Tencent Hy4 與 Tencent Hy4 Preview：較新的模型反而較不開放

Tencent Hy4 Preview 採用 Apache 2.0 授權，擁有 7,700 億個參數，你今天就能從 Hugging Face 下載，還附有一份包含八行已公布數據的基準測試附錄。於 2026 年 11 月 4 日發布的 Tencent Hy4 具備視覺、電腦操作與更短的思維鏈——卻完全沒有那些文件資料。其權重僅以計畫形式公布，授權條款未載明，模型卡也不存在。在混元系列中，版本號上升了，開放程度卻下降了，這使得這與其說是例行升級比較，不如說是在問你實際選擇的究竟是什麼產物。

它們屬於同一系列、同一規模，而且截至今天，價格也相同。這種組合相當罕見，值得直說：騰訊以同樣的價錢出售更好的模型，同時免費開放的部分卻更少。這是不是問題，完全取決於你是否打算自行運行權重。

相同主幹，再多跑一次訓練

騰訊並未為 GA 版本發布新的架構說明，也未在發布資訊中重述參數數量。目前仍在流傳的數字是預覽版的：總參數 770B、每個 token 啟用 49B、78 層（第一層為稠密層，其餘 77 層為混合專家層，每層包含 256 個路由專家加 1 個共享專家，採用 top-8 路由）、1,048,576 token 上下文，以及一個 10B 的多 token 預測層，其中 0.7B 為啟用狀態。

GA 公告將差異歸結為預訓練與後訓練規模的不同，而非全新設計，並將結果描述為 Tencent 歷來測得的最大跨代提升。這與該公司在 HY3 和 Hy4 之間的做法，以及預覽版的建構方式一致。唯一無法原樣沿用的組件是視覺路徑——圖像理解需要一個純文字檢查點所沒有的編碼器——而 Tencent 對其規模、訓練資料，或它是否為另外拼接的模型，均未置一詞。在模型卡出現之前，應將「相同主幹加上視覺」視為推論，而非披露。

你今天可以測試的三件事

視覺。GA 版本能讀取用於數學推理的細緻影像、複雜圖表與圖解，將感知與工具呼叫結合起來。騰訊的示範是一張 2.8 吉像素的航拍照片，模型從中找出一個兩公尺大小的屋頂構件——這部分屬於視覺成果，但主要是在證明百萬 token 的視窗能同時容納一張分塊影像與一項查詢。預覽版完全做不到這件事；它只能文字進、文字出。

電腦操作。此模型能透過滑鼠與鍵盤操作桌面，並可將命令列與圖形介面混用，且針對 Blender、CAD 及跨應用程式的長時程任務進行了專門訓練。騰訊在其自家 Agent Runtime 上建構的沙箱中執行此模型，沙箱內安裝了數百個應用程式。這是相較於預覽版更大的一項變革，因為預覽版是為工具結構定義而非螢幕而打造。

思維鏈效率。 該預覽版推出時帶有兩個已記錄的問題：它在困難任務上進行的推理比所需更長，並過度驗證自己的答案。這兩點都在模型卡本身中獲得承認；該模型卡異常坦率，也使預覽版在生產環境中比其基準分數所暗示的更難使用。Tencent 表示，GA 版本縮短了推理並改善了指令遵循。這是最值得測試的主張，因為它是會改變每個完成任務 token 數的那一項——而 Tencent 並未公布前後的 token 數量。

騰訊公布的差異

沒有 GA 基準測試附錄。騰訊發布的比較是針對預覽版、基於自家測試套件，而且比預覽版自家的發布資料還要單薄。

• 遊戲開發 — 在未公開項目數量的內部套件上，GameDev 較預覽版 +19.1%，GameLogic +9.8%。

• 金融 — 由 213 位專家組成的小組（其中 153 位為外部專家）對 579 項真實金融任務進行評分，結果 Hy4 得分 3.04，而 Kimi K3.1 Pro 與 GLM-5.3 均為 2.68，DeepSeek V4.1 Flash 1017 則為 2.97。

• 幻覺——據稱從 15.76% 降至 5.45%，猜測相關錯誤從 23.1% 降至 5.6%。方法論未公開。

• 研究 — 訊兔科技 IRAB 評測的引用數據為較預覽版高出 12.03 個百分點；騰訊 BioExperimentBench 得分為 100 分中的 30.4 分，是本次發布中最不亮眼的絕對數字。

對照 preview 在 8 月 28 日公布的內容：Terminal-Bench 2.1 為 85.4，DeepSWE 為 64.3，SWE-bench Pro 為 65.7，SWE-bench Multilingual 為 82.9，Toolathlon-Verified 為 74.1，OneMillionBench with tools 為 65.4，SWE Atlas Refactoring 為 53.3，APEX-Agents 為 37.1。那些列資料正是讓騰訊以外任何人也能看懂 preview 的關鍵。GA 版本完全沒有更新其中任何一項，因此無法斷言 GA 組建在軟體工程上是否優於 preview，只能說它在遊戲開發與金融面板上更勝一籌。

預覽版仍具備、但 GA 版沒有的東西

四件事，而每一項都是實用能力，而非技術細節。

權重本身。預覽版及其 FP8 變體以 Apache 2.0 授權發布於 Hugging Face、ModelScope、GitCode 和 CNB。該儲存庫建立於 2026 年 8 月 27 日，截至 GA 版本發布當天已累積約 11,500 次下載。目前沒有 GA 儲存庫。

允許使用的授權條款。Apache 2.0 允許商業使用、修改、微調與再散布，沒有營收門檻，除專利授予外，也沒有可接受使用附加條款。Tencent 表示，GA 版本將推出附有更完整安全評估的系統卡，並稱負責任的發布將涵蓋網路與生物風險。這類說法通常出現在更嚴格的授權條款之前，目前仍無從得知。

