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

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。12

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。

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

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。12

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

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。12

Hy4 preview 仍是早期版本。腾讯混元在模型卡中明确提到，复杂任务可能花费过长时间进行推理，也可能反复验证自己的结果。腾讯团队会继续迭代，因此当前体验更适合作为“可用能力预览”，而不是稳定正式版的承诺。1

第一次评测可以只做三件事：拿一组已有基线任务，固定相同的工具和提示词；分别记录成功率、最终交付物质量、端到端耗时和 token 消耗；再把复杂任务拆成直接回答和深度推理两种模式比较。这样得到的结果，比单看 770B 或一张 benchmark 表更接近是否值得接入自己的产品。

截至本次发布，Hy4 preview 已经满足“有权重、有体验入口、有 API、有价格”的试用条件。下一步真正需要验证的是：它在你的工具链里能否把长任务做完，以及 1M 上下文带来的成本和等待时间是否可接受。