Tencent Hy4 对比 Tencent HY3：四倍的上下文，四倍半的价格

腾讯 HY3 是一个 2950 亿参数的专家混合模型，你可以下载它、在自有硬件上部署服务，并按每百万输入 token 0.18 美元调用。腾讯 Hy4 是一个 7700 亿参数的模型，上下文窗口是前者的四倍，具备可操控桌面的计算机使用模式，输入价格为 0.834 美元——但其权重只是承诺开放，而非已经发布。它们同属混元系列，相隔一代、四个月；有意义的比较不是谁在腾讯自己的评分表上得分更高，而是你被允许运行哪一个、在哪里运行，以及最终成本是多少。

这种区分之所以重要，是因为这两个模型并不是在争抢同一个位置。HY3 是一匹可以放在防火墙后、微调之后就无需再操心的“干活主力”。Hy4 则是今早才发布的、前沿级别的 API 模型，其许可证尚未拟定。在两者之间做选择，主要取决于约束条件，能力只是次要考量。

这两个模型，逐维度来看

• 总参数 — Tencent HY3 为 295B，而 Tencent Hy4 为 770B。

• 每个 token 的激活参数量——21B 对 49B，两者均为采用 top-8 路由的混合专家模型。HY3 在 80 层中拥有 192 个专家；Hy4 在 78 层中拥有 256 个路由专家外加 1 个共享专家，并配备一个 10B 的多 token 预测层用于投机解码。

• 上下文窗口——262,144 个 token 对比 1,048,576 个。正好是四倍，也是两者之间最大的单项功能差异。

• 输入模态——HY3 仅支持文本，而 GA 版本支持文本和图像，这是该产品线首次具备视觉能力。

• 权重 — HY3 采用 Apache 2.0 许可，今日即可下载，其中包括一个 FP8 checkpoint。Hy4 则计划中、日期未定、尚未授权。

OrcaRouter 上的价格——HY3 每百万 token 输入 $0.18、输出 $0.59；Hy4 为 $0.834 和 $2.501，即输入是 4.6 倍、输出是 4.2 倍。

• 缓存输入——HY3 每百万 0.059 美元，Hy4 则为每百万 0.042 美元。在这里，那个“昂贵”的模型反倒是更便宜的一个，而这一行数据对 agent 工作负载的算术影响，比那个头条比例所暗示的要大得多。

缓存行是价格差距减半的地方。

大多数比较都止步于输入价格，并得出结论：Hy4 的成本是它的四倍半。对于一个聊天框来说，这大致是对的。但对于一个每一轮都会重新读取同一份 200,000 token 仓库的智能体来说，这个结论会偏差两倍，因为这两个模型对缓存 token 的计费顺序与对全新 token 的计费顺序相反。

假设一个二十轮的会话，上下文为 200,000 个 token，每轮输出 2,000 个 token，其中 90% 的输入由缓存提供。也就是 360 万个缓存输入 token、40 万个全新输入 token 和 4 万个输出 token。

• 腾讯 HY3 — 缓存输入 $0.21，全新输入 $0.07，输出 $0.02。总计 $0.31。

• Tencent Hy4 — 缓存输入 $0.15，新输入 $0.33，输出 $0.10。总计 $0.58。

完全不用缓存的同一会话，在 HY3 上费用为 $0.74，在 Hy4 上为 $3.44——整整 4.6 倍。缓存正是缩小差距的关键，而且从两端同时缩小：Hy4 的缓存费率比 HY3 低 29%，而其全新费率则高出 4.6 倍。对于长时间运行的智能体，账单最终约为 1.9 倍，而不是 4.6 倍。

在任何人据此做预算之前，有两点需要注意。缓存命中价格只适用于提供商实际从缓存中提供的 token，而命中率取决于你如何组织前缀；每一轮都编辑自身上下文的会话，其缓存量会少于只追加内容的会话。而且，200,000 token 的上下文能放进 HY3 的窗口，这正是这种比较之所以可能的原因——超过 262,144 token 后，HY3 就不是更便宜的选择了，而是根本不是一个选项。

供应商数据说明了什么，以及“运行两次”的问题

Tencent 在发布 Hy4 预览版时公布了一张对比表，这是该公司迄今唯一一次公开的并列对比。应把它理解为发展方向，而不是一组差异值。

• Terminal-Bench 2.1 — 在腾讯自己的对比图表中，HY3 为 70.8，而 Hy4 系列为 85.4。

• DeepSWE — 28.0 对比 64.3，是表中相对提升幅度最大的一项。

• SWE-bench Pro — HY3 为 57.9；Hy4 系列为 65.7。

• BrowseComp — HY3 为 84.2，Hy4 未重述。

• 使用工具的 Humanity's Last Exam — HY3 为 53.2，未重复说明。

陷阱在于 70.8 这个数字。腾讯的 HY3 发布帖称 Terminal-Bench 2.1 得分为 71.7，而 Hy4 对比图对同一模型名称标的是 70.8。这几乎肯定是同一基准的两次运行，只是测试框架或采样设置变了；这意味着你不能把两行已公布数据相减，声称提升了 14.6 分。诚实的说法是：在 HY3 得分约 71 的基准上，Hy4 谱系得分在 85 分左右，而这来自两次独立的厂商运行，且从未在公开场合对账。

