研究员｜卢杨

8月28日，腾讯混元正式发布并开源新一代大语言模型Hy4 preview。总参数770B、激活参数49B、上下文长度突破1M，主打“为生产力而生”。

目前，Hy4 preview已全面开源，并在WorkBuddy/CodeBuddy国内版及国际版、元宝、ima等产品首发上线，开发者可通过腾讯云TokenHub和OpenRouter接入API。

最重要的是，WorkBuddy/CodeBuddy将开展为期2周限时免费活动，白嫖党可以抓紧了。

01 代码能力直接与Sol和Opus 5“掰手腕”

在聚焦终端命令行编程的Terminal Bench 2.1测试中，Hy4 preview拿下85.4的高分，与Claude Opus 5持平，并超越DeepSeek V4 Pro（80.3）。这一成绩相比前代Hy3提升不少。

软件工程实战方面同样激进：DeepSWE测试得分从Hy3的28.0翻倍64.3，逐步缩小与一线模型的差距。

智能体能力也在同步突破。Toolathlon-Verified（工具调用马拉松）测试中，Hy4 preview拿到74.1分，超越千问3.8 Max和GPT-5.6 Sol，逼近Kimi K3与Opus 5。

02 内部盲测：略优于GLM-5.3与Kimi K3

硬核跑分之外，腾讯还做了一场“内部考试”。163名内部专家、203个WorkBuddy环境下工程任务的盲测结果显示，Hy4 preview均分2.99/4.00，略优于GLM-5.3（2.92）和Kimi K3（2.94）。

值得注意，Hy4 preview的每项基准测试都不是垫底的——尽管总参数和激活参数远不及竞争对手。这说明，相比于纯粹的参数竞赛，腾讯混元团队选择的是一条“真实生产力任务”的路线。

03 价格依然“普惠”

Hy4 preview定价输入6元/百万tokens、输出18元/百万tokens、缓存命中0.3元/百万tokens。在高性能模型领域，这个价格仍属低位。作为参考，Hy3 preview的256K上下文输入价格在1.2-2元/百万tokens区间，而Hy4在性能大幅跃升的同时，依然维持了此前的定价逻辑。

作为Hy4迭代的早期版本，官方坦言尚存在多模态能力缺失、复杂任务长思考等已知问题，当然也有开发者幽默吐槽称现在的模型都“开始让网友当测试了”。但按照混元“平均每两个月迭代一次大版本”的节奏，下一版或许已在路上。

Ps：当然我们第一时间也测试了一下Hy4 preview这个你也好奇的问题，它理智的帮“我们”守住了5000w美元（doge）。

编辑｜符永康