11 月 4 日，騰訊發布 Hy4，口號是「首次躋身世界最強開源模型之列」。兩個「首次」很硬：視覺理解，以及從命令列到圖形界面的電腦操作，還針對 Blender、CAD 這類專業軟體做過專項訓練。官方自報幻覺率從 12.95% 砍到 7.2%，API 價格維持每百萬 token 輸入 $0.90、輸出 $2.70。最有意思的反差是：本篇撰稿當日（11 月 7 日）實查 Hugging Face，騰訊帳號下掛著的仍然只有 8 月那兩個 Hy4-preview checkpoint——正式版權重不見蹤影。模型已經會操作別人的電腦，自己的權重還不能下載。

一、背景：8 月的作業交給了，11 月換了考卷

把時間拉回 8 月 28 日。騰訊當時發布 Hy4 preview，開源毫不拖泥帶水：Apache 2.0 授權，BF16 與 FP8 權重同步上架 Hugging Face、ModelScope、GitCode 和 CNB，附 vLLM、SGLang 預編譯部署鏡像。模型卡寫得很清楚：總參數 770B、每 token 激活 49B、78 層、1M token 上下文——這個規格讓它直接站進 Kimi、GLM、DeepSeek、Mistral、Z.AI 這些開放權重前沿玩家的同一個量級。本站 10 月 25 日寫 Kimi K3.1 Pro 的 2.8 萬億參數開放權重，記錄的就是同一波中國開放權重衝前沿的浪。

11 月 4 日的正式版（業界慣稱 GA）換了考卷：官方稱這是歷來最大的跨代升級，加了視覺、加了電腦操作、幻覺率對半砍、猜測錯誤率從 23.1% 壓到 5.6%。偏偏最乾脆的兩樣東西——權重與授權——這次改成「未來幾天見」。新聞稿的原話是計畫「in the coming days」釋出權重與系統卡，重點放在網路安全與生物安全的把關。

二、這次發生什麼：兩項首次與一組自報數字

視覺理解是首項首次：細粒度圖像細節、複雜圖表解讀、數學視覺推理，看得懂截圖、介面與表格裡的結構化資訊。官方給的示範之一，是在一張 2.8 gigapixel 的空拍圖裡定位一個約 2 公尺大的屋頂構件——1M token 的窗口此時是真的有用，整張鑲嵌圖加提問塞得下。

電腦操作是第二項首次：模型可以在命令列（CLI）與圖形界面（GUI）之間混著幹活，針對 Blender、CAD 與跨應用的長程工作流做過專項訓練；騰訊把它跑在自家 Agent Runtime 的沙箱裡，裡面裝了數百個應用。 preview 時代這是文本進文本出的模型，現在它有了手。

其餘是官方自報的成績單，全部標明出處、未經第三方複測：幻覺率 12.95% → 7.2%、猜錯就蒙的錯誤率 23.1% → 5.6%；辦公助理 WorkBuddy 的評測平均 83.18 分、通過率 96.15%，中國大陸市場 12 個情境裡 9 個第一；對 preview 相比，GameDev 基準提升 19.1%、GameLogic 提升 9.8%（基線數字是騰訊內部值，未公開）。金融盲測比較像樣：579 個真實金融任務、213 位金融從業者評分（153 位來自機構外、約七成業界經驗超過五年），Hy4 平均 3.04 分居開放模型第一，DeepSeek-V4.1-Flash-1017 是 2.97，Kimi K3.1 Pro 與 GLM-5.3 同為 2.68。

商業面同樣沒驚喜地便宜：騰訊雲 TokenHub 刊例價維持 input 6 元、output 18 元、緩存命中 0.3 元（人民幣／百萬 token，約合 $0.90／$2.70／$0.045），年底前列例價再打 5 折；WorkBuddy 與 CodeBuddy 11 月 4 到 15 日免費；更省錢更快的 Hy4 Flash 已預告「不久後」登場。

三、技術拆解：770B 的身體，49B 的班次

Hy4 的骨架沿用 preview 公開的規格（GA 未另行公布架構）。它是一個MoE（混合專家）模型：78 層裡第一層是普通 dense FFN，其餘 77 層各掛 256 個路由專家加 1 個共享專家，每個 token 只點名 top-8 路由專家，連同共享專家一起上工——知識容量按 770B 算，單次前向的計算量卻只相當於一個 49B 的 dense 模型。價格壓得下來，靠的就是這份排班表。

770B 的身體、49B 的班次：Hy4 的 MoE 排班表 1 個 token 逐層通過 77 個 MoE 層 MoE 層（第 2–78 層，每層同構） 256 個路由專家 · 亮著的 top-8 上工 其餘 248 個本輪休班 共享專家 ×1 · 每個 token 都在 激活 49B 每 token 實際上工參數 計算量 ≈ dense 49B 容量按 770B 記 第 1 層：普通 dense FFN 不做專家路由 MTP 投機解碼層：10B／激活 0.7B 原生內建，自猜後續 token Gated DSA 稀疏注意力 IndexCache 跨層重用索引
圖 1：Hy4 的 MoE 骨幹（規格取自 8 月 Hy4 preview 公開模型卡，GA 未另行公布）——便宜的不是參數，是排班

