11 月 20 日,腾讯混元把 Hy4 的模型权重放了出来,GitHub、Hugging Face、ModelScope、GitCode 四个平台同步上线,并一并发布了 Hy4 System Card(安全评估卡片)。至此混元 LLM 系列完成全量开源,从 Hy3 preview、Hy3、Hy4 preview 到 Hy4、Hy4 flash 全部可下载。

Hy4 正式版本身是 11 月 4 日发布的,当时只开 API 不开权重,16 天后权重才落地——这个"先云服务、后开源"的节奏已经是国内头部模型的常规打法。本文不重复发布会的宣传口径,重点讲三件开发者真正要判断的事:这次具体放了哪几个 checkpoint、许可证到底是不是大家说的 Apache 2.0、以及真要自托管需要什么硬件。

这次放出了什么

仓库类型用途
Hy4指令微调版开箱对话、Agent、工具调用,绝大多数人先用这个
Hy4-FP8FP8 量化版显存占用降到约一半,适合 Hopper 及以上的卡
Hy4 base预训练基础模型不是聊天模型,用于继续预训练或自建 SFT

三个 checkpoint 一次性放出是比较完整的交付方式。很多开源发布只给指令微调版,想自己继续训练的人拿不到 base;这次 base 和 FP8 都在,说明腾讯对二次开发场景是有准备的。官方同时说明已联合 vLLM / SGLang 社区以及 Inferact Inc. 提供生态支持。

ℹ️
注意区分 Hy4 和 Hy4 flash
这次开源的是旗舰版 Hy4。更便宜的 Hy4 flash 早在 11 月 18 日就已开放权重,两者不是同一个东西:Hy4 是 770B 总参数、49B 激活的旗舰;Hy4 flash 约 220B 总参数、12B 激活,定位是高性价比日常调用。选型的判断见后文。

架构与参数

Hy4 是混合专家(MoE)多模态模型,支持文本、图像、视频三种输入,上下文窗口最长 1048576 Token(约 100 万)。具体拆开来看:

组成部分规模说明
语言主干770B 总参数 / 49B 激活MoE 架构,每个 Token 只调用一部分专家
视觉编码器1.23BViT,负责图像与视频帧的编码
DFly2 drafter3.3B推测解码用的草稿模型,加速生成

这里有个容易被误读的细节:770B 这个数字不含视觉编码器、adapter 和 DFly2。也就是说整套权重加起来比 770B 略多,做显存估算时按 770B 算会偏乐观一点点。总参数与激活参数的巨大落差正是 MoE 的特征——模型体量铺得很开,但单次前向只走其中一小部分专家,所以算力需求看的是 49B 激活而不是 770B 总量。

能力层面相比 Hy4 preview 的主要变化是:预训练与后训练规模显著扩大、首次引入视觉理解、首次支持电脑操作(Computer Use,可结合图形界面与命令行操作 Blender、CAD 等专业软件),并针对前端开发、游戏开发等场景做了专项优化。

许可证:这一条最该先看清

中文媒体这两天的通稿基本都写"Hy4 及 Hy4 preview 采用 Apache 2.0 许可证,允许商业使用与修改"。这个说法对 Hy4 preview 成立,对 Hy4 正式版不成立。打开仓库里的 LICENSE 文件和模型卡首页,写的是 Tencent Hy License, Version 1.0——一份从 Apache 2.0 改写、增加了商业条款的自定义许可。

差异集中在新加的第 10 条,判断标准是规模和业务形态,不是使用方式:

情形是否需要腾讯单独书面授权
自己内部使用、微调、接到自有产品里不需要,明确豁免
对外提供模型推理/微调的远程访问(MaaS、API 转售),且任意连续 12 个月全球总收入超过 5000 万美元需要
基于模型的产品月活超过 1 亿需要

几个需要留意的点。第一,收入门槛算的是公司全球总收入,不要求这笔收入来自模型本身——所以几乎任何一家中大型云厂商都会触发。第二,条款针对的是"模型即服务"这种形态,纯内部使用不受限,只要模型和它的输出不外流给第三方。第三,这一版没有地域排除,授予的是全球范围、免版税的版权许可,这点比混元早期某些模型要好——比如 2025 年 6 月 Hunyuan-A13B 用的社区许可,就把欧盟、英国、韩国排除在外。

⚠️
做选型时别拿通稿当依据
如果打算把 Hy4 接进对外售卖的产品,请直接读仓库里的 LICENSE 原文,而不是二手报道。同类误传在 Hy4 flash 开源时也出现过一轮——社区普遍以为沿用了 preview 的 Apache 2.0,实际 LICENSE 文件写的是同一个 Tencent Hy License v1.0。

base 模型的成绩,以及它的前提

模型卡里给了 Hy4 base 的 few-shot 评测表,知识类表现如下(均为腾讯自建评测体系):

基准Hy4 base说明
MMLU91.6通用知识
MMLU-Pro73.9更难的多学科推理
SuperGPQA62.7研究生水平专业问答
C-Eval95.0中文综合能力
SimpleQA57.2事实性问答,考察幻觉
MMMU-Pro(10 选项)59.6多模态,flash base 为 52.0

