混元 Hy4 preview 实测：国产开源大模型能进第一梯队吗

新一代模型 Hy4 今天开源了。网上的关键字，是”770B 参数””49B 激活参数””百万上下文”这些数字。但参数只是一个数字，更有参考价值的，是它落到真实任务上表现如何——它比 Hy3 强了多少，Hy3 暴露的问题有没有被解决。

参数规模：一次大幅升级

参数”770B”对一个非技术读者来说没有概念。放到对比里就清楚了：

三组数字，每一组都出现了大幅度的增长。Hy3 两个月的免费使用让用户看到了这次升级的数据，整体架构的升级。

我在 Hy3 上遇到的三件事

说说我自己的使用经历。Hy3 蹭着免费我前后用了一一个月时间，三个问题让我印象最深刻。

一、长文档处理，更像压缩而非概括

我拿它处理过一整份很长的技术文档。它确实能总结，但更像把原文压缩了一遍——总结得似是而非。我需要的是”读完帮我抓住重点”，它给我的感觉是幻觉验证。几次下来，我就换模型了，后面也不太放心让它替我读长文档。

二、面对复杂问题，容易偏向单一答案

这个最让我头疼。遇到那种没有唯一解的题目，我需要它帮我想多个可能性，可它往往只给出一个答案就停住。我试着追问，它也不太能自己拐弯。相同问题的处理往往会跑回到同一个答案，这是上下文的体量决定的。对需要处理这类问题的我来说，实在是浪费时间。只能让它处理轻量化的对话任务。

三、站内搜索能力偏弱

对于长期免费的模型，用来进行数据抓取是我认为比较合适的，毕竟付费的 token 做这种事就太不划算了，慢点也无所谓。但获取的文档不全就非常糟心了。我让它在一个指定网站上找资料，它常能找到我要的那一项，却漏掉另一项。搜索的完整性没法保证，导致我每次都得人工去核对一遍，等于多了一道工序。

我用下来的感受是，Hy3 是能干活、够实用（免费），短板是客观存在的。它是个不太靠得住的工具，看你怎么去合理地使用。所以这回换 Hy4，我最关心的，就是上面这三处它到底改得怎么样。

Hy4 preview 的改进方向

先看一份硬数据。腾讯组织了一次内部盲测：163 名内部专家、203 个真实工程任务，在看不到模型名称标注的前提下打分。结果：

三者的差距不到 0.1 分。这个结果很克制——说明 Hy4 preview 已经进入国产开源模型的第一梯队，但与第二名之间没有明显拉开差距。它不是靠堆参数取胜，而是靠真实任务一项一项做出来的。

对照我前面提到的三个问题，Hy4 preview 的改进方向很明确：

• 长文档处理（对应问题一的短板）：上下文从 256K 拉长到 1M+，扩容约 4 倍。文档越长，越需要”整本读、抓重点”的能力。
• 复杂任务执行（对应问题二）：官方说明多次提到，Hy4 preview 增强了 Agent 的长链路执行能力——更好的任务拆解、上下文承接、指令执行，专门解决”复杂问题偏向单一答案”的情况。这一点正好回应了我上面遇到的麻烦。
• 搜索与跨文件核对（对应问题三）：官方演示中，它能在 72 份财务文件里跨文档核对，找出 14 张合规报销单——把搜索、理解、对照串起来使用，这正是 Hy3 preview 偏弱的地方。需要说明的是，官方没有单独公布”站内搜索”这一项的复测结果，这块我打算自己上手验证。

此外，Hy4 preview 出现了一个此前少见的特征——它开始参与优化自己的推理流程。它会自行提出方案、运行实验、根据结果调整，端到端运行速度提升了 31.8%。这意味着它不会停留在当前水平，随着使用，它会持续变强。但是真实体验就需要长期的使用来验证了。

定价

这个价格不算最低，但处于”可以放进日常工作流长期使用”的档位。值得留意的是缓存命中只要 0.3 元——如果经常反复处理同一批长文档，这一项能省下不少成本。在 DeepSeek 涨价后的现在，Hy4 preview 的这个价格还是值得多关注一点的。

适用人群

• 长期与长文档、报销、合同、数据表打交道的人群；
• 需要写代码、做页面、搭工具的人群；
• 经常让 AI 协助处理杂务的人群。

官方介绍中 Hy4 preview 是适合这些人群的，建议利用这 2 周限时免费窗口，拿一件工作中真实觉得棘手的事情，实际用它做一次。

参数和介绍放在一个月一次版本大更新的今天感知是不明显的，同类型的大模型几天发布一个，只有在真实的业务场景中跑一遍，才知道它值不值。用这两周的认真感受体验一次，无论用来做什么都不亏。

上手方式与开源

产品内直接可用——WorkBuddy、CodeBuddy 的国内版和国际版，以及元宝、ima，均已接入 Hy4 preview。目前面向用户限时免费 2 周。

开源自托管：

• HuggingFace：huggingface.co/tencent/Hy4-preview
• GitHub：github.com/Tencent-Hunyuan/Hy4-preview
• ModelScope 魔搭：modelscope.cn/models/Tencent-Hunyuan/Hy4-preview
• GitCode：ai.gitcode.com/tencent_hunyuan/Hy4-preview

需要说明的是，模型采用 Apache 2.0 协议开源，但部署门槛不低——官方示例需 FP8 权重 + 8 卡并行。对多数个人开发者而言，直接调用 API 或在产品内使用更现实；开源权重的价值更多在于企业私有化、研究复现与推理框架适配。

（本文信息整理自腾讯混元官方发布、科技日报、环球网、新浪科技、网易等公开报道，以及雪球、CSDN、技术博客上的真实用户实测。价格、免费活动、盲测数据请以产品实际页面为准。）