腾讯混元 Hy4 深度评测：1M 上下文正式版上线，Agent 能力大涨、每百万 Token 0.42 美元

8 月底那版开源权重还挂着「Preview」后缀，11 月 4 日腾讯混元把 Hy4 正式版推上了 API。这次不是发个技术报告就完事——OpenRouter 上 Tencent 官方 provider 已经以 100% 的可用率在跑，输入每百万 Token 0.417 美元、输出 1.25 美元，价格只有 OpenAI GPT-6.1 Terra 的四成左右，上下文还是完整的 1M。

对我们这种天天拿模型跑 Agent 的人来说，关键问题只有一个：它到底能不能替代现在手里那套 GLM 5.3 + Kimi K3.1 的组合？本文把官方规格、定价、盲测数据和我们能验证到的能力边界摊开讲。

混元 Hy4 是什么：从 Preview 到正式版

Hy4 是腾讯混元（Tencent Hy Team）的第四代旗舰，走的是 MoE 稀疏激活路线。8 月 27 日先开源了 Preview 权重（Apache 2.0），11 月 4 日上线正式版 API。官方对正式版的描述很直接：相比 Preview，Agent 能力和长程生产力任务上的提升最大，这也是混元团队过去两个月的全部发力点。

已知的核心规格（架构数据来自官方模型卡，正式版权重尚未同步到 Hugging Face）：

• 770B 总参数 / 49B 激活：78 层，77 层 MoE，每层 256 个路由专家 + 1 个共享专家，每个 Token 激活 top-8
• 1M 上下文，单次最多输出 65,536 Token：长文档、大型代码库、多轮 Agent 轨迹都能一口吃下
• 原生多模态：API 侧模态是 text + image 进、text 出，截图、设计稿、报错界面都能直接喂
• 注意力用 Gated DSA + IndexCache：跨层复用稀疏索引，这是 1M 上下文还能压住成本的关键
• 内置 MTP 投机解码层（10B 总参 / 0.7B 激活）：vLLM 和 SGLang 都有官方镜像
• 支持 reasoning_effort、tools、structured outputs：这个组合是给 Agent 框架用的，不是给聊天用的

核心能力：长程 Agent 是主线

官方把训练数据按腾讯内部的真实工种组织：软件工程师、游戏开发、金融分析、安全专家。落到能力上，四个方向值得关注：

• 软件工程：理解、规划、调试、验证长周期开发任务，前端还专门加了「视觉品味」和交互质量
• 办公与分析：把散在几十个文件里的脏上下文整理成文档、表格、PPT，财务模型和公式精度提升明显
• 游戏开发：一句提示词出可玩原型，能跟引擎持续多轮迭代

更能说明问题的是那场盲测：163 名腾讯内部专家，203 个真实工程任务，双盲对比。Hy4 Preview 拿 2.99 分，GLM 5.3 是 2.92（胜 46.8% / 平 12.8% / 负 40.4%），Kimi K3 是 2.94（胜 51.2% / 平 7.9% / 负 40.9%）。领先幅度很小，但这是在对手都是开源第一梯队的前提下拿到的，而且正式版又在 Preview 基础上专门加强了 Agent——这个方向上它是真的往前挪了一格。

价格：0.42 美元/百万 Token 意味着什么

正式版定价（每百万 Token）：输入 $0.417、输出 $1.2505、缓存读 $0.021。缓存读只有输入价的 1/20，意味着「同一份代码库反复喂给 Agent」这种最烧钱的用法，边际成本被压得很低。

模型	上下文	输入 / 输出（每百万 Token）	核心定位	本站评分
腾讯混元 Hy4	1M	$0.42 / $1.25	开源系 Agent 旗舰	8.9
GLM 5.3 FlashX	1M	$0.37 / $1.25	高速多模态	8.7
Kimi K3.1 Pro	1M	$2 / $10	2.8T 开源旗舰	8.8
GPT-6.1 Terra	1.05M	$1 / $5	电脑操作模型	8.9

横向看，Hy4 的输出价只有 GPT-6.1 Terra 的 1/4、Kimi K3.1 Pro 的 1/8，与 GLM 5.3 FlashX 基本同档。也就是说，智谱和腾讯现在在同一个价格带里肉搏，而这一档恰好是大多数中文 Agent 项目的主力预算区间。