但同时要看到两件事。一是它并非每项都领先:在 OCW Courses 上 DeepSeek-V4-Pro-Base 拿到 68.2,高于 Hy4 base 的 66.7;在 MBPP-plus 上 DeepSeek-V4-Pro-Base 为 79.1,Hy4 base 只有 74.0,甚至低于 Hy3 preview base 的 77.4。二是官方自己在模型卡里提示:base 模型在 mid-training 阶段见过大量合成指令数据,few-shot 测试时有时不按预期格式作答,格式失败会拉低分数、扭曲对比。

所以这张表的正确用法是看相对位置,不是当绝对能力值。而且目前所有数字都出自腾讯自己的评测套件,没有独立第三方复现。

真要自托管,需要多少显存

这是最关键的现实问题。770B 不是普通团队能自己跑的模型,按理论值估算(不含 KV cache 与框架开销):

精度权重显存(估算)现实可行性
BF16约 1540 GB基本不考虑,需要多机
FP8(官方版)约 770 GB8×H200(141GB×8=1128GB)可放下,留约 350GB 给 KV cache

也就是说,旗舰版的门槛大致是一台 8 卡 H200 级别的机器,而且 100 万上下文会把 KV cache 吃掉很多——真按满上下文跑,余量会非常紧。相比之下 Hy4 flash 才是多数团队的自托管起点:约 220B 总参数(含 64B Engram 参数),FP8 约 220GB,4×H200 或 8×A100 80G 都够;再上社区 INT4 量化可压到约 110GB,卡门槛进一步下探。因为只有 12B 激活,推理吞吐也远好于旗舰版。

启动形态上,vLLM 与 SGLang 都属官方支持的路径,命令骨架大致如下(模型 ID、TP 切分数与上下文长度参数请以仓库 README 和模型卡为准,不要照抄):

bash vLLM 启动(示意)
# 模型 ID 与参数以官方仓库 README 为准
vllm serve <模型ID> \
  --tensor-parallel-size 8 \
  --max-model-len 262144 \
  --trust-remote-code
bash SGLang 启动(示意)
python -m sglang.launch_server \
  --model-path <模型路径或ID> \
  --tp 8 \
  --context-length 262144
💡 小技巧:先把 --max-model-len 调到 32K 或 128K 验证能起来,再逐步往上加。直接按 100 万上下文启动,KV cache 预分配很可能在初始化阶段就 OOM,而报错信息往往只会告诉你显存不够,不会指出是上下文长度的锅。

Hy4 与 Hy4 flash 怎么选

维度Hy4(旗舰)Hy4 flash(性价比)
总参数 / 激活770B / 49B约 220B(含 64B Engram)/ 12B
上下文约 100 万 Token约 100 万 Token
模态文本、图像、视频文本、图像
典型部署8×H200 级单机 4~8 卡,可量化下探
适合场景复杂长程任务、多模态推理、科研高并发日常调用、成本敏感型产品

腾讯披露 Hy4 flash 开源首日处理了超过 50 万亿 Token,是其混元系列首日用量最高的一次,并称该模型在 11 月 17 日曾位列 OpenRouter 日榜第一。这些数字都由腾讯自述、尚无第三方核验,但方向是清楚的:真正跑起来量的是 flash 这一档,旗舰版更多承担能力上限和标杆作用。

还有一个成本维度容易被忽略:Hy4 flash 的 220B 里有 64B 是 Engram 参数(查表型记忆参数)。官方没有披露这部分参数与常规专家参数在显存和计算上的具体差异,做容量规划时不要简单按 220B 全额折算,也别指望它能白送——保守估算仍是稳妥选择。

安全侧披露了什么

随权重一起发布的 System Card 是这次交付里比较值得肯定的一部分。官方说明训练数据只纳入 PoC 生成、漏洞修复等防守性网络安全内容,剔除了漏洞利用、逆向工程、渗透等攻击性数据;并由腾讯玄武实验室与科恩实验室围绕密码分析、逆向工程、漏洞利用方向做内部审计,结论是未发现突出的进攻性能力风险。生物安全维度上,官方给出开放式实验设计能力评分 Hy-BioExperimentBench: 30.4/100,认为距离前沿模型仍有明显差距。

需要说明的是,这些都是厂商自评 + 内部审计,不构成独立第三方认证。对安全敏感的场景,仍然建议自己跑一轮红队测试再上线。

总结

Hy4 这次开源在交付完整度上是合格的:三个 checkpoint 齐放、四个平台同步、System Card 一起给、vLLM / SGLang 生态提前对接。对国内开发者来说,最有价值的变化是多了一个 770B 级别的可选底座,而不只是多了一个能调 API 的模型。

但落地前有两件事必须先想清楚:一是许可证,Tencent Hy License v1.0 的营收与月活门槛决定了它能不能被拿去做对外服务,别按 Apache 2.0 的预期做架构决策;二是硬件,770B 旗舰版的门槛在 8 卡 H200 级别,绝大多数团队真正能自托管的是 12B 激活的 flash 版。想清楚这两条,再谈用不用它替换现有模型。

相关阅读:行业新闻栏目(持续跟进开源模型与安全公告)、PHP 学习路线图 2026(技术栈打底)。

开源放出的不是能力,是一份需要你自己读完条款和显存账单的合同。