一句话总结
2026 年 8 月 28 日，腾讯混元发布并开源 Hy4 preview：总参数 7700 亿、单 token 激活 490 亿的 MoE 架构，上下文窗口超 100 万 token，以 Apache 2.0 协议开放权重。它同时上线腾讯云 TokenHub 与 OpenRouter，API 输出价仅 2.5 美元/百万 token——不到 Claude Sonnet 5 的四分之一。这是国产开源大模型在「Agent 能力 + 超长上下文 + 价格」三个维度同时向第一梯队发起冲击的旗舰之作。
数据来源
本文事实依据来自：腾讯官方公告（tencent.com，2026-08-28）、Technode（2026-08-28）、IBTimes（2026-08-28）、Startup Fortune、TechBullion、AIReiter 定价分析、Kimi/DeepSeek 官方定价页等公开信息。
核心参数：7700 亿总参数背后的「稀疏艺术」
Hy4 preview 最抓眼球的是 7700 亿总参数——但懂行的都清楚，总参数在 MoE 架构里主要是「门面」，真正决定推理成本的是激活参数。
| 指标 | 数值 |
|---|---|
| 总参数 | 7700 亿（770B） |
| 激活参数 | 490 亿/单 token（49B active） |
| 架构 | MoE，78 层 ×（256 个 routed experts + 1 个 shared expert） |
| 上下文窗口 | 超 100 万 token（1M+） |
| 开源协议 | Apache 2.0（开放权重） |
| 对比前代 | Hy3（2950 亿总参数） |
把 770B 直接和稠密 770B 模型对比是误导——Hy4 的稀疏架构意味着每个 token 只计算 490 亿参数，剩余容量处于休眠状态、按需路由。这也是它能在「超大容量」和「可控推理成本」之间取得平衡的关键：总参数负责上限，激活参数负责成本。
它凭什么敢对标 Codex：从「聊天模型」到「管理 Agent 的 Agent」
Hy4 最特别的地方不在参数，而在腾讯给它定的角色——不是更强的聊天模型，而是能当「主管」的 Agent 模型。
腾讯在公告中给出一个相当挑衅的演示：Hy4 preview 可以同时协调多个 Codex 会话——并行启动多个 Codex 工作流，对比它们的结果，再根据观察到的进展调整研究方向。也就是说，OpenAI 的编程 Agent 在演示里当「工人」，Hy4 当「监工」。
在腾讯内部组织的盲测中（163 位专家、203 个工程任务），Hy4 preview 得分 2.99/4.00，略高于 Kimi K3（2.94/4.00）和 GLM-5.3（2.92/4.00）。外部基准方面：
- SWE Atlas：仅次于 Claude Opus 5，超过 GPT-5.6 Sol、Kimi K3、GLM-5.3、Qwen、DeepSeek
- Agent Last Exam：22.8 分，超越 DeepSeek
- Program Bench：17.5，与 Qwen 持平
- Humanity’s Last Exam（纯文本）：43.4，超过 GLM-5.3
能力矩阵：编码、办公、游戏、科研四线并进
Hy4 面向 Coding（编码）、Agent（智能体）与办公场景 深度优化，且明确表示与 CodeBuddy、WorkBuddy 等产品做「深度共设计」——模型与产品互相打磨，而不是先发布模型再适配产品：
- 编程与工程：长上下文吃下整个代码库，多轮迭代调试；可同时编排多个编码 Agent 工作流
- 办公生产力：显著增强对复杂工作环境的理解与金融分析能力，支持从信息处理到文档、表格、演示文稿产出的全流程跨文档协作
- 游戏开发：一条自然语言请求即可生成可玩的游戏原型，并能与游戏引擎配合，通过多轮对话持续完善复杂游戏项目
