腾讯 Hy4 Preview 开源发布的主视觉标题卡片。居中标题为“Tencent Hy4 Preview — open, 770B MoE, 1M context”。下方是关键规格标签:“770B total / 49B active (MoE)”、“1M context window”、“Apache License 2.0”、“¥6 / ¥18 per MTok”。底部一行文字为“Open weights · TokenHub API · WorkBuddy / CodeBuddy / Yuanbao / ima”。OrcaRouter 标志合成在右下角。
Guides & Insights

腾讯 Hy4 权重开放:770B、多模态、新许可证

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

今天上午,Tencent Hy4 不再是一个只能租用的模型。开放权重已于 2026 年 11 月 20 日在 Hugging Face 上线——仓库带有当天上午 03:05 UTC 的上传时间戳,包含 245 个 safetensors 分片,BF16 格式,总计 1.55 TB,旁边还有一份 FP8 副本和一个预训练基础模型,并同日镜像至 ModelScope 和 GitCode,还建立了 GitHub 仓库。Tencent Hy4 并非新模型:Tencent 于 2026 年 11 月 4 日将其作为正式可用旗舰模型发布,距离 Tencent Hy4 Preview 于 8 月 28 日发布还不到十周;直到今天,你只能通过 API 访问它。改变的不是权重里包含什么,而是谁可以运行它们,以及依据什么条款运行。

这些条款的变化比模型本身走得更远。八月预览版采用 Apache 2.0;Hy4 则不是,差异在于一条包含收入门槛的条款。在同一时期,该系列获得了首个独立基准测试,把我们八月标记的一组厂商说法转化为可实际比较的数字——而其中的注意事项与分数同样重要。

仓库里实际落地了什么

是三个仓库,而不是一个,它们之间的差异决定了在开始 786 GB 下载之前你想要哪个文件。

• tencent/Hy4——指令微调模型。245 个分片、1.55 TB 的 BF16 权重,以及根据 safetensors 索引统计出的 774.4B 参数。该数字大于 Tencent 为语言主干给出的 770B,因为它包含视觉编码器、适配器和推测草稿模型。

• tencent/Hy4-FP8 — 同一模型量化至 FP8:245 个分片,786 GB。这是腾讯自家 vLLM 方案所采用的检查点,因此,如果你打算遵循厂商的部署路径而不是自行另创一套,就应该拉取它。

• tencent/Hy4-base —— 预训练基础模型,280 个分片,1.54 TB。它不是 instruct 模型,T​encent 在模型卡中也说明了这一点;聊天和推理示例不适用于它。

• 不止 Hugging Face —— ModelScope 和 GitCode 也收录了同样的三个,腾讯 AngelSlim 团队发布了用于本地测试的 GGUF 构建,而 Tencent-Hunyuan/Hy4 的 GitHub 仓库于今日推送。腾讯的服务配方固定使用预构建镜像,而不是某个版本范围:vllm/vllm-openai:hy4 和 lmsysorg/sglang:hy4,后者是跨 x86 和 Arm 的多架构镜像。

• 系统卡 — Tencent 以 PDF 形式在 hy.tencent.ai/Hy4_system_card.pdf 发布了 Hy4 系统卡,并在模型卡中提供了该链接。我们无法从当前网络加载该文档,因此本文没有任何内容引用它。Tencent 称其包含一份全面的安全评估报告;这一描述出自供应商,报告则请自行阅读。

这些代码仓库在公告发布之前就已创建——tencent/Hy4 建于 10 月 29 日,FP8 和基础版本仓库建于 11 月 18 日——而每个仓库的最后修改时间戳都是今天 03:05 UTC。筹备发布和对外公布是两个独立的步骤,而这一次的发布已经筹备了三周。

该许可证不再是 Apache 2.0。

在配置之前先打开 LICENSE 文件。预览仓库 tencent/Hy4-preview 仍带有 apache-2.0 标签和一份 Apache 文本;我们在八月写的关于自托管、微调和商业使用的一切内容,就那个模型而言都是正确的。Hy4 以 T​encent Hy License, Version 1.0 发布,而该许可证本身声明:它派生自 Apache License 2.0 并经过修改——主要是在第 10 节中针对大型模型即服务企业的附加商业条款——并且它“并非 Apache License, Version 2.0,也未获得 Apache Software Foundation 的认可,亦与其无关联。”

