770B 参数、1M 上下文，混元 Hy4 preview 为生产力而生

摘要：

混元 Hy4 preview 总参数 770B、激活参数 49B、上下文长度 1M，定位"为生产力而生"。本文详解其 MoE 架构、软件工程、办公分析与科学研究三大能力跃升，以及编码全球第 6、专家盲测 2.99 分等实测表现，并说明 WorkBuddy 限时免费体验安排。

一、从参数规格看 Hy4 preview：770B 总参数、1M 上下文

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。从命名看，preview 意味着它是一次提前亮相的预览版本——早于此前市场预期的 9 月，延续了自 Hy3 preview 以来约两个月一次的大版本迭代节奏。

先看核心规格：

• 总参数量 770B（7700 亿）：决定模型的知识容量与能力上限。
• 激活参数 49B（490 亿）：单次推理实际参与的参数量，决定推理成本与速度。
• 上下文长度 1M（100 万 token）：一次可处理约百万 token 的长文本或大型代码库。
• 架构：快慢思考融合的 MoE（混合专家）架构，在能力与推理效率之间取得平衡。

这组数字的关键不在"大"，而在"大而不笨"。770B 的总参数提供了足够的能力储备，而 49B 的激活参数让实际推理不必为全部参数买单——这正是 MoE 稀疏激活设计的价值：用更低的推理成本，调用更大的能力池。1M 的上下文则让整本手册、整套代码库、成堆的论文可以一次性喂进模型，不必反复切分。

相比前代 Hy3（总参数 295B、激活参数 21B、上下文 256K），Hy4 preview 在模型尺寸、上下文长度和数据规模上都有显著扩展。这种扩展的直接结果，是模型在真实生产力任务上的能力跃升。

二、为生产力而生：和腾讯内部专家共建的训练数据

Hy4 preview 的定位是"为生产力而生"。它的能力不是靠纸面跑分堆出来的，而是通过与腾讯内部软件工程、游戏、金融、安全等领域顶尖专家的高质量数据共建，在与 WorkBuddy 等产品的深度协同（Co-Design）中打磨出来的。

这意味着模型的训练数据直接来自真实的业务场景：工程师的实际开发流程、游戏开发者的原型搭建、金融分析师的数据处理、安全专家的研判逻辑。模型学到的不是抽象的"答题技巧"，而是真实工作中如何理解需求、规划步骤、调试验证、交付结果。

一个能说明这一点的细节是：Hy4 preview 在自身研发的全链路中就发挥了价值——它首次参与了训练方法、数据策略、评估体系和底层算子的自动优化。模型提出方案、运行实验、根据结果继续迭代，实验产生的代码、日志和反馈进入下一轮探索，形成了初步的递归自我改进闭环。连训练自己的方法都能参与优化，说明它在复杂任务上的自主能力已经走到了一个新的台阶。

三、软件工程：长程开发任务的理解、规划、调试与验证

在三大生产力场景中，软件工程是 Hy4 preview 提升最直观的一个。

官方披露，Hy4 preview 在软件工程场景下增强了长程开发任务的理解、规划、调试与验证能力，并进一步提升了前端开发的视觉审美和交互质量。具体表现为：

• 长程任务驾驭：可以连续推进耗时较长的开发任务，理解并驾驭大型代码库，协同调用终端工具完成构建与调试。
• 前端全链路生成：通过 MCP 接入，实现对话式从零构建游戏 Demo、互动漫画，开发者能通过多轮交互持续完善复杂项目。
• 视觉与交互质量：更准确地理解页面、脚本、交互需求，组件生成、样式修改、自动 Debug 表现更稳定。

编码能力的提升有明确的榜单佐证。在 CodeArena WebDev 全球排行榜上，Hy4 preview 跃升至第 6 位，而上一代 Hy3 仅排名第 28 位——这是一次跨档位的进步。在 Terminal-Bench 2.1 上达到 85.4（Hy3 为 70.8），DeepSWE 软件工程基准上达到 64.3（Hy3 为 28.0），后者较前代提升超过一倍。

对 WorkBuddy 用户来说，这种能力提升的直接感受是：从"说清需求"到"跑出一个能用的结果"，中间需要来回解释和手动修补的环节明显减少。

四、办公分析与科学研究：从信息处理到文档交付

办公分析和科学研究是另外两个重点突破的生产力场景。

办公分析场景下，Hy4 preview 显著提升了复杂办公环境理解和金融分析能力，着重优化了数据分析、跨文件协作，能够完成从信息处理到文档、表格与演示文稿交付的完整流程。也就是说，模型不只是"读懂"数据，而是能把分析结果直接落成一份可交付的表格、报告或 PPT。

科学研究场景下，模型显著提升了复杂科研问题的理解、推理与求解能力，在 AI 研发、分子动力学模拟、凝聚态物理、基础数学等各类场景中均有长足进步。1M 的超长上下文在这里尤其关键——它让模型可以综合大量网页、PDF、论文与数据材料，完成行业研究、科研分析与资料整理。

这两个场景的共同点是"输入海量、输出结构化"。Hy4 preview 的价值在于把"读得多"和"写得成"打通：既能吞下百万 token 的原始材料，又能把它们组织成可直接使用的交付物。

五、实测数据：专家盲测 2.99 分，对标一线开源模型

能力到底处于什么水平？一组来自人工盲测的数据给出了参考。

在一项由 163 名专家参与的 203 个任务盲测中，Hy4 preview 的平均得分为 2.99 分（满分 4 分），略高于 GLM-5.3 的 2.92 分和 Kimi K3 的 2.94 分。这是一项贴近真实工程任务的横向评测，三款模型处于同一梯队，Hy4 preview 在其中略占优势。

需要注意的是，官方也坦诚指出 Hy4 preview 目前仍存在的已知问题：复杂任务中的长思考倾向与过度自我验证倾向。这说明它仍有继续优化的空间，在部分高难度任务上可能出现"想太多"的情况，需要用户在实际使用中结合任务类型加以引导。

综合来看，Hy4 preview 在编码、办公、科研三大生产力场景上已经稳居开源模型第一梯队，尤其在软件工程这类长程任务上的进步最为突出。

六、在 WorkBuddy 里免费体验：限免至 9 月 10 日

Hy4 preview 已在 WorkBuddy 国内版首发接入，并同步开启限时免费体验，截止时间为 2026 年 9 月 10 日 23:59。用户在客户端对话框右上角的模型选择菜单中即可切换到 Hy4 preview，无需额外配置。

免费期内有两点需要留意：

• 每日免费额度有限：因资源有限，平台为每位用户分配了每日免费额度，触发限频后页面会提示重置恢复时间。
• 多模态任务走积分：Hy4 preview 是大语言模型，暂不具备图像、视频等多模态生成能力。在 WorkBuddy 里发起生图、视频等多模态任务时，系统会自动切换到其他多模态模型执行，该部分按正常规则消耗积分，不占用 Hy4 preview 的免费额度。

如果在使用中遇到排队（上线初期调用量激增时可能出现），可以切换到限免延长至 9 月 30 日的 Hy3 继续，或把非紧急任务错峰到晚间 23:00 至次日 8:00 执行。

从 8 月 28 日到 9 月 10 日这两周，是零成本体验这款 770B 旗舰的窗口期。对经常用 WorkBuddy 做复杂推理、长程开发、办公分析的用户，不妨趁免费期把它的实际表现跑一遍。

想了解更多关于 WorkBuddy 的功能详情与最新活动，欢迎访问 腾讯云 WorkBuddy 活动页 。