V4 Pro，并比其前代产品 Hy3 高出 14.6 分。这单个数字承载了太多分量——它声称一款开放权重模型在一项严苛的智能体编码测试中能与最昂贵的封闭式前沿模型并驾齐驱——而这正是最需要独立验证的说法。

内部表格的其余部分：软件工程基准测试DeepSWE从Hy3上的28.0分跃升至64.3分，腾讯称其与第一梯队模型的差距“正在逐步缩小”。在工具调用测试Toolathlon-Verified中，它取得74.1分，腾讯表示这一成绩超越了Qwen 3.8 Max和GPT-5.6 Sol，接近Kimi K3和Claude Opus 5。在APEX-Agents的pass@1指标上，它达到37.1，仅以微弱差距落后于Kimi K3的37.2。此外，在另一次内部盲测中，163位专家对203项工程任务评分为4.00分制下的2.99分，略高于GLM-5.3的2.92分和Kimi K3的2.94分。

有两个模式很突出。首先，每一项强劲的数字都出现在智能体工程工作上——终端操作、工具调用、代码库级任务——而没有一项出现在通用知识或推理上，这与生产力定位一致，而非巧合。其次，腾讯谨慎地将DeepSWE及其他模型描述为缩小差距，而非消除差距。唯一一个清晰且具有市场宣传价值的持平声明是Terminal Bench 2.1打平，而这正是最值得用你自己的工作量去检验的声明。

定价实际买到什么

定价正是这次发布从有趣走向颠覆性之处。按照腾讯的标价，一百万输入词元的成本，大约相当于某些平台上一次中档API调用的成本。每百万输出词元18元（约合2.50美元）的价格，远低于顶级闭源前沿模型每百万输出25美元的价格，而0.3元的缓存命中价格使得长智能体循环——即相同的系统提示词和对话前缀被不断重新发送——运行起来异常便宜。

{{1}}这也是唯一一处路由层会改变定价算法逻辑的地方。{{/1}}{{2}}OrcaRouter 目前尚未路由 Tencent HY4 Preview{{/2}}——{{3}}腾讯还没有向第三方推理平台开放这一模型，{{/3}}{{4}}所以它目前运行在腾讯云自有的 TokenHub 端点，以及开放权重的自托管部署上，{{/4}}{{5}}而我们不会宣称自己提供实际上并未提供的服务。{{/5}}{{6}}但让降价真正有意义的原则，与目录中其他模型所遵循的原则是相同的：{{/6}}{{7}}OrcaRouter 以零加价的方式原样传递提供商的标价，{{/7}}{{8}}所以当像腾讯这样的供应商将 token 定价为 6 元时，你在我们这边支付的价格就是 6 元，而不是被转售加价后的版本，{{/8}}{{9}}而且某一天供应商调整了价格，我们这边也会在同一天生效。{{/9}}{{10}}一个 API 即可接入 200 多个模型、单个提供商出现故障时自动在提供商之间故障转移、以及用于组合模型的路由 DSL{{/10}}——{{11}}正是这套机制，将在 Tencent HY4 Preview 具备可路由条件的那一刻将其接入，{{/11}}{{12}}与目录中已有的其他开源和闭源模型一同提供。{{/12}}

规格表无法涵盖的部分

发布材料中的两项主张值得单独关注，因为它们关乎模型的构建方式，而非其得分情况。

The first is the self-improvement loop. Tencent says Tencent HY4 Preview participated in its own research and development — it was used to optimize the training methods, data strategy, evaluation systems, and underlying operators that produced it. The 31.8% throughput gain is the most concrete public output of that loop: Tencent credits it to bottlenecks the model identified in its own serving stack. That is an initial recursive self-enhancement cycle: a model helping design the next version of itself. It is not unusual for a frontier lab to report pieces of this, but a Chinese open-weight model publicly describing the loop as a shipped capability is a step-change in how these releases talk about themselves.

The second is the mathematics result. Tencent reports that the model advanced the known volume lower bound of the Blaschke–Lebesgue problem — a long-standing open question in convex geometry about the minimum-volume body of constant width — from 0.380799 to 0.41104, bringing it within roughly 2% of the Meissner tetrahedron conjecture's bound. Tencent also reports a 2.0x speedup on a 32,512-atom phospholipid bilayer simulation, down to 54.9 milliseconds per step, in the scientific-research lane. These are the kinds of results that usually get a model its own paper; here they are launch bullets, and like the rest of the launch material they are Tencent's own account.

老实说，缺少的是什么

腾讯明确列出了已知限制，这些限制对于任何决定在此模型上构建什么的人来说都很重要。该模型不支持视觉或多模态输入——腾讯HY4 Preview是纯文本模型，仅此而已，因此任何涉及图像或视频的任务都应放在其他模型上。腾讯还指出，该模型在复杂任务上存在启动缓慢的行为——首次输出前需要长时间思考——并且倾向于过度自我验证，消耗token反复检查已完成的工作。这种组合对延迟敏感的聊天场景恰恰是糟糕的，而对离线批量工程任务来说则恰恰可以容忍，这说明了腾讯期望你在哪里运行它。

And the most important absence is verification. There are no independent scores for Tencent HY4 Preview anywhere yet — not on a public leaderboard, not from a third-party eval lab, not even an Artificial Analysis entry. The model is too new for that. The internal expert blind test is a useful signal about how Tencent's own reviewers see it against GLM-5.3 and Kimi K3, but it is Tencent's reviewers on Tencent's tasks. Everything above the spec sheet is a claim awaiting a check.

今天谁该拉重量？

老实说，这次发布可以清晰地划分为两类受众。如果你在自己的基础设施上运行工程类工作负载，而封闭 API 的成本效益一直是你的顾虑，那么 Tencent HY4 Preview 现在值得你花一个正经的周末去认真测试：权重已开放，上下文窗口达到仓库级规模，而且其标价让长时间的智能体循环变得负担得起——这是那种每百万输出 token 收费 25 美元的模型永远无法做到的。如果你是运行对延迟敏感的生产级聊天、或任何多模态任务、或任何无法承受一个只有厂商自家基准作为证据的模型，那么请再等等——腾讯自二月以来一直保持的两个月迭代节奏表明，完整的 Hy4 版本应该不会太远了；而这次预览明确只是一个带有已知瑕疵的早期迭代。

务实的中间路线是一种路由模式：在关键路径上运行久经考验的模型，让新模型并行运行，在成本效益占优的任务上切入 Tencent HY4 Preview，不占优时自动回退。这正是路由器存在的意义——如今以各家供应商标价承载 Claude Opus 5、DeepSeek V4 Pro 和 Gemini 3.1 Pro 的 OrcaRouter，在腾讯开放该模型的那一天，也会以同样方式承载它。在那之前，权重在 GitHub 上，API 在腾讯云上，而"开源权重模型跻身智能体编程顶尖水平"这一说法，终于有了一个具体的数字作证。这个数字属于腾讯。而测试，由你来做。