第10.2条是实际适用条款。如果您经营模型即服务业务,则在以下任一情况下,您需要获得 Tencent 另行出具的书面许可:您在任意连续12个月期间的全球合计总收入超过5000万美元,无论该收入是否来自本模型;或者您希望在任何日历月内将本模型用于月活跃用户超过1亿的产品或服务。第10.3条豁免仅限内部使用的行为,前提是模型、其衍生品及其输出均不向第三方提供。许可申请请发送至 [email protected]。

按字面理解,营收测试是全公司范围的,而不是按模型单独计算的。一家年营业额达 6000 万美元、业务横跨不相关产品的公司,即使该模型仅占其业务的 1%,要转售 Hy4 推理服务也需要单独的许可证——而为内部分析托管该模型的小团队则落在 10.3 范围内,完全不会触及该条款。这与 Apache 2.0 是实质性不同的交易安排,而且这类条件往往是在产品发布六周后、由法律审查才发现的。三天前发布的 Hy4 flash 采用了同样的许可证,我们已在那里详细梳理了该条款;对旗舰模型而言,这里的要点更窄。该系列已于 11 月 4 日不再采用 Apache,而今天是旗舰权重首次附带替代许可证发布。

自八月预览版以来有哪些变化

八月的文章描述了一个仅支持文本的 770B 模型,带有单个多 token 预测层。这些说法中有三处对 Hy4 而言已不再成立,而且这一更正绝非表面文章。

• 模态——Hy4 原生支持多模态。一个具备动态图像分辨率的 1.23B 视觉 Transformer 将输入送入适配器,适配器再把图像和视频帧特征转换为语言模型可用的视觉 token。Tencent 称其活跃参数为 490 亿文本参数加 12.3 亿视觉参数,其模型卡声称具备文本、图像和视频理解能力。过去那句“这是文本模型,仅此而已”的说法适用于预览版,而且只适用于预览版。

• Drafter——预览版中单个 10B MTP 层(0.7B 激活)被 DFly2 取代:这是一个 5 层、3.3B 参数的 drafter,与其对应的注意力层共享 KV cache 以及由索引器选出的前 2,048 个位置。Tencent 所述的结果是成本恒定(无论上下文长度如何,每个草稿 token 最多关注约 2,000 个键)、drafter 无需单独的 KV cache,以及从 prefill 到 decode 传输一个最后一层隐藏状态。

• 主干——关键之处保持不变:78 层,其中 1 个稠密层和 77 个专家混合层,256 个路由专家加 1 个共享专家,Top-8 路由,带 IndexCache 的门控 DeepSeek 稀疏注意力,跨四个残差流的恒等超连接,具有 64 个头的 MLA,以及 1,048,576 个 token 的上下文窗口。

8月的一项说法既未得到确认,也未被撤回。我们曾引用 Terminal Bench 2.1 的 85.4,这是一个厂商数据,被描述为与某个闭源前沿模型打平,且无人复现。Hy4 模型卡没有重述这一数字;其针对预览版以及对照模型的头对头结果以图表图片而非文本形式发布,而从 JPEG 中转录数字,正是基准测试说法被洗白的方式。8月的这个数字应被理解为一项未经裁决即已失效的预览版说法。

A single-model scoreboard titled 'Tencent Hy4 Preview — the scoreboard'. Rows read: 'Total params: 770B MoE', 'Active params: 49B', 'Context: 1M tokens', 'Weights: open (Apache 2.0)', 'Price: ¥6 / ¥18 per MTok (¥0.3 cache hit)', 'Independent scores: none yet'. A footer reads 'Benchmark claims vendor-reported, unreproduced as of Aug 28, 2026.' The OrcaRouter logo is composited in the bottom-right corner.