正式发布版（GA）没有重新发布其中任何内容。它转而增加了两项内部对比——GameDev 较预览版 +19.1%，GameLogic +9.8%——以及一个金融专家小组评分，其中 Hy4 平均为 3.04，而 Kimi K3.1 Pro 和 GLM-5.3 均为 2.68。这些都不独立，也没有任何一项直接与 HY3 对比。如果你需要一个数字来为采购决策辩护，那么这两个模型都没有经得起审视的数字；现有的只是关于 HY3 的四个月从业者报告，以及关于 Hy4 的一个上午的厂商声明。

HY3 仍然完胜之处

四件事，而且前三件相差甚远。

它在你运行的地方运行。Apache 2.0 权重、FP8 检查点、vLLM 与 SGLang 配方，以及 295B 的总规模——在 FP8 下可装入单台多 GPU 节点。Hy4 需要大多数团队都没有的集群，而且在腾讯发布许可证之前，根本无法合法地自托管。

它在每个 token 和每个任务上的速度都更快。一个激活参数为 21B、上下文窗口为 256K 的模型，每次调用所做的功，要少于一个激活参数为 49B、推理时间更长、并且在预览版中对自己的输出过度验证的模型。腾讯声称正式版（GA）缩短了思维链，但即便是修正后的 Hy4，每个答案所消耗的计算量也高于 HY3。对于延迟敏感的场景——自动补全、聊天、分类——HY3 才是更合适的形态。

它足够便宜，可以作为默认选项。在 $0.18 和 $0.59 的价位上，HY3 处于这样的区间：你可以把所有请求都路由给它，再有选择地升级。而在 $0.834 和 $2.501 的价位上，Hy4 则是你需要刻意路由过去的模型。

它有过往记录可查。HY3 自 2026 年 7 月 6 日起正式可用，已有三个月的生产使用，之前还有一段预览期。Hy4 GA 才发布几个小时，且发布时没有附带基准测试表。一个已知失败特征的模型，比一个更好但失败特征未知的模型更有价值。

在唯有 Hy4 才是答案的地方

三项工作负载确实没有 HY3 选项。

任何超过 262,144 个 token 的内容。一份 400 页的合同、一个 monorepo、一小时的转录文本——HY3 都无法容纳，而分块处理是另一种产品，具有不同的故障模式。

• 图像。HY3 是文本输入、文本输出。Hy4 GA 能读取图表、示意图和截图，这使其成为首个能够真正融入文档或 UI 流水线的 Hy 模型。

• 桌面与应用程序控制。通过 GUI 和 CLI 结合来使用计算机是 GA 版本中的新增功能，而且无论怎样提示，HY3 都无法获得鼠标。

其他一切都要做成本决策，而一旦启用缓存，这项成本决策的实际差距就比价目表所暗示的更小。

同时运行两者而不做选择

对大多数团队而言，合理的架构选择不是迁移，而是拆分：将 HY3 作为短任务、高频、延迟敏感型工作的默认选择，将 Hy4 用于 HY3 在物理上无法承载的长上下文、视觉或智能体类场景。

在 OrcaRouter 上，这种拆分是一条路由规则，而不是两个集成。两个模型共用同一个密钥——orca 按提供商标价原样透传、不加价，因此腾讯的价格变动当天就会在这里生效，而不是由我们重新定价——并且tencent/hy3和tencent/hy4-preview目前均可调用。在两者之间迁移工作负载只需更改模型字符串，而不是签订第二份合同或引入新的 SDK；路由 DSL 可以将超过 token 阈值或携带图像的任何请求发送给更大的模型，而其他所有请求则落到更便宜的模型上。具体到 GA 版本，目录尚未将其列出；等它上线后，它会位于同一个密钥之后，而在那之前，预览版是价格完全相同、最接近的可路由代理。

自动故障转移是这一论点的另一半。一个全新的旗舰模型，既没有独立基准测试，发布当天又要排队，这正是你希望在路由后面再放一个模型的典型场景；而 HY3——可自托管、已发布、已在生产环境运行三个月——对于任何不属于长上下文或视觉的任务来说，显然是顺理成章的兜底选择。

这个决定，直白地说

如果你的工作负载不超过 256K tokens、以文本形式传入，并且需要大规模运行，那么在 2026 年 11 月 4 日，Tencent HY3 仍然是更划算的选择。它在处理新 token 时成本只有四到五分之一；在真实场景的缓存智能体会话中，成本约为一半；而且它速度更快、可下载，并且广为人知。

如果你需要百万级 token 窗口、图像理解或桌面控制，腾讯 Hy4 并不是在与 HY3 竞争——它是唯一能胜任这项工作的混元模型，比较也就变成了 Hy4 与你为该工作负载会使用的其他任何模型之间的对比。它的价格在家族中偏高，而放到前沿模型面前则平平无奇；它今天真正的短板不是成本，而是这个模型没有公开的基准测试表、没有许可证，且才问世一个上午。