采编：互联网的一些事（imyixieshi）

8月28日
，腾讯混元发布并开源新一代大语言模型Hy4 preview。

这次模型的总参数量做到7700亿 ，激活参数490亿
，上下文长度达到100万Token 。上一代Hy3的总参数量为2950亿。相比之下，Hy4 preview的规模直接扩大了一大截
。

参数变大只是其中一项
，腾讯这次公布的测试成绩，也有不少变化。

在Terminal Bench 2.1测试中 ，Hy4 preview拿到85.4分
，比Hy3高14.6分 。按照腾讯公布的数据，这一成绩超过DeepSeek V4 Pro ，并与Claude Opus 5持平
。

DeepSWE的变化更加明显
，Hy3在这项测试中的成绩是28.0分，Hy4 preview提升到64.3分。

这类测试主要看软件工程能力 。简单说 ，就是模型不只是写几段代码，还要处理更完整的软件开发任务
。

腾讯混元还公布了Hy4 preview的API费用 。输入费用 为6元/百万Token
，输出费用 为18元/百万Token，缓存命中费用 为0.3元/百万Token 。

近来 
，Hy4 preview已经开源，腾讯元宝、ima 、WorkBuddy、CodeBuddy等产品都已经接入
。腾讯云TokenHub和OpenRouter也可以调用相关API。

其中 ，WorkBuddy给了两周限时体验 。

腾讯公司公关总监张军8月28日公布消息称，Hy4 preview即日起在WorkBuddy开放限时体验
。同时 ，Hy3的免费体验时间延长到9月30日。

对于普通用户来说，这个安排倒是比较简单 。新模型可以直接试 ，旧模型也还能继续用。

至于770B参数到底能带来多大的变化
，还是得实际用起来才知道
。

腾讯这次重点展示的场景，主要有四个：软件工程
、办公分析、游戏开发和科学研究。

软件工程方面 ，Hy4 preview增加了对长周期开发任务的理解 、规划
、调试和验证能力 。前端代码生成也进行了优化，包括页面视觉效果和交互体验
。

办公方面
，腾讯提到了复杂文档处理、数据分析和跨文件协作。比如把一堆资料交给模型，它可以先提取信息 ，再继续生成文档 、表格和演示文稿 。

游戏开发方面
，模型支持根据需求生成可运行的游戏原型，并可以通过多轮交互继续修改项目 ，同时支持主流游戏引擎的操作
。输入需求后
，模型可以生成可运行的游戏原型。后面还可以继续对项目进行修改 。

科研方面，腾讯混元公布了一项比较特殊的测试结果
。配合科研智能体Hyra ，Hy4 preview参与了三维Blaschke–Lebesgue几何问题的研究。腾讯称
，相关体积下界从0.380799推进到了0.41104 。

另外，腾讯还组织了一轮内部盲测
。共有163名内部专家参与 ，测试覆盖203个工程任务。Hy4 preview平均得分2.99分
，满分4分 。同一轮测试中，GLM-5.3得分2.92分 ，Kimi K3得分2.94分。

两两比较时，Hy4 preview对GLM-5.3的胜率为46.8%
，对Kimi K3的胜率为51.2%
。

这组数据是腾讯内部测试结果，具体测试任务和评分方式并没有全部公开 ，所以更适合当作借鉴 。

腾讯方面表示，Hy4 preview近来 仍处于早期版本阶段 ，训练过程还有优化空间 。在部分复杂任务中
，模型存在过度自我验证的问题
。

此外，Hy4 preview属于语言模型 ，没有原生多模态生成能力。涉及图片任务时
，平台会自动切换其他模型，并按照对应规则计算积分 。

近来  ，模型已经上线腾讯旗下多个产品
。WorkBuddy两周限时体验
，Hy3则免费到9月30日。

7700亿参数看起来很大，但真正用起来怎么样 ，还得看普通用户自己跑一遍 。尤其是写代码
、处理文件、做数据分析这些任务，实际感受可能比参数数字更直接
。

你觉得本次Hy4 preview的升级
，能否拉近国产开源大模型与海外顶尖模型的差距？