騰訊 Hy4 預覽版上線：770B MoE 模型，支援百萬 Token 上下文，每百萬輸入 Token 僅 ¥6

騰訊 Hy4 Preview 於 2026 年 8 月 28 日發布並開源，是騰訊六個月內推出的第三款旗艦模型，而這一代不再是研究里程碑，而是定價事件。它是一個混合專家模型，擁有 7700 億個參數——每個 token 激活 490 億個——原生上下文窗口達一百萬個 token，以 Apache License 2.0 授權發布，同時提供 BF16 與 FP8 版本，即日起可從 Hugging Face、GitHub、ModelScope 和 GitCode 下載。騰訊將其定價為每百萬輸入 token 6 元人民幣、每百萬輸出 token 18 元人民幣，約合 0.83 美元與 2.50 美元，這使得這款頂級開放權重模型的價格低於市面上幾乎所有封閉前沿模型。一次發布，三種面貌：你可以自行運行的開放權重、騰訊雲 TokenHub 上的 API，以及已在騰訊自家產品 WorkBuddy、CodeBuddy、元寶和 ima 中上線的相同權重。以下是實際交付的內容、騰訊宣稱的分數，以及目前尚無人驗證的部分。

工程設計的細節比參數量更重要，因為每一項都是影響成本的槓桿。該模型有 78 層深：第一層是標準的稠密前饋網路，其餘 77 層是 MoE 層，每一層有 256 個路由專家加上 1 個共享專家，每個 token 啟動前 8 個路由專家。大約 16:1 的稀疏比例讓一個 770B 的模型在服務時成本可控——任何一個 token 只有 49B 的切片在運作。一個專門的多 token 預測層（10B 參數，0.7B 活躍）支援推測解碼，注意力堆疊使用帶有 IndexCache 的門控 DeepSeek 稀疏注意力，以控制長上下文記憶體使用。推理可在長思考的 code>high/code> 模式與節省 token 的 code>no_think/code> 模式之間切換。這些細節決定了標題價格能否經得起真實工作負載的考驗，而不是模型能不能寫俳句。

附註解的規格表

逐行閱讀發行說明，因為每一行都在悄然改變開放權重模型被允許執行的行為。

• 參數 — 總共 770B，每個 token 活躍 49B，約 16:1 的稀疏度比例，使服務成本維持在小團隊實際負擔得起的範圍內。

• 上下文 — 原生的 1,048,576 token 視窗，為 Hy3 的 256K 四倍。完整的儲存庫、多檔案重構、72 份文件的財務套件——皆屬單次請求即可處理的問題。

授權 — Apache License 2.0 同時適用於 BF16 原始版本與 FP8 量化版本，代表可自行託管、微調及商業使用，無需受專有條款限制。

• 推論堆疊 — Tencent 將 vLLM 和 SGLang 列為支援的服務框架，這正是開放權重生態系統實際標準化的兩個框架。

• API — 騰訊雲的 TokenHub 端點，輸入 tokens 每百萬 ¥6，輸出 tokens 每百萬 ¥18，快取命中每百萬 ¥0.3。

產品整合——騰訊在 WorkBuddy、CodeBuddy（國內及國際版）、Yuanbao 和 ima 中提供的相同權重，就是你可以直接拉取並執行的內容。CodeBuddy 在推出時可享有該模型的兩週免費試用。

Tencent也報告了一項鮮少出現在發布說明中的推論工程數據：透過算子融合與通訊最佳化，端到端吞吐量提升了31.8%。正是這種細節，區分了實驗室作為研究產物發布的模型，與公司預期要承載生產流量的模型。上線第一天，這也恰好是Tencent以外尚無人實際測量過的那種宣稱。

值得引用的分數

「Tencent 為 Tencent Hy4 Preview 發布的每一項基準測試都是廠商自行回報——在 Tencent 自家的評估環境中運行，未經任何獨立實驗室複現，且該模型公開至今還不到一天。請將這些數字視為 Tencent 自認其達到的天花板。」

頭條數字是 Terminal Bench 2.1——一項測試模型在編碼時操控真實終端機能力的評測。騰訊報出 85.4 分，宣稱與 Claude Opus 5 打平、超越 DeepSeek V4 Pro，並比自家前代 Hy3 高出 14.6 分。這個單一數字肩負重任——它宣稱一個開放權重模型在一項艱難的智能體編碼測試上，能與最昂貴的封閉式前沿模型平起平坐——而這正是最需要獨立驗證的宣稱。內部評測表的其餘數據：DeepSWE 從 Hy3 的 28.0 躍升至 64.3，騰訊形容為「逐步縮小與一線模型的差距」；工具呼叫測試 Toolathlon-Verified 落在 74.1；APEX-Agents 的 pass@1 為 37.1，以些微差距落後 Kimi K3 的 37.2；SWE-bench Pro 為 65.7，SWE-bench Multilingual 為 82.9。在另一項內部盲測中，163 位專家對 203 項工程任務評分，在 4.00 分制中打出 2.99 分，略微勝過 GLM-5.3 的 2.92 分與 Kimi K3 的 2.94 分。

