腾讯发布 Hy4 preview：7700 亿参数开放权重，采用 Apache 2.0 许可

2026 年 8 月 28 日，腾讯公开了「Tencent Hy4 preview」的权重，在 Hugging Face 上以主仓库和 FP8 量化版本两种形式提供。模型采用 Mixture-of-Experts 架构，总参数 7700 亿，共 78 层：第一层为稠密 FFN，其余 77 层为 MoE，每层含 256 个路由专家加 1 个共享专家。每个 token 激活得分最高的 8 个路由专家以及那个共享专家，这解释了 490 亿的激活参数。官方声明的上下文窗口为 100 万 token。在分发方式上，最值得注意的是采用了 Apache 2.0 许可，既无社区条款也无用户规模上限，同时配合 CodeBuddy、WorkBuddy、元宝和 ima 等自家产品的接入，以及通过腾讯云 TokenHub（输入每百万 token 0.834 美元起、输出 2.501 美元起）和 OpenRouter 提供的 API 访问。

官方资料给出的分数为：SWE-Bench Multilingual 82.9%、SWE-Bench Pro 65.7、Terminal-Bench 2.1 85.4、Deep SWE 64.3、GPQA Diamond 92.3。公司还公布了一项内部盲测的结果：163 位专家在 203 项工程任务上打分，该模型平均得 2.99 分（满分 4.00），高于 GLM-5.3 的 2.92 和 Kimi K3 的 2.94——但这些分数同样由腾讯给出，而非第三方评测方。文档明确承认了架构在使用中的若干局限：模型有时会在复杂问题上花费超出必要的时间，并可能对自己的答案过度核验（「can sometimes take longer than necessary to work through complex questions and may over-verify its own answers」），路透社也引用了这段话。在 model card 中，公司补充说预训练和后训练都还留有真实的提升空间（「real headroom left in both pre-training and post-training」）。

目前可得的所有指标都出自腾讯自己的评测与流程：没有独立审计，也没有第三方复现。同样，端到端吞吐提升 31.8% 这一数字——被归功于模型对训练与推理流程的自主优化——没有说明比较的基线，训练成本以及与内部专家共同构建的数据的确切构成也未披露。此举把腾讯放进了与阿里巴巴、Z.ai 和月之暗面同场的开放权重竞争中；开放发布与通过 API 和产品变现并行，而非取而代之。

放出不带限制条款的开放权重是一个干脆的选择，但这套架构究竟有多扎实，只有当性能数据走出自家报告的闭环时才能评判。 — Olya