事件概述

2026年8月28日，腾讯正式发布并开源新一代大模型混元 Hy4 preview。作为继Hy3之后的迭代版本，Hy4 preview在架构规模、上下文能力及性价比上均有显著提升，旨在验证腾讯在AI领域的持续投入能否转化为实际的生产力工具价值。

核心信息

1. 模型规格与商业化策略

• 参数规模：总参数量从上一代的295B提升至770B，激活参数从21B增至49B。
• 上下文长度：支持从256K扩展至1M (100万) tokens。
• 部署渠道：已同步接入腾讯内部产品（WorkBuddy、CodeBuddy、元宝、ima），并通过腾讯云TokenHub及OpenRouter开放API调用。
• 定价策略：延续高性价比路线，输入价格6元/百万tokens，输出18元/百万tokens，缓存命中0.3元/百万tokens。
• 性能优化：通过优化训练方法、数据策略及底层算子，推理吞吐较基线提升31.8%。

2. 基准测试表现

腾讯组织163名专家对203个工程任务进行盲测，Hy4 preview平均得分2.99/4，略高于竞品Kimi K3 (2.94) 和 GLM 5.3 (2.92)。优化重点聚焦于软件工程、办公分析、游戏开发及科学研究等需要长工作链的生产力场景。

3. 实战能力实测

为评估其在真实复杂任务中的表现，测试涵盖以下三个维度：

A. 复杂办公场景：多源材料交叉核验

• 任务：审核包含6笔申请、两版制度、预算台账及审批邮件的费用包。
• 结果：模型用时3分27秒完成审核，准确识别金额计算错误（如超标餐叙、酒店上限）及逻辑漏洞（如未获IT批准的软件订阅）。具备跨文档证据链拼接能力（如通过邮件时间戳佐证交通费合理性）。
• 局限：在制度版本适用性判断上出现细微偏差（将早期申请误归入新制度），虽未影响最终金额结论，但提示关键前提仍需人工复核。

B. 前端工程：原生Canvas游戏开发

• 任务：仅使用HTML5 Canvas和TypeScript，从零开发《深海进化论》大鱼吃小鱼游戏。
• 结果：32分钟内交付可运行项目，包含完整的游戏循环、碰撞判定、UI交互及本地最高分功能。
• 自测与修复：模型内置了15项Node逻辑测试和14项浏览器端到端测试。在自测中发现并修复了边界渲染异常及鼠标控制手感Bug（如追击间隙问题），展现了“生成-测试-修复”的闭环能力。

C. 3D应用：Three.js竞速游戏构建

• 任务：制作雨夜集装箱港口背景的无人机竞速游戏《午夜港口》，含AI对手、氮气加速及实时排名。
• 结果：首次交付因依赖本地服务器导致白屏，反馈后20分钟内重构为单文件可执行版本。开发过程中通过模拟测试发现并修复了AI路径预测、圈数累计及渲染过曝（UnrealBloom参数调整）等问题。
• 意义：证明了模型在复杂项目中定位上下文、承接错误并持续推进迭代的长程Agent潜力。

值得关注

• 从“生成答案”到“执行任务”：Hy4 preview的核心突破不在于单次回答的正确率，而在于面对报错、冲突或交付失败时，能够基于已有结果进行调试和迭代，而非推倒重来。这种长程执行能力更接近自动化Agent的定义。
• 商业回报验证：腾讯二季度AI业务对Non-IFRS经营利润产生约105亿元净影响。Hy4 preview的低定价策略旨在降低使用门槛，扩大API调用量，以证明算力投入能转化为真实的用户粘性和商业回报。
• 人机协作边界：尽管模型能承担更长的执行链，但在最终验收环节，尤其是涉及关键合规性或复杂逻辑判断时，仍需人类介入复核。