🏕️极客公园•最新收集於 49m
Tencent 開源 770B 混元 Hy4
#long-context#open-source-model#inference-pricing#coding-aitencent-hunyuan-hy4-previewtencenthunyuan hy4openroutertokenhub
💡具備 1M 上下文與低 token 定價的開源模型，可能改變程式設計與文件 AI 的成本結構。
⚡ 30-Second TL;DR
有什麼變化
模型總參數量從 295B 增加至 770B，啟用參數則由 21B 提升至 49B。
為什麼重要
Hy4 preview 為開發者提供成本相對較低的長上下文生產方案，尤其適合程式設計與企業文件分析。其開源以及透過 OpenRouter 提供存取，可能加劇中國與全球模型供應商之間的競爭。
下一步行動
透過 OpenRouter 建立長上下文程式碼或文件分析原型，並將 Hy4 preview 與現用模型的品質、延遲及 token 成本進行比較。
誰應關注：Developers & AI Engineers
關鍵要點
- •模型總參數量從 295B 增加至 770B，啟用參數則由 21B 提升至 49B。
- •上下文長度從 256K 擴展至 1M tokens，適合處理更大型的程式碼庫與文件流程。
- •定價為輸入每百萬 tokens 6 元、輸出每百萬 tokens 18 元，快取命中每百萬 tokens 0.3 元。
- •Tencent 表示，透過優化訓練方法、資料策略、評估體系與底層算子，推理吞吐量較基線提升 31.8%。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 12 個來源。
🔑 增強重點摘要
- •混元 Hy4 採用 Apache 2.0 開源授權協議，開發者可於 Hugging Face、ModelScope、GitCode 及 CNB 等平台獲取模型權重。
- •模型架構包含一個 10B 參數的專用 MTP（Multi-Token Prediction）層，專門用於加速推論過程中的預測解碼。
- •Hy4 具備雙模式運作能力，支援高強度的推理模式以及無需思考過程的「no_think」直接回應模式。
- •在 163 位專家參與的 203 項工程任務盲測中，Hy4 以 2.99 分的平均成績，微幅領先 GLM-5.3（2.92 分）與 Kimi K3（2.94 分）。
- •該模型在開發過程中引入了「自我優化」機制，由模型本身參與訓練方法與底層算子的優化設計，實現了 31.8% 的吞吐量提升。
📊 競品分析▸ Show
| 特性 | 混元 Hy4 | GLM-5.3 | Kimi K3 |
|---|---|---|---|
| 參數規模 | 770B (MoE) | 未公開 | 未公開 |
| 上下文長度 | 1M tokens | 未公開 | 未公開 |
| 盲測評分 | 2.99 | 2.92 | 2.94 |
| 授權方式 | Apache 2.0 | 未公開 | 閉源 |
🛠️ 技術深入
- 模型架構：採用混合專家模型 (MoE) 架構，總參數 770B，啟用參數 49B。
- 網路深度：具備 78 層骨幹網路結構。
- 推論加速：整合 10B 參數的 MTP 層以支援推論階段的預測解碼。
- 運作模式：支援高複雜度推理模式與低延遲的 no_think 直接回應模式。
- 效能優化：透過底層算子重構與自我優化訓練策略，達成 31.8% 的吞吐量增長。
🔮 前景展望AI analysis grounded in cited sources
混元 Hy4 將成為騰訊雲生態系內的主力開發工具。
深度整合 WorkBuddy 與 CodeBuddy 顯示騰訊正將該模型作為其企業級軟體開發解決方案的核心引擎。
開源策略將加速中國國產模型在企業級應用中的市佔率。
採用 Apache 2.0 授權並同步上架多個主流開源平台，將降低企業導入混元模型的技術門檻與合規成本。
⏳ 時間線
2026-02
騰訊完成混元系列底層基礎設施的全面重構。
2026-08
正式發布並開源混元 Hy4 preview 模型。
📎 來源 (12)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 极客公园 ↗
每週 AI 簡報
每週一封，可隨時退訂。