腾讯混元 Hy4 preview 详解：770B 开源旗舰，Apache 2.0，定价是 Hy3 的 6 倍

Hy4 preview 的注意力方案直接沿用了 DeepSeek 稀疏注意力的思路，再加一层 IndexCache 的跨层索引复用。 同一周发布的 GLM-5.3-Flash 走的是线性注意力加稀疏注意力混合、外加 IndexPool 压缩索引向量。 两家的具体做法不同，要解决的是同一件事：100 万上下文下，注意力计算量和 KV Cache 占用不能跟着线性涨。

官方材料里提到，Hy4 preview 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， 其中推理侧围绕算子融合和通信优化做了多轮迭代，端到端吞吐提升 31.8%。这是官方口径的自述，暂时没有第三方复现。

BF16 权重 1.42 TiB，FP8 也在 770GB 量级，官方部署示例是 8 卡 B300 起步。 开源在这里的价值主要是可审计、可私有化交付、不被单一 API 锁定，不是「省钱自己跑」。 要算这笔账可以先去 开源模型部署选型 对一下显存和硬件成本。

和内部盲测里的两个对手比：输出价比 GLM-5.3 的 $4.40 低 43%，比 Kimi K3 的 $15.00 低 83%。 和 DeepSeek V4 Pro 0813 比，输入低 37%、输出低 37%。如果盲测结论成立（三家能力相当）， 那么在这个能力档位上，Hy4 preview 现在是价格最低的一个。

$0.042 只有输入价的 1/20。同档里 GLM-5.3 的缓存命中是 $0.26，贵 6 倍多；Kimi K3 是 $0.30，贵 7 倍。 Agent 场景里系统提示词和代码库上下文反复重传，缓存命中价往往决定一半以上的账单， 这一项的差距比标价差距更值得算。展开可以看 缓存命中价那篇。

GLM-5.3-Flash（$0.15 / $0.50，智能指数 57.5）和 GPT-5.6 Luna（$0.20 / $1.20，52.3）在更低的价格带。 Hy4 preview 的输出价是 GLM-5.3-Flash 的 5 倍。所以真正要回答的问题是： 你的任务是不是真的需要旗舰档，还是 Flash 档就够。这个问题只能用自己的任务样本跑一遍来回答。

我们的价格与指数由上游数据源每日同步，新模型接入需要几天，Hy4 preview 发布当天还没有进表。 等它进来之后，腾讯模型报价页 会自动更新， 到时候可以用统一口径的智能指数和现有模型直接比。在那之前，上面所有能力结论都来自官方自测。

第一，在旗舰档里换到 Hy4 preview，相比 GLM-5.3 省一半（$265 对 $521），相比 Kimi K3 省 80%。 第二，旗舰档和 Flash 档之间差 4 到 5 倍（$265 对 $57）。 先确认自己是不是真的需要旗舰档，这个决策的金额影响比在旗舰档内部选谁更大。

Hy4 preview 默认走 high 推理档，官方自己承认它「在复杂任务上思考时间偏长、倾向于过度自我验证」。 长思维链会推高输出 token 数，上表的 5,000 万输出如果实际变成 8,000 万，月合计就从 $265 变成 $340。 不需要深推理的任务传 no_think，这一档省下来的钱是实的。

今年国产模型的主流动作是把参数往下压、把价格往下打——智谱的 GLM-5 系列从 744B / 40B 走到 GLM-5.3-Flash 的 320B / 18B， 价格从 $1.00 降到 $0.15。混元这一代是反的：参数从 295B 涨到 770B，激活从 21B 涨到 49B，价格从 $0.136 涨到 $0.834。 腾讯选的是先把能力做到旗舰档，再谈成本。

这一步对办公文档和整仓代码这两类场景是硬需求。Hy3 的 256K 装不下一个中等规模仓库的关键路径， 1M 加上稀疏注意力把这条路打通了。同期 GLM-5.3、DeepSeek V4 Pro、GPT-5.6 系列都在 1M 这条线上，混元这次是补齐。

Hy3 系列已经开源，Hy4 preview 走 Apache 2.0，商用、修改、再分发都没有附加条件。 同一周智谱的 GLM-5.3-Flash 用的是 MIT。两家头部厂商在同一周把旗舰级权重放到最宽松的两个协议上， 这是今年开源侧最实际的变化。全景可以看 开源模型部署选型。