2026年8月28日，腾讯发布并开源混元Hy4 Preview。这个模型最醒目的数字是770B总参数、每个Token激活49B参数，以及1M Token上下文窗口。三项指标放在一起，反映的并不是单纯“把模型做大”，而是尝试用混合专家架构控制单步计算量，再以稀疏注意力和工程优化承接长上下文任务。不过，对企业而言，激活参数较少不等于部署只需承担49B模型的资源成本，权重存储、显存容量、KV Cache、并发和通信开销仍需分别核算。腾讯官方发布信息与开源仓库对上述规格给出了相互一致的说明。[1] [2]
770B与49B分别代表什么
Hy4 Preview采用MoE混合专家架构。根据官方模型卡，其主干共有78层，第一层使用标准稠密前馈网络，其余77层分别配置256个路由专家和1个共享专家。处理每个Token时，模型选择8个路由专家，并同时调用共享专家，因此主干总参数达到770B，但单Token激活参数约为49B。模型还内置一层用于推测解码的MTP层，其参数并未计入官方公布的770B主干口径。模型架构说明
这种设计的核心价值是“容量与计算解耦”。更多专家可以分别学习代码、办公分析、金融、安全等不同模式，而每次推理无需让全部专家参与计算。与同规模稠密模型相比，49B激活参数有助于降低单步矩阵计算量，也为吞吐优化留下空间。但路由是否准确、专家负载是否均衡，以及多卡之间的通信效率，都会影响实际性能。因此，49B更适合被理解为每Token的计算规模指标，而不是整套部署所需的显存指标。
长上下文为什么需要稀疏化
Hy4 Preview支持1M Token上下文，面向代码仓库分析、跨文档办公、长期Agent任务和科研资料处理。传统全注意力的计算及显存成本会随上下文长度快速增长，仅靠减少激活专家无法解决注意力阶段的压力。官方仓库显示，Hy4 Preview采用Gated DSA，并通过IndexCache复用跨层稀疏索引，目标是减少超长序列中不必要的注意力计算；残差路径则使用iHC扩展层间信息流。技术规格
不过，“支持1M”不等于所有请求都应塞满1M Token。上下文越长，输入处理时间、KV Cache占用和首Token延迟通常越高，检索到的无关信息也可能干扰回答。企业更合理的策略是把1M窗口作为上限能力，配合文档切分、检索增强、前缀缓存和分层摘要使用。只有在跨文件依赖分析、全仓代码审查或长周期任务确实需要全局信息时，才应调用超长窗口。
开源部署的成本不能只看激活参数
770B全部权重仍需被加载或分布到多张加速卡上。即使采用FP8权重，企业还要为运行时缓存、通信缓冲区、MTP推测解码和高并发预留资源。官方给出的vLLM部署示例使用Hy4 Preview-FP8，并设置8路张量并行，这说明其私有化运行面向多卡推理环境，而不是消费级单卡部署。官方同时提供vLLM与SGLang路径，但示例配置只能作为起点，不能视为任何硬件环境下的统一容量承诺。部署说明
企业评估时应把成本拆成四部分：
- 常驻资源：模型权重、推理框架和必要缓存占用的显存与主机内存。
- 请求成本：输入长度、输出长度、推理强度及有效激活计算带来的GPU时间。
- 并发成本：KV Cache随上下文和会话数增长后，对可服务并发量的影响。
- 工程成本：多卡通信、量化验证、监控、容灾、安全审计与版本升级投入。
如果业务量尚不稳定，API往往比立即采购推理集群更容易控制风险。腾讯公布的全球API价格为每百万输入Token 0.834美元、每百万输出Token 2.501美元、缓存命中每百万Token 0.042美元，并提供腾讯云TokenHub和OpenRouter等入口。企业可先根据真实任务记录Token消耗、延迟和缓存命中率，再比较API账单与私有部署的设备利用率。官方发布信息
怎样判断它是否适合企业生产环境
建议使用真实任务集进行分阶段验证。第一阶段测试短请求与直接回答，观察基础吞吐和延迟；第二阶段加入10万至30万Token的代码或文档，记录首Token延迟、峰值显存和任务完成率；第三阶段再测试接近业务上限的上下文及并发压力。评估指标不应只看答案质量，还应包含一次完成率、每个成功任务的总成本、人工接管次数、超时率以及自动化验收通过率。
还要重视Preview版本的边界。腾讯在模型卡中明确列出已知限制，包括复杂任务可能花费过长时间推理，以及存在过度验证自身工作的倾向。官方API默认采用较高推理强度，自建服务可针对直接回答场景关闭深度思考。对批量分类、格式转换等简单任务，缩短推理链条可能比追求最高能力更划算；对代码排障、财务分析等高失败成本任务，则可保留深度推理并增加外部校验。已知限制 推理参数说明
总结
Hy4 Preview的平衡逻辑可以概括为：用770B总参数扩大知识与专家容量，用49B单Token激活控制主要计算量，再以稀疏注意力、索引复用、MTP推测解码和多卡推理承接1M长上下文。腾讯还表示，围绕算子融合及通信进行的多轮优化，使端到端吞吐相对其内部基线提升31.8%，但该结果来自官方测试，企业仍需在自己的硬件、并发和任务分布上复测。官方性能说明
对企业部署而言，49B激活参数能够改善计算效率，却不会让770B权重、长上下文缓存和多卡通信成本消失。最稳妥的落地方式不是看到“开源”便立即私有化，而是先通过API或小规模集群完成任务级压测，再依据数据敏感性、稳定负载、响应时延和设备利用率决定部署模式。
事件或资料日期：腾讯Hy4 Preview于2026年8月28日发布并开源；本文核验日期为2026年8月30日。主要资料来自腾讯官方发布页、腾讯混元官方开源仓库，并参考2026年8月29日发布的新浪科技报道进行交叉核验。