服務配方。預覽版隨附 vLLM 與 SGLang 部署說明，以及一組已公布的取樣預設值——temperature 0.9、top_p 1.0，推理強度預設為 high，並提供 no-think 模式。GA 版本已將 vLLM 與 SGLang 列為生態系合作夥伴，但未公布配方；而視覺與電腦使用將需要純文字預覽版從未有過的服務路徑。

可稽核的基準測試紀錄。無論預覽版附錄中的廠商偏誤為何，它都是一組固定的資料列，任何人都可以對檢查點執行並提出異議。GA 組建目前尚無這樣的紀錄。

該挑選哪個產物

價格完全相同，因此成本並不是決定因素。在新加坡價目表中，兩者都是每百萬輸入 token $0.834、每百萬輸出 $2.501、每百萬快取輸入 $0.042；在中國大陸價目卡上，兩者都是 ¥6、¥18 和 ¥0.3。騰訊在 GA 版本發佈時明確維持費率不變，這是支持它最有力的論點：能力更強，帳單不變。

當重點在於模型權重時，就選擇預覽版。地端部署、受監管資料、微調、蒸餾，或假設由你自行提供服務的成本模型——這些在 GA 版本中全都不可用，而預覽版是真正具備能力的 770B 模型，而非遭到閹割的噱頭。可在自有叢集上執行的 Apache 2.0 檢查點，與 API 端點屬於不同的資產類別，沒有任何基準測試分數能彌補這個差距。

當重點在於模態能力時，請選擇 GA 版本。圖像理解、桌面控制與長時間的跨應用程式作業，在預覽版中完全不存在。如果任務涉及螢幕截圖、圖表、CAD 檔案或一次點擊，較舊的模型並不是更便宜的替代品——它根本無法完成工作。

對其他人來說——在百萬 token 上下文中、透過 API 呼叫的文字工作負載——老實說，GA 版本大概更好，而且目前還沒有人能證明這一點。效率方面的說法是提早轉換的理由，因為一個不再過度驗證自身輸出的模型，會減少每項任務的輸出 token 數，而這是費率卡上看不到的成本改善。請在你自己的任務上測試，並記錄 token 數，而不是在財務面板上測試。

常見問題

GA 權重會和預覽版是同一個檢查點嗎？

不。騰訊將 GA 版本描述為一次規模大幅擴充的預訓練與後訓練運行，而非預覽版重新發布；而且具備視覺能力的模型需要純文字檢查點所不包含的元件。目前未知的是，其中保留了多少預覽版的內容。騰訊尚未說明 GA 的起點是預覽版檢查點還是更早的檢查點；若你試圖根據已發布的預覽版結果來預測微調行為，這一點至關重要。

Tencent Hy4 Preview 是否即將停用？

目前尚未宣布退役。預覽版仍以 Apache 2.0 授權留在 Hugging Face 上，OrcaRouter 的兩個目錄條目也仍在提供它，其中包括一個有速率限制、錢包零成本的免費層級。騰訊已將 GA 版本定位為同價位的正式生產接班版本；實務上，這往往會讓預覽部署陷入停滯，而不是將其移除——權重仍可下載，配方仍持續公開，而這個模型則悄然不再是大家拿來做基準測試的那一個。

GA 版本在圖片方面會比較貴嗎？

騰訊並未另行公布圖片價格，因此所公布的費率是按 token 計算、跨模態通用。這並不像聽起來那麼令人安心：圖片輸入會被 token 化，而一張圖表或截圖究竟消耗多少 token 並未披露。一張內容密集的頁面圖片，成本可能遠高於其字元數所暗示的程度。在你假設文字費率可以直接套用之前，先用自己的輸入實測一下。

我可以在本機執行 GA 版本嗎？

今天不行。沒有權重，沒有授權，也沒有儲存庫。即使它們真的發布了，一個 770B 的混合專家模型以 FP8 格式儲存也超過 700GB，而且需要多節點叢集，所以這裡的「開放權重」意味著可由具備強大基礎設施的組織自行託管，而不是在工作站上執行。如果要求是本機執行，預覽版就是該系列中唯一的選項，而且在 Tencent 發布之前都會是如此。

真正重要的差距不是分數

騰訊的說法是，這是首個躋身開源模型第一梯隊的 Hy 模型。這個說法在能力上站得住腳，在開放性上卻言之過早，因為真正配得上「開源」定位的是八月那個版本，而今天在賣的則是一個附帶承諾的 API 產品。

這與其說是偽善，不如說是先後次序的問題。騰訊已表示權重和系統卡將會發布，並點名 vLLM、SGLang 和 Inferact 為合作夥伴，還以 Apache 2.0 釋出了它其實不必提供的預覽版。HY3 的模式顯示這次發布將會成真。這個模式也顯示，還需要數週時間，而且這次授權可能不會是 Apache——GA 公告中的安全措辭比預覽版更為謹慎。

在此期間，這兩個模型都已上線且皆可使用，而它們之間的選擇，就是在相同價格下，於開放式產物與更優秀的閉源模型之間做選擇。在 OrcaRouter 上，tencent/hy4-preview 可與 tencent/hy3 共用同一把金鑰呼叫，供應商標價原樣傳遞且不加價，並提供免費方案，雖不收費但受速率限制。這使得預覽版成為在 GA 版本進入型錄之前評估該系列最便宜的方式——相同權重、相同價格，只需更改一個模型字串，且在您判斷 GA 的視覺與桌面功能是否值得以缺少許可證為代價時，無需任何承諾。