2026年8月28日，腾讯混元发布并开源Hy4 preview。与常见的“参数升级”不同，这次最值得讨论的并非770B这个数字本身，而是三个相互关联的问题：1M上下文能否转化为真实生产力，所谓“递归自我改进闭环”究竟自动到了什么程度，以及现有评测是否足以支持“开源第一梯队”的判断。腾讯官方代码仓库与Hugging Face模型页已公开模型权重、架构说明和部署方法，确认这不是停留在发布稿中的概念产品。[1][2]
770B并不等于每次推理都调用770B
根据官方模型说明，Hy4 preview采用混合专家架构，主干总参数量为770B，每个Token激活49B参数。模型共有78层，第一层使用标准稠密FFN，其余77层采用MoE结构，每层设置256个路由专家和1个共享专家，每个Token选择8个路由专家，并同时启用共享专家。主干之外还内置一层用于投机解码的MTP层，其总参数为10B、激活参数为0.7B。官方模型说明
这意味着“770B”主要代表模型容量，而49B更接近单次计算所触及的参数规模。不过，49B激活参数不能简单等同于49B稠密模型的部署成本。运行服务仍需加载大体量权重，还要承担专家路由、跨卡通信、KV Cache和并发请求产生的显存压力。因此，Hy4 preview虽然开源，却并不是适合普通消费级显卡直接部署的轻量模型。对企业来说，评估重点应放在单位任务完成成本、吞吐、延迟与硬件利用率，而不是只比较参数总量。
百万上下文是容量指标，不是效果保证
官方披露的上下文长度为1M Token，这为整套项目文档、跨文件办公材料、长会话记录和较大代码仓库的统一分析提供了空间。Hugging Face模型卡和GitHub仓库对770B总参数、49B激活参数及1M上下文给出了相互一致的信息，可作为模型规格的交叉核验。Hugging Face模型卡发布报道
但“能够放进上下文”与“能够准确利用全部上下文”是两回事。长上下文效果还会受到信息位置、检索策略、提示结构、工具调用和输出校验方式影响。官方列出的OneMillionBench等结果可以作为起点，却不能代替用户自己的长文档测试。较稳妥的验证方法，是准备包含分散证据、冲突信息和无关材料的真实样本，分别测试信息召回率、引用准确率、计算正确率和最终交付完成度。
自我改进闭环，更接近受控研发自动化
公开资料显示，Hy4 preview参与了训练方法、数据策略、评估体系和底层算子的自动优化。其基本流程是模型提出候选方案、执行实验、读取代码与日志，再根据结果进入下一轮探索。腾讯还称，模型通过分析推理系统瓶颈，围绕算子融合和通信优化开展多轮迭代，使端到端吞吐相较基线提升31.8%。这组数据目前主要来自腾讯方面披露，21世纪经济报道对相关流程和数字进行了转述。报道资料
因此，“自我改进”不宜理解成模型已经能够脱离人类持续训练自己。更准确的描述是：研发团队预先设置目标、实验环境、安全边界与评价标准，模型在限定范围内生成方案、运行任务并依据反馈迭代。其价值在于缩短试验周期、扩大搜索范围，而最终采用哪个方案、是否达到生产标准，仍需要可复现测试和人工审核。
第三方评测可信度需要分层判断
腾讯公布了一项由163名内部专家参与、覆盖203个工程任务的盲测。Hy4 preview平均得分为2.99分，GLM 5.3为2.92分，Kimi K3为2.94分。盲测能够减少评审者对模型品牌的直接偏见，真实工程任务也比单纯选择题更接近生产环境。不过，任务由谁选择、提示词如何统一、工具权限是否相同、失败样本怎样计算，以及评审一致性如何控制，都会影响结果。由于该评测由腾讯组织，严格来说属于内部盲测，而不是完全独立的第三方评测。评测数据原始说明媒体交叉报道
截至2026年9月2日，公开来源可以独立确认权重确已开放、模型卡已经上线，也可以核对架构与部署文档，但这些事实不能自动证明所有官方基准成绩。Hugging Face托管模型只能证明模型可获取，媒体转述也不等同于独立复测。更有说服力的证据应包括公开测试集、完整提示模板、推理参数、工具环境、原始输出和可重复运行脚本，以及多个无利益关联团队在相同条件下所得的结果。
开发者应该如何验证
- 先测业务任务：从代码修复、跨文件分析或长报告生成中选择固定样本，不要只复跑官方优势项目。
- 统一变量：固定提示词、上下文、工具权限、推理强度、超时与重试规则，再与其他模型比较。
- 记录交付指标：同时统计一次完成率、人工接管次数、总Token、耗时、自动测试通过率和事实引用错误率。
- 检查预览版边界：官方已说明该版本存在复杂任务思考时间偏长和过度自我验证等已知问题，关键业务应保留人工复核与回退机制。已知局限与部署文档
总结
Hy4 preview的实际意义，是把超大规模MoE、百万上下文、生产力场景与模型辅助研发放进同一套开源方案中。770B和1M提供了能力上限，自我改进闭环展示了研发自动化方向，但两者都不能替代可复现评测。目前最稳妥的结论是：Hy4 preview已经具备进入开源旗舰模型候选名单的公开条件，其最终竞争力仍需独立测试、真实部署成本和后续正式版表现共同验证。
事件及资料日期：Hy4 preview于2026年8月28日发布并开放模型资源；本文检索与核验截止日期为2026年9月2日。主要资料包括腾讯混元官方GitHub仓库、Hugging Face模型页、21世纪经济报道发布报道及IT之家交叉报道。
