8 月 28 日，腾讯混元发布了新一代大模型 Hy4 preview，并同步开源。总参数 770B、激活参数 49B、上下文突破 100 万 token，编程跑分直追 DeepSeek 和 GPT 旗舰——这个体量，已经够得着”国产开源第一梯队”的门槛了。
更实际的是：它在 WorkBuddy、CodeBuddy 上限时免费两周，API 也接入了 OpenRouter。也就是说，不用翻墙、不用抢内测，今天就能上手试。但先别急着冲，跑分里有个大坑得说清楚。
一、Hy4 preview 是什么：770B 参数、1M 上下文
先看硬参数。Hy4 preview 是典型的稀疏 MoE 架构：7700 亿总参数、每个 token 只激活 49B，78 层、256 个路由专家加 1 个共享专家。上下文窗口超过 100 万 token——一个大型代码仓库、一摞论文、一长串多轮 Agent 会话，都能完整装下。
对比前代 Hy3（295B 总参），总参翻了 2.6 倍，激活参数翻倍，上下文也大幅拉长。腾讯自己说，迭代节奏从 2026 年 2 月重建预训练与强化学习基础设施算起，平均两个月一个大版本，由首席 AI 科学家姚顺雨主导。
这代模型的定位是”为生产力而生”，重点打磨四个场景：软件工程（长程开发任务的理解、规划、调试与验证，还强调前端视觉审美）、办公分析（复杂办公环境理解、金融分析、跨文件协作，能交付文档表格演示稿）、游戏开发（一句话生成可玩原型）、科学研究（分子动力学、凝聚态物理、基础数学）。
二、跑分到底强不强：数字很亮，但要打折看
腾讯官方列了 12 项 benchmark，对比对象包括 DeepSeek V4 Pro、GPT-5.6 Sol、GLM-5.3、Kimi K3、Claude Opus 5。从公开数字看：
- Terminal Bench 2.1（终端命令行编程）：85.4 分，与 DeepSeek V4 Pro 并列，逼近 GPT-5.6 Sol 的 85.7，比前代 Hy3 的 70.8 大涨 14.6 分；
- DeepSWE（软件工程实战）：从 Hy3 的 28.0 翻到 64.3，跨过 Qwen 3.8 Max 的 55.6 和 DeepSeek V4 Pro 的 58.8，逼近 GPT-5.6 Sol 的 68.1；
- SWE Atlas Refactoring（代码重构）：53.3，高于 DeepSeek V4 Pro 的 48.6；
- 内部盲测：163 名专家、203 个工程任务，Hy4 均分 2.99/4，略优于 GLM-5.3（2.92）和 Kimi K3（2.94）。
最出圈的是腾讯的一段演示：让 Hy4 同时并行跑多个 OpenAI Codex 会话，自己当”监工”，评估每个会话的输出、引导研究方向，声称在 8 项基准上超过独立运行的 Codex。这个”指挥对手的 Agent”的玩法，确实很有画面感。
但必须泼盆冷水：这 12 项跑分全是腾讯自述，发布当天没有任何第三方独立实测——Artificial Analysis 没收录、开源社区没有复现数据，中文媒体的报道基本是通稿转载。”85.4 超越 DeepSeek、与 Claude Opus 5 持平”这类说法，都是官方口径的二手转述。分数可以信方向，别信绝对值。
三、怎么免费用、怎么接 API
目前四个入口，从易到难：
- WorkBuddy / CodeBuddy（国内版和国际版）：首发即接入，限时免费两周，到期转付费档。Hy3 在这两个平台的免费期限则延长到 9 月 30 日。如果你是 AI 实践玩家，这就是最省事的体验入口——直接在对话里把模型切成 Hy4 就行。
- 元宝、ima：腾讯自家产品同步首发，日常问答、文档分析场景直接可用。
- 腾讯云 TokenHub：API 方式接入，国内开发者走这条路最顺。
- OpenRouter：国际开发者友好，一行 base_url 的事。定价上，国内输入 6 元/百万 token、输出 18 元/百万 token、缓存命中 0.3 元/百万 token；国际约 0.83 美元/百万输入、2.5 美元/百万输出。比 GPT、Claude 便宜一个数量级，处在国产第一梯队的正常价位。
想试又不想花钱的，两周免费窗口就是为你准备的。反正今天就能体验，跑分信不信的，自己上手跑一个任务就知道了。
四、开源竞品怎么选：DeepSeek、GLM、Kimi
Hy4 不是孤例。8 月这一个月，中国开源模型集体冲量：
- DeepSeek V4 Pro（8 月 13 日）：Agent 能力大幅增强，价格屠夫路线，正式版上线后编程能力翻了近 5 倍；
- 智谱 GLM-5.3（8 月 15 日）：编程王座易主的主角，还意外练出了网络安全能力，宣称是开源最强 coder；
- Kimi K3：2.8 万亿参数，号称全球最大开源权重模型；
- MiniMax：2.7 万亿参数模型在 Q3 排队。
怎么选？一句话：看你的场景和钱包。 终端命令行重度用户，DeepSeek V4 Pro 和 Hy4 都在第一梯队，价格接近，挑生态熟的；长程 Agent 任务，1M 上下文的 Hy4 和 GLM-5.3 都有优势；想跟腾讯系产品（WorkBuddy、元宝）打通，Hy4 是原生选项；追求极致规模的上限，Kimi K3 可以观望。别被”第一名”的标题绑架——在开源第一梯队里，差异远没有跑分表显示的那么大。
五、老达点评
Hy4 preview 给我的整体印象是：诚意足，但账要自己算。
诚意足的地方：770B 参数、1M 上下文、Apache 2.0 开源、全产品线首发、两周免费——这配置放在半年前是”年度旗舰”待遇，现在是腾讯的日常迭代。中国开源模型的堆叠速度，已经快到让”开源不如闭源”的说法站不住脚。
要自己算的账有两笔。第一笔是跑分：12 项全自述、无第三方复现，”监督 Codex”的演示再酷也是自家场地自家裁判。第二笔是定位：Hy4 强在”生产力场景”（软件工程、办公、游戏、科研），不是通用的全能旗舰——拿它当 Chatbot 用，可能浪费了 1M 上下文；拿它当 Coding Agent 底座，才物尽其用。
最后说句实在的：当 770B 参数的开源模型”限时免费两周”都成了新闻点，真正的看点已经不是”谁最强”，而是”免费还能撑多久”。国内这波开源浪潮，从免费到收费的转折才刚开个头。趁免费窗口，该薅的羊毛抓紧薅，该练的手感抓紧练——这种日子不会一直有。
相关阅读：