使用体验与局限

官方自己列了两条已知问题，而且都是 Agent 场景下最要命的类型：复杂任务上思考时间超出必要长度，以及过度自我验证。翻译成人话：它会反复检查自己刚写的代码，Token 花得比预期多，延迟也上去了。对按 Token 计费的场景，这意味着标价 0.42 美元不等于实际成本 0.42 美元。

另外两点要提醒：正式版的开源权重还没更新，Hugging Face 上仍是 8 月的 Hy4-preview 和 FP8 版，想私有化部署只能拿到 Preview 权重；API 侧腾讯官方 provider 用 fp4 量化服务，跟 BF16 自托管效果会有差别。

腾讯混元 Hy4 与其他同类模型横向对比

模型	参数规模	核心优势	短板	本站评分
混元 Hy4	770B / 49B 激活	1M 上下文 + 图片输入 + 极低缓存价	思考偏长、开源权重滞后	8.9
GLM 5.3	未公开	百万上下文推理扎实，生态成熟	速度一般	8.4
Kimi K3.1 Pro	2.8T	开源最大规模，长文推理强	价格高 5-8 倍	8.8
小米 MiMo V2.6	未公开	三档定价，Flash 极便宜	复杂 Agent 任务偏弱	8.1

结论很清楚：Hy4 在「开源可得的 1M 上下文 Agent 模型」这个坐标里站得住，价格对标 GLM 系而非 Kimi 系。它不是最强的，但单位成本的 Agent 完成率是目前国产阵营里最有竞争力的一个。

综合评分

维度	评分	评价
功能完整度	8.9 / 10	1M 上下文、图片输入、tool calling、结构化输出齐备
易用性	8.6 / 10	OpenAI 兼容接口，vLLM/SGLang 官方镜像，接入几乎零成本
性价比	9.3 / 10	0.42/1.25 美元，缓存读仅 0.021，长上下文场景优势极大
中文支持	9.2 / 10	国产团队原生中文语料，中文任务和术语理解稳定
输出质量	8.7 / 10	盲测略胜 GLM 5.3 与 Kimi K3，但领先幅度有限

综合评分：8.9 / 10

常见问题（FAQ）

腾讯混元 Hy4 免费吗？

API 不免费，按量计费：输入每百万 Token 0.417 美元，输出 1.2505 美元，缓存读 0.021 美元。开源权重（Preview 版）是 Apache 2.0，可以免费下载自托管，但正式版权重目前还没发布。

本地部署 Hy4 需要什么配置？

770B 总参的 MoE，官方推荐用 FP8 权重 + 8 卡张量并行，vLLM 镜像 vllm/vllm-openai:hy4-preview 或 SGLang 镜像 lmsysorg/sglang:hy4-preview，并开启 MTP 投机解码。单机消费级显卡跑不动，属于机房级部署。

Hy4 和 GLM 5.3 该选哪个？

价格同档、上下文同为 1M。跑长程编程 Agent、需要图片输入，选 Hy4；需要成熟生态和稳定吞吐、不想踩新模型的坑，选 GLM 5.3。两者盲测差距在 0.07 分级别，实际体验更多取决于你的 prompt 和工具链。

Hy4 支持中文吗？效果如何？

原生支持，中文是主力语言之一。词表 120,832，官方训练数据里有大量腾讯内部中文工程文档，中文技术术语和代码注释场景表现稳定。

总结：值得放进你的模型池

Hy4 正式版不是「又一个刷榜模型」，它解决的是一个很实际的问题：把 1M 上下文 + Agent 工具调用 + 图片输入做到每百万 Token 四毛钱。如果你的项目正在被长上下文成本卡住，它值得跑一轮 A/B。但别指望它替你省掉调优——思考偏长和过度自验证这两个毛病，会实打实吃掉一部分价格优势。

想对比更多国产与海外模型的真实报价和评分？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：GLM 5.3 FlashX 评测 · Kimi K3.1 Pro 评测 · Particle-1 评测 · 全部评测。