騰訊開源新一代模型「Hy4 Preview」，總參數達7700億

騰訊於8月28日開源發布了新一代大型語言模型「Hy4 Preview」。該模型採用混合專家（MoE）架構，總參數量達7700億，但在實際推論時，每個輸入token僅會啟動其中490億參數。其上下文窗口超過100萬token，足以在處理整個程式碼庫或多份長文件時不失去脈絡。相較騰訊此前發布的混元系列模型，這在參數規模與可處理的上下文長度上都是明顯的躍進。

為智慧代理與生產力任務而設計

騰訊表示，Hy4 Preview並非以通用對話助手為目標設計，而是針對程式碼代理、複雜的工具串接工作流程，以及需要規劃、上下文延續與多步驟執行的生產力任務。該公司表示，從設計階段起便與軟體工程、遊戲開發、金融與資安領域的第一線專家合作，以真實工作場景的資料訓練模型。此模型與騰訊自家工具深度整合：面向程式開發的「CodeBuddy」與面向辦公協作的「WorkBuddy」，目標是將其打造成工程師與分析師能立即投入使用的企業級生產力方案。

盲測中些微領先GLM-5.3與Kimi K3

騰訊召集163位內部專家，針對203項真實工程任務進行了盲測評估。結果顯示，Hy4 Preview在滿分4.00分中平均獲得2.99分，略高於智譜AI的「GLM-5.3」（2.92分）與月之暗面的「Kimi K3」（2.94分）。相較前一版本，其在程式撰寫與代理任務上的表現大幅提升，已躋身開源模型第一梯隊——但騰訊自己也承認，與OpenAI及Anthropic最先進的閉源模型相比仍有差距。

騰訊指出，當前中國AI市場正面臨大型科技公司與新創企業之間日益激烈的競爭，既體現在模型性能上，也體現在產品落地速度上。相較於等待一個完全成熟的最終版本，公司表示選擇先推出預覽版，收集市場的真實回饋，並據此快速迭代。此次發布正值智譜AI（旗下GLM系列）與月之暗面（旗下Kimi系列）接連推出新模型之際，騰訊試圖以一款與自身產品生態深度綁定、面向實際工作場景的模型來確立存在感。

• 總參數7700億，啟動參數490億（MoE架構）
• 上下文窗口超過100萬token，足以處理整個程式碼庫或大量文件
• 可透過WorkBuddy、CodeBuddy（中國版與國際版）、元寶（Yuanbao）、ima、騰訊雲TokenHub API及OpenRouter使用
• 上線之際WorkBuddy與CodeBuddy提供兩週免費使用
• API定價：每百萬輸入token 0.834美元，每百萬輸出token 2.501美元
• 權重同步於Hugging Face、GitHub與ModelScope三大平台公開

承認的局限與快速迭代策略

騰訊承認，由於這是正式版本之前的「預覽版」，模型仍存在若干局限：在複雜任務上思考時間會拉長，且存在過度自我驗證的傾向。該公司同時表示，這個模型也被用於優化自身部分訓練與推論系統，使端到端輸送量相較基準提升了31.8%。騰訊採取的策略是先快速推出預覽版，收集市場的真實回饋，再據此打磨正式版Hy4，而非等待一個完善的最終版本；與此同時，CodeBuddy與WorkBuddy的初期免費策略，也是將早期使用者鎖定在自家生態系的一步棋。

對企業意味著什麼

對開發團隊而言，Hy4 Preview多了一個可透過OpenRouter或騰訊雲API直接呼叫、無需自建基礎設施的選擇；權重開放也讓它成為考慮私有化部署或自行微調的團隊候選方案之一。其API價格低於每百萬輸入token一美元，對處理大量程式碼或文件的團隊而言，也可能成為成本上的考量因素。不過，與GLM-5.3、Kimi K3之間僅有零點幾分的差距，顯示中國開源大模型之間的競爭已相當激烈：在正式投入生產前，以真實內部任務進行驗證、並了解資料的處理與儲存方式，仍是不可或缺的一步。