架構上另有三個值得記的名字。第一，注意力模組用 Gated DSA（DeepSeek Sparse Attention 的閘控版）搭配 IndexCache，跨層重用稀疏索引——1M 上下文的 KV 存量太大，稠密注意力讀不動，只能讓每一層去有限的索引裡找關鍵詞。第二，殘差通道改用 iHC（identity Hyper-Connections），拉寬層與層之間的資訊流動。第三，主幹之外原生內建一層 MTP（多 token 預測，總參數 10B、激活 0.7B）：不用外加草稿模型，模型自己預猜後面幾個 token、主幹批量核對，生成速度靠這層抬起來。上下文 1M token、單次輸出上限 64K、詞表 120,832，三項都與 preview 持平。

電腦操作那塊，真正燒錢的不在模型參數，在訓練資料：GUI 截圖加動作序列的狀態空間大得離譜，「跨應用長程任務」更需要海量成功與失敗的軌跡。騰訊拿得出手的，是 QQ、企業微信（WorkBuddy 直接接入了聊天記錄、郵件、文件、日曆與會議筆記）、騰訊文檔這條產品線內迴路——這塊資料護城河，才是同規模開源競品最難跟的部分。

四、開源與否：「open-source」是一筆交付，不是一個形容詞

現在回頭看發布當天的語義問題。官方新聞稿說 Hy4「躋身世界最強開源模型之列」，但權重、授權條款、模型卡三樣，截至發稿一個都沒上線。11 月 7 日實查 Hugging Face 騰訊帳號，Hy4 系現身的只有 Hy4-preview 與 Hy4-preview-FP8 兩個 8 月的 checkpoint。第三方對比頁替這件事做了最精簡的總結：Hy4 vs Hy4 Preview：What Changed at Release——正式權重「尚未公開（Not public yet）」，授權沒寫、模型卡不存在，能用的只有 8 月的 preview。

為什麼要計較？因為開放權重的價值從來不只「能免費用」，而是可查核：preview 掛 Apache 2.0，任何人可以把它拉下來跑公開評測、覆核官方基準、微調後商用；GA 若只開 API，上面那串 3.04 分、83.18 分、12 個情境 9 個第一，就全部回到「僅官方可複現」。兩個月前的 preview 正是對照組——同一支團隊、同一副骨架，那次是三話沒說完權重就上架了。

預付的 8 月，賒帳的 11 月：Hy4 開放度時間軸 2026-08-28 preview 發布即開源 Apache 2.0 權重 BF16＋FP8 上架 2026-11-04 GA 發布：視覺＋ 電腦操作、價格不變 權重「未來幾天」 2026-11-07 本篇實查 HF 帳號 僅見 preview 兩檔 GA 權重、授權皆無 11-15 WorkBuddy／CodeBuddy 12 天限免窗口結束 12-31 TokenHub 五折到期 GA 權重若仍缺席 「開源」標語待重估
圖 2：把日期攤平就能看出這筆帳的結構——8 月證明過做得到，11 月正在花那筆信任存款（依官方公告與本篇實查繪製）
💡 白話重點：「開源模型」這四個字的含金量，取決於你下載得到的那一刻。新聞稿裡的是形容詞，Hugging Face 上那個 770GB 的檔案才是名詞。

五、本地玩家的帳：這模型要跑在誰的機器上

就算權重明天就上線，先把 VRAM 算清楚。770B 參數，BF16 權重約 1.54TB，FP8 約 770GB——還沒算 KV cache。vLLM 官方食譜給 preview 的部署檔次是 16×NVIDIA B200、8×B300 或 8×AMD MI355X 這種機架級配置；AMD 陣營最低一檔的實測是 8×MI325X 跑 FP8、上下文壓在 139,264。門口票是半個資料中心，這是開放權重前沿模型的共同現實，跟授權無關。

16GB 顯卡加 128GB 內存的家用機型呢？別試，770GB 的 FP8 權重連內存都裝不下。現實的等法有兩個：GA 權重真的釋出後，等社群的 GGUF 量化把專家層分片進內存跑（本站 Qwen3.8 雙卡部署那篇的路數，量級要再乘四）；或者等 Flash 版。preview 的 Apache 2.0 權重始終在架上，想練評測流程的，現在就能拉。

跑不動，價格信號照樣打得著：輸出 $2.70、五折後 $1.35 每百萬 token，緩存輸入 $0.045——agent 迴圈最吃緩存（長 system prompt 與工具定義每輪重複），這個緩存價比本價更接近成本價。閉源中階 API 的溢價空間，正被這種定價一格格削掉。

六、影響與觀察

七、結論

這次發布最耐人尋味的畫面不在評測圖表，而在兩個並排的畫面：一邊是模型在沙箱裡滑動滑鼠操作 Blender，另一邊是下載頁上空的貨架。開放權重這行規矩從來是按交付計分、不按發布會計分——8 月的 preview 證明騰訊交得出，11 月的 Hy4 要把同一份作業再交一次，「開源」兩個字才算數。在那之前，它更準確的名字叫一款很強的前沿 API。

延伸閱讀

資料來源