腾讯推出了开源生成式人工智能模型 Hy4 Preview，并将其定位为面向编程、数据分析、文档处理和科学研究的生产力模型。该模型包含7700亿个参数，但通过混合专家（Mixture-of-Experts）架构，每次操作仅激活490亿个参数，并拥有超过100万令牌的上下文窗口。
超长上下文窗口使该模型能够在单个会话中处理大量代码或文档，这一能力与需要理解多个文件或跟踪长期工作流程的任务直接相关。不过，腾讯没有在已发布材料中提供独立结果或外部比较，以证明该模型在不同运行环境中的表现。
内部结果领先于两款竞争模型
根据腾讯的数据，Hy4 Preview 在公司开展的一项盲测中获得了4分制平均2.99分。该测试由腾讯的163名专家参与，涵盖203项工程任务。该模型领先于 Z.ai 的 GLM-5.3，后者得分为2.92分；也领先于 Moonshot AI 的 Kimi K3，后者得分为2.94分。
这些数字反映的是由腾讯设计并执行的内部测试，因此应被视为性能的初步指标，而不是独立的市场排名。此外，材料没有说明数据集详情、任务分布或完整的评估方法，而在比较规模和类型不同的模型时，这些都是重要信息。
从编程到科学研究
腾讯将该模型置于实际使用场景中，而不仅仅是一般对话任务。公司表示，Hy4 Preview 能够理解代码、制定执行计划、调试并验证结果，并特别关注其生成的界面质量以及在前端开发任务中的交互体验。
该模型还可用于数据分析和金融分析、处理多个文档，以及创建文档、电子表格和演示文稿。公司还提到，用户可以通过自然语言指令创建可运行的游戏原型，然后通过与游戏引擎的多轮交互对其进行开发。
腾讯重点列举的领域还包括人工智能研究、分子动力学模拟、凝聚态物理和基础数学。根据现有材料，这些能力仍属于公司对模型用途和性能的声明，而不是由独立研究机构发布的结果。
使用该模型开发自身
腾讯表示，Hy4 Preview 帮助改进了自身开发的部分阶段，包括训练方法、数据策略、评估系统和底层算子。按照公司的描述，该模型提出了不同方法，执行了实验，随后根据产生的结果、代码、日志和反馈，帮助构建后续迭代版本。
腾讯将其描述为早期的迭代式自我改进闭环。该模型还被用于分析推理架构瓶颈，并提出算子融合和通信优化方面的改动。公司表示，与初始基线相比，这些工作使端到端生产力提升了31.8%。
当前的可用性、成本和限制
Hy4 Preview 可通过腾讯的多款产品使用，包括 WorkBuddy、CodeBuddy、Yuanbao 和 ima。开发者可通过 Tencent Cloud TokenHub 和 OpenRouter 访问 API，腾讯还通过 Hugging Face 向开源社区分享了该模型。
- 每百万输入令牌价格：0.834美元。
- 每百万输出令牌价格：2.501美元。
- 每百万缓存令牌价格：0.042美元。
- WorkBuddy 和 CodeBuddy 用户在发布后可免费使用两周。
为什么这一公告很重要？ Hy4 Preview 将较大的总规模、混合专家架构和超过100万令牌的上下文结合起来，同时提供开源版本和公开的 API 定价。这可能使其成为处理长代码或长文档团队的重要选择。另一方面，腾讯将其描述为预览版，并表示将利用用户反馈对其进行改进，并很快推出 Hy4 系列的新模型；因此，在生产环境中广泛采用之前，其在内部测试之外的结果可靠性、初始版本的稳定性，以及许可和实际运行方面的问题，仍需进一步验证。