有兩個模式格外突出。首先，所有亮眼的數字都集中在代理式工程工作上——終端操作、工具呼叫、代碼庫規模的任務——而不是一般聊天或知識類任務，這與騰訊將該模型定位為「為生產力而生」、橫跨軟體工程、辦公與數據分析、遊戲開發及科學研究的方向一致。其次，騰訊謹慎地將 DeepSWE 等模型描述為縮小而非消除差距。唯一乾淨且具市場價值的對等宣稱是 Terminal Bench 2.1 的平手，而這也是最值得用你自己的工作量來測試的宣稱。

¥6 每百萬實際上能買到什麼

{{1}}定价是发布变得不再只是有趣、而是开始具备颠覆性的地方。{{2}}每百万输出token 18元——约合2.5美元——{{3}}一次消耗百万输出token的长时agentic编码会话，其成本大约仅为顶级闭源前沿模型同场会话的十分之一，{{4}}而0.3元的缓存命中价格，则让agentic循环中重复发送的系统提示和对话前缀，比多数竞争对手的缓存方案便宜得多。{{5}}腾讯自家的演示中，模型单次处理了72份金融文档；按这样的费率，这类批量任务只是日常可负担的工作，而非一条预算开支。

這也正是路由層改變盤算的地方，值得把話說精確。OrcaRouter 目前還沒有路由 Tencent Hy4 Preview——騰訊尚未將這款模型開放給第三方推論平台，因此它運行在 Tencent Cloud 的 TokenHub 端點，以及開放權重的自架部署上；我們不會宣稱提供我們並未提供的東西。但讓降價真正有意義的紀律，與目錄中其餘產品所依循的是同一套：OrcaRouter 以零加成方式原封不動地轉傳供應商牌價，所以當某家廠商把一個 token 定價為 6 元時，你在我們這邊支付的就是 6 元，而不是被轉售並加價過的版本——而且廠商哪一天調整價格，我們當天就同步生效。一個 API 涵蓋 200+ 個模型、當某一家供應商出狀況時自動跨供應商容錯轉移，以及一套能把多個模型組合成單一呼叫的路由 DSL：這套機制會在騰訊開放 Tencent Hy4 Preview 的那一刻承接它；而這套機制你現在就能用來讓一個新的、未經考驗的模型與一個經過驗證的模型並行，不必把生產路徑押在兩者中的任何一個上。

值得再讀一遍的主張

發布資料中有兩件事是關於模型的建構方式，而非它的得分，這兩件事值得單獨關注。

首先是自我改進循環。騰訊表示，騰訊Hy4 Preview參與了自身的研發——它被用來優化產生它的訓練方法、數據策略、評估系統和底層運算元。這是一個初始的遞迴自我增強循環：一個模型幫助設計自己的下一個版本，而騰訊將其作為已發布的功能推出。這是個重大的主張，而且完全是由騰訊自我報告的。

第二項是數學成果。騰訊報告指出，該模型將布拉施克–勒貝格問題的已知下界從0.380799推進到0.41104。這是凸幾何中一個長期懸而未決的問題，涉及定寬體的最小體積，如今已接近邁斯納四面體猜想約2%以內。騰訊也報告在一個32,512原子的磷脂雙層模擬中獲得2.0倍加速，每個步驟降至54.9毫秒。這類成果通常足以讓模型擁有一篇自己的論文；但在這裡它們只是發表亮點，而且與第一天發布的其他內容一樣，都是騰訊單方面的說法。

誠實的落差

騰訊清楚地列出了已知的限制。沒有視覺或多模態輸入——Tencent Hy4 Preview 就是一個純文字模型，僅此而已，所以任何與影像或影片相關的任務都該交給其他模型。騰訊也點出了複雜任務上的慢啟動行為——在輸出第一個結果之前需要長時間思考——以及過度自我驗證的傾向，會消耗 token 去重複檢查已經完成的工作。這樣的組合對延遲敏感的聊天情境來說完全不合適，但對離線批次工程作業來說則完全可以接受，這也說明了騰訊預期你會在什麼地方執行它。

而最重要的缺失是驗證。目前還沒有任何地方有 Tencent Hy4 Preview 的獨立評分——無論是公開排行榜，還是第三方評測實驗室。這個模型太新了。內部專家盲測是一個有用的訊號，顯示 Tencent 自家的評測者如何看待它與 GLM-5.3 和 Kimi K3 的比較，但這終究是 Tencent 的評測者在 Tencent 的任務上得出的結果。規格表以外的所有說法，都只是有待查證的主張。

今天如何實際試試看

實際路徑很短。從 Hugging Face、GitHub、ModelScope 或 GitCode 下載權重，並使用 vLLM 或 SGLang 來提供服務；如果你想要以牌價取得託管端點，可以呼叫騰訊雲的 TokenHub API；或者也可以在 CodeBuddy 或 WorkBuddy 中使用它，騰訊正在那裡提供兩週免費試用。Hy3 模型的免費存取一直持續到 9 月 30 日，而騰訊自身的發布節奏——大約每兩個月一次重大迭代——顯示完整的 Hy4 版本距離預覽版發布不會太遠。

誠實的總結：一個開放權重、770B、百萬上下文的模型，以每百萬輸入token ¥6的價格，是今天真實存在的東西；而它最強的基準，是供應商宣稱與封閉式前沿模型打成平手——但還沒有人複現過。把它拉下來，跑一次你真正關心的測試，讓證據決定價格是否仍然是重點。