騰訊開源混元 Hy4 模型，7,700 億參數、價格漲超 4 倍

騰訊 8 月 28 日發布並開源新一代旗艦模型混元 Hy4 preview，總參數 7,700 億、每個 token 啟用 490 億，上下文長度拉到 100 萬，規模是前代 Hy3 preview 的 2.6 倍。模型以 Apache 2.0 授權開源，同步上線騰訊雲 TokenHub 與 OpenRouter。動區實查 OpenRouter 定價，新一代的輸入價格是前代的 4.6 倍。
（前情提要：月之暗面傳與微軟、亞馬遜、Google 美國三大雲端洽談上架 Kimi K3，分潤三成）
（背景補充：北京傳考慮管控DeepSeek、月之暗面，因中國 AI 模型正被矽谷廉價狂擼）

騰訊 8 月 28 日發布並開源新一代旗艦模型混元 Hy4 preview。模型總參數 7,700 億（770B），每處理一個 token 只啟用其中 490 億，上下文長度拉到 100 萬。權重以 Apache 2.0 授權放上 Hugging Face、ModelScope、GitCode 與 CNB，另附一個 FP8 量化版，可以用 vLLM 或 SGLang 部署。

這是 MoE（混合專家）架構，模型內建許多專家的 agent 能力，但每次回答問題只叫醒其中幾個。騰訊的說明文件寫得很細：主幹 78 層，第一層是標準 FFN，其餘 77 層每層放 256 個路由專家加 1 個共享專家，每個 token 只挑 8 個路由專家上工。

跟前一代的差別很大，Hy3 preview 是 2,950 億總參數、210 億啟用參數、256K 上下文。Hy4 preview 的總參數是它的 2.6 倍，一次能讀的資料量變成 4 倍。

價格暴增

騰訊雲 TokenHub 的標價是輸入每百萬 token 6 元人民幣、輸出 18 元、快取命中 0.3 元。同一支模型在 OpenRouter 上是輸入 0.834 美元、輸出 2.501 美元。

這價格與上一代差距相當大，Hy3 preview 在 OpenRouter 的價格是輸入 0.18 美元、輸出 0.60 美元。新一代的輸入貴了 4.6 倍，輸出貴了 4.2 倍。騰訊自己把這條路線稱作「普惠的高性價比」。

自家盲測只小贏一點

騰訊這次沒有只丟通用跑分，而是找 163 位內部專家，拿 203 個真實工程任務做盲測。Hy4 preview 平均 2.99 分（滿分 4 分），GLM 5.3 是 2.92 分，Kimi K3 是 2.94 分。

對上 GLM 5.3，Hy4 preview 贏 46.8%、平手 12.8%、輸 40.4%；對上 Kimi K3 是贏 51.2%、平手 7.9%、輸 40.9%。這是騰訊自己找人、自己出題的盲測，贏面跟輸面也只差 6 個百分點左右。

能力的強化方向倒是說得具體。官方列了四塊：軟體工程強化長程開發任務的理解、規劃、除錯與驗證；辦公分析主打跨檔案協作，把散在多份檔案裡的資料變成文件、表格與簡報；遊戲開發做到一句需求直接生成可玩原型，並能操作遊戲引擎；科研則涵蓋分子動力學模擬、凝聚態物理與基礎數學。

騰訊表示架構上注意力機制受 DeepSeek 與 GLM 啟發，採用 Gated DSA（DeepSeek 稀疏注意力的門控版本），並引入 IndexCache 跨層重複使用稀疏索引。

騰訊：模型已幫忙做自己

騰訊在發布說明中稱，Hy4 已經開始參與自身研發，會協助優化訓練方法、資料策略、評測體系與底層運算子，自己提方案、自己跑實驗，再依結果調整。實驗產生的程式碼、日誌與回饋會進入下一輪研發，形成初步的自我改進循環。

不過詳細解釋在騰訊的開源文件裡面，GitHub 與 Hugging Face 的模型在「科研能力」一欄列了「AI 研發」四個字，跟分子動力學、凝聚態物理並排，沒有交代模型實際做了哪些事，或是成果怎麼驗證。

📍相關報導📍

每天 100 兆 Token 隨你燒，中國神秘模型 Ox Alpha 宣布免費一週

自託管 AI 模型更省錢？Cline 實測 Kimi K3 成本優勢，網反駁：按任務算比 Fable 5 貴

Nvidia 推出 Nemotron 3.5 Lightning 開源 AI 模型，單一 GPU 即可運行 AI 代理