腾讯混元 Hy4 preview 开源：770B 总参数、49B 激活，1M 上下文 (2026)

先看结论

腾讯混元在 2026 年 8 月 28 日 发布并开源 Hy4 preview：主干总参数 770B，每个 token 激活 49B，上下文长度 1M，许可证为 Apache 2.0。模型当前主打长程软件工程、Agent 工具调用和办公分析。1 2

对开发者和产品团队来说，Hy4 preview 现在值得进入代码智能体、跨文件办公和复杂工具调用任务的评测队列。它已经有权重、API 和腾讯系产品入口；评测时要把它当作早期 preview，重点观察实际任务的交付质量与等待时间。

关键规格

项目	目前可确认的信息
发布时间与状态	2026 年 8 月 28 日发布；当前为 Hy4 的 preview 版本。1 2
架构与参数	混合专家（MoE）；主干 78 层，总参数 770B，每个 token 激活 49B；另有 1 层 MTP，参数量 10B、激活 0.7B。1
上下文	1M tokens；模型卡给出的词表大小为 120,832。1
推理方式	默认 `high` 深度推理；日常对话可以用 `no_think` 直接回答。1
权重与许可证	已提供 Hy4 preview 和 FP8 量化权重；模型卡列出 Hugging Face、ModelScope、GitCode、CNB 等下载入口，许可证为 Apache 2.0。1
本地部署	官方仓库提供 vLLM 和 SGLang 部署示例，并给出工具调用、推理解析和 MTP 推测解码配置。3

这里的 770B 是主干网络参数量。模型卡明确说明，规格表不包含 MTP 层；阅读不同平台的模型大小字段时，需要先确认统计口径。1

它把能力押在哪些任务上

腾讯混元把 Hy4 preview 定位为“为生产力而生”。模型卡列出的重点场景有四类：软件工程侧重长程开发任务的理解、规划、调试和验证；办公分析侧重跨文件处理，以及文档、表格和演示文稿交付；游戏开发支持从一句需求生成可玩原型并多轮迭代；科学研究覆盖 AI 研发、分子动力学、凝聚态物理和基础数学。1 2

模型卡的 benchmark 附录中，Hy4 preview 的代表性分数包括 Terminal-Bench 2.1 85.4、DeepSWE 64.3、Toolathlon-Verified 74.1 和 GPQA Diamond 92.3。腾讯科技对同一批发布材料的报道也列出了 Terminal-Bench 2.1 的 85.4、DeepSWE 的 64.3，以及 Toolathlon-Verified 的 74.1。45

Hy4 preview 官方 benchmark 附录，列出代码、搜索、Agent、科学和推理等任务的对比结果 — 表格来自腾讯混元模型卡；带星号的结果按图下注释属于腾讯团队自测，适合用来了解厂商公布的能力侧重点，不等同于独立机构在完全相同脚手架下的总榜。5

更贴近真实产品使用的，是腾讯内部盲测：163 位内部专家在 203 个工程任务上进行评价，Hy4 preview 平均分 2.99 / 4，高于 GLM 5.3 的 2.92 / 4 和 Kimi K3 的 2.94 / 4。模型卡还给出了相对两者的胜、平、负比例。这个结果只说明 Hy4 preview 在这组内部工程任务和测试设置中略占优势，不能直接推导出它在所有任务上全面领先。1 2

现在可以怎么用

路径	入口与成本	适合的动作
腾讯产品体验	WorkBuddy、CodeBuddy 国内版及国际版、腾讯元宝、ima 已同步首发。2	先用真实办公或编码任务做短测，观察结果交付和工具调用过程。
腾讯云 TokenHub	科技日报报道的价格为：输入 ¥6 / 百万 tokens，输出 ¥18 / 百万 tokens，缓存命中 ¥0.3 / 百万 tokens；官方模型详情入口为 TokenHub Hy4 preview。2	已有腾讯云账号和调用链的团队，可以按这组价格重算 Agent 长上下文成本。
OpenRouter	模型 slug 为 `tencent/hy4-preview`，页面列出的输入 / 输出价格为 $0.834 / $2.501 / 百万 tokens，Cache Read 为 $0.042 / 百万 tokens，上下文为 1,048,576 tokens，最大输出 64,000 tokens。6	适合已有 OpenRouter 接入、希望快速和其他模型使用同一套客户端或脚手架的团队。
自部署	Hugging Face、ModelScope、GitCode、CNB 提供权重；官方仓库给出 vLLM 和 SGLang 路径，FP8 版本可用于部署尝试。1 3	适合需要控制数据、推理链路或模型服务参数的团队；先核对显存、并行和吞吐，再决定是否扩大测试。