Tencent 自己给出的数字,作为主张来解读

模型卡中有五项结果是以文字而非图表形式陈述的,这使它们成为值得精确引用的内容——而且这五项全部都是 T​encent 的评估,基于 T​encent 的任务,比较模型也由 T​encent 运行。

• 金融 — 213 名金融专业人士对 579 项真实金融任务进行了评分,其中 153 人来自金融机构,超过 70% 拥有至少五年行业经验。Hy4 平均得分为 3.04(满分 4 分),而 DeepSeek-V4.1-Flash-1017 为 2.97,Kimi K3.1 Pro 为 2.68,GLM-5.3 为 2.68。T​encent 与其自有金融科技团队共同开展了这项评测。

• 可靠性——内部评估显示,幻觉率为5.45%,低于预览版的15.76%;推测性错误率为5.6%,低于23.1%。

• 游戏开发——在 GameDev 上较预览版提升 19.1%,在 GameLogic 上较预览版提升 9.8%,基于与 Tencent 自家游戏部门共同构建的评估数据。

• 金融与办公,第二项指标——在 IRAB 上提升 12.03 个百分点,IRAB 是金融 AI 公司 RabyteTech 的内部基准。

• 研究 — 在 TenureTrail 上位居开放权重模型之首;TenureTrail 是 T​encent 的内部基准,涵盖七个学科的 123 项研究任务。

金融评测面板是五个中最强的,因为 213 位外部专业人士和 579 项任务构成了真实样本,而非精心策划的演示。它仍然是一个对 Tencent 所选任务进行评分的评测面板,而排名第二的模型也是 Tencent 提供服务的模型。这些数字均未在 Tencent 之外得到复现,而且该评测卡自身的局限性部分比大多数都更坦率:它表示,在研究级数学、长周期编程、模型自我改进和高级视觉问答方面,与顶尖专有模型相比仍存在显著差距。这句话正是需要与那些胜绩相权衡的一句,因为这是 Tencent 自己点出了尚未收尾的工作。

开放权重对 0.83 美元价格的影响

标价没有变动。T​encent Cloud 国际站价目表上仍然写着每百万输入 token 0.834 美元、每百万输出 token 2.501 美元、每百万缓存读取 0.042 美元;中国大陆价目表上仍然是 6 元、18 元和 0.3 元,外加 T​encent 在 GA 时附上的促销条款。开放权重改变的是你的替代方案,而不是厂商的价目表——而对大多数团队来说,这个替代方案代价高昂。BF16 检查点为 1.55 TB,FP8 检查点为 786 GB,而 T​encent 自家的 vLLM 方案以八路张量并行运行 FP8 模型,配合稀疏注意力内核和五 token 的 DFly2 投机配置。如果你手上并没有这一级别的硬件,自托管就是一项资本开支项目,而不是折扣。

这样一来,下载版本就剩下三类买家:一是受数据驻留或采购限制、API 无法满足需求的团队;二是打算做微调而不是直接调用的团队;三是持续用量足以覆盖机器成本的团队。对其他所有人来说,好处更小也更直接:昨天还只能从唯一一家供应商那里获得的模型,现在可以从不止一个地方获得——而开放权重正是让价格比较具有实际意义、而非停留在口头上的原因。

这正是 OrcaRouter 所在的层级。tencent/hy4 的标价为每百万输入 token $0.834、每百万输出 token $2.501,缓存读取为 $0.042——这是供应商自己的数字,因为提供商标价会以零加价透传,所以 Tencent 价目表上的降价当天就会在我们这里生效,而不必等到下一次经销商刷新。该条目提供 1,048,576 token 上下文和 65,536 token 输出上限,接受文本和图像,并可通过 OpenAI 兼容、Anthropic Messages 和 Responses 端点访问。预览版以相同价格列在旁边,且仍仅支持文本。一个密钥覆盖 217 个模型;当某个提供商性能下降时,自动故障转移会将请求转移到另一个提供商;路由 DSL 可将模型组合成一次调用——这让你能把两周前发布的旗舰模型与你已经信任的模型并列使用,而无需将生产路径押注于其中任何一个。

A screenshot of the OrcaRouter model catalog page (www.orcarouter.ai/models, captured August 28, 2026) showing a browsable grid of AI models with pricing and provider information, headed '198 models — 16 providers — one API key, one bill'. It illustrates the one-API catalog through which vendor list-price pass-through and automatic failover operate.