- 科学研究：在 AI 研发、分子动力学模拟、凝聚态物理、基础数学等领域表现出更强的理解与推理能力
最硬核的部分：模型开始「自己优化自己」
Hy4 首次参与了自身开发过程的自动化优化——包括训练方法、数据策略、评测框架、底层算子。公告披露：模型提出方案、运行实验、根据结果迭代，产出的代码、日志与数据都已公开。
更直观的数字是推理侧的自我优化：Hy4 自主分析了自身推理系统的瓶颈，并对算子融合、通信优化等做了多轮改进，使端到端吞吐量较基线提升 31.8%，且在不同上下文长度与并发度下保持一致。
这标志着「AI for AI」从概念走向工程实践：大模型不再只是被优化的对象，也开始成为优化自身基础设施的主体。配合 8 月底 OpenRouter 等平台的价格数据，开源模型对推理成本的控制能力正在形成正循环。
价格与生态：开源旗舰的「白菜价」冲击
Hy4 preview 的 API 定价（每百万 token）：
| 项目 | 价格 |
|---|---|
| 输入 | $0.834 |
| 输出 | $2.501 |
| 缓存命中 | $0.042 |
对比一下：Claude Sonnet 5 输出 $10、Kimi K3 输出 $15、GPT-5.6 Sol 输出 $20——Hy4 的输出价只有它们的 1/4 到 1/8。虽然「每 token 价格」不完全等于「每任务成本」（Agent 任务还要看 token 效率），但这个价位已经把开源旗舰的性价比标杆拉到了新高度。
接入渠道同样「全都要」：
- 产品端：WorkBuddy（腾讯编程 Agent）、CodeBuddy、元宝（Yuanbao）、ima 等全线接入；WorkBuddy/CodeBuddy 上线即免费用两周，Hy3 免费期延长至 9 月 30 日
- API 端：腾讯云 TokenHub + OpenRouter，国内国外开发者都能直接调用
- 权重端：Hugging Face 开放下载（Apache 2.0），可自托管、可微调、可商用
坦诚的一面：预览版的已知问题
腾讯没有回避 Hy4 的短板，官方明确承认预览版存在 推理过长、过度验证（over-verification） 等问题——在需要快速响应的交互场景里，模型可能「想太多」。这些问题预计会在后续版本通过推理策略优化解决。把它当作「预览版」而非「正式版」来评估，是更务实的态度。
行业影响：国产开源进入「双巨头 + 挑战者」格局
Hy4 开源的行业意义，可以从三个层面看：
- 开源旗舰的「参数军备竞赛」进入万亿时代：阿里 Qwen3.8（2.4 万亿总参）、Kimi K3（2.8 万亿）、腾讯 Hy4（7700 亿）——中国开源模型的体量已经与美国闭源旗舰站在同一层级，只是用「开源 + 低价」的差异化打法。
- 大厂「模型-产品共设计」路线成型：Hy4 不是实验室产物，而是和 CodeBuddy/WorkBuddy 一起长出来的。模型能力直接注入产品，产品反馈又反哺模型优化——这套闭环是纯开源社区项目难以复制的。
- 价格锚点被重新定义：输出 $2.5/百万 token 的旗舰级开源模型，让所有闭源厂商的定价都面临压力。对企业来说，「自托管开源旗舰」vs「调用闭源 API」的权衡正在快速偏向前者。
适合谁用
- 开发者/技术团队：想低成本试用「能编排多个编码 Agent」的旗舰模型，WorkBuddy/CodeBuddy 免费期是零成本入口
- 自托管玩家：需要 100 万 token 超长上下文、又不想被 API 账单绑架，Apache 2.0 权重 + 开源推理栈是最佳组合
- 办公与金融场景：跨文档协作、金融分析、文档/表格/PPT 全流程生成是 Hy4 的强化方向
- 游戏开发者：一条提示词出可玩原型的能力，适合早期玩法验证
一句话收尾：当 7700 亿参数的模型以 2.5 美元/百万 token 的价格开源时，「前沿能力 = 天价账单」的等式正在被改写——国产开源大模型的下半场，比的是谁能把「强」和「便宜」同时做到极致。