首个独立评分及其注意事项

Artificial Analysis 现已收录腾讯 Hy4 的页面,而这是挂在这个家族名下、并非由腾讯自己产出的第一个数字。在 Artificial Analysis 智能指数 v5.0.1 上,该模型得分为 35,在榜单 95 个模型中位列第 64,而同类中位数为 44。放在一个通用指数上,这是一个低于平均的成绩,而它与一张写满智能体与金融领域胜绩的厂商卡片并置时显得颇为违和——不过,一个为长周期工程任务而调校的模型,被放到一套广谱能力评测上打分,出现这种结果也在意料之中。

• 智力 — 35,在 95 人中排名第 64,班级中位数为 44。

• 成本 — 在 94 项中排名第 27。输入为每百万个 token $0.83,输出为每百万个 token $2.50,缓存折扣为 95%,运行一个索引任务需 $1.03。

• 速度 — 在 94 个中排名第 51。首个回答 token 用时 115.94 秒,每秒 93 个 token,每个索引任务耗时 14.0 分钟,而中位数为 12.6 分钟。

• 冗长程度 — 在 94 项中排名第 87。整个索引消耗 60.8 亿输入 token 和 1.6 亿输出 token,而中位数为 6540 万。在智能体循环中,正是这个数字在悄悄吞噬价格优势。

在任何人截图之前,关于那个页面有两点需要说明。Artificial Analysis 仍将 Hy4 标为“专有模型”,这在它开始对托管版本进行测时时是事实,但今天已不再属实;其基准测试面板仍在显然包含结果的图表上显示“无公开可用的 API”。两者都是一个围绕租用端点构建的页面所留下的产物;上方的汇总数字是 AA 自己的测量结果,但一个看起来为空的面板只是过时了,并不能证明其不存在。另一个注意事项是指数版本:v5.0.1 对量表进行了重新基准化,因此从较旧的 AA 页面引用的分数无法与这里的 35 分相比。而将两个来源并排比较,诚实的总结是:T​encent 的材料衡量的是模型被调优以取胜的场景,AA 衡量的是广泛的平均值,而且两者都没有被对方复现。

A screenshot of the Artificial Analysis model leaderboard (artificialanalysis.ai, captured August 28, 2026) showing frontier models ranked by the Artificial Analysis Intelligence Index. Tencent Hy4 Preview does not yet appear — it is too new to have an independent score, which illustrates the verification gap discussed in this article.

拉取 1.5 TB 之前要检查什么

许可证是第一个要打开的文件,而不是最后一个。如果你经营的模型即服务业务接近第 10.2 条中的任一门槛,请在下载之前、而不是在产品发布之后联系 T​encent,因为该条款的约束依据是收入和用户数量,与你实际使用了多少模型毫无关系。

然后是按让你花钱多少排序的实用检查。

• 存储和内存——FP8 检查点需要 786 GB,BF16 需要 1.55 TB,再加上你的服务框架额外占用的部分。腾讯的方案假定采用八路张量并行,因此机器数量由方案决定,而不是由你的耐心决定。

• 默认推理模式——reasoning_effort 接受 no_think 和 high,默认值为 high。该卡片建议 temperature 0.9 和 top_p 1.0。如果延迟很重要,no_think 是应最先测试的设置,而 AA 的冗长度排名正是应测试它而非假设它的原因。

• 腾讯所指出的这些差距——研究级数学、长程编程、模型自我改进和高级视觉问答。在你相信金融面板结果能够泛化之前,先用自己的任务去检验这些差距。

• 系统卡——请阅读 PDF,因为我们读不了,也因为一份你未曾读过的安全评估不过是一份新闻稿。

• AMA——T​encent 安排了一场直播活动,时间为 11 月 20 日星期五,太平洋时间上午 8 点至 10 点,并随发布一同公布。

贯穿整个发布的关键区分,是一个日期。Tencent Hy4 是 2026 年 11 月 4 日的模型;权重则来自 2026 年 11 月 20 日。它的能力今天没有任何变化,八月份未能复现的厂商基准测试,如今依然未能复现。真正的变化在于:此前有三件事你只能选择相信——许可证条款、视觉栈的内容,以及该模型在别人的评测中是否站得住脚——现在都变得可以查验了。其中一项查验已经在一项通用指数上给出了低于平均的结果,另外两项则等着你去运行。

本文中的对比2

根据本文内容识别