Tencent
Hy3
hy3
最大上下文
256K
最大输出
128K
发布日期
暂无
输入$0.1429 / 百万 Token
输出$0.5714 / 百万 Token
Hy4 preview
hy4-previewHy4 preview 是腾讯混元（Tencent Hunyuan / Tencent Hy）推出并开源的新一代混合专家旗舰大模型，面向编程、办公、科学研究、长上下文理解和复杂智能体工作流等真实生产力场景。作为混元 4（腾讯混元 Hy4）的预览版本，它拥有 7700 亿总参数、每个 token 激活 490 亿参数，并支持超过 1M token 的上下文窗口。模型重点强化了大型代码仓库与长文档理解、多步骤任务规划、工具调用、调试验证和持续任务执行能力。
上下文窗口
1M Token
最大输出
64K Token
发布日期
2026年8月28日
模态
Hy4 preview 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $0.8571/M | $2.5714/M | $0.0429/M |
Hy4 preview API 能力
推理
支持
工具调用
支持
Temperature 参数
支持
附件
不支持
知识库
—
Endpoint 协议
Completions APIResponses APIMessages API
Hy4 Preview 模型亮点
Hy4 Preview 在文本旗舰模型中结合长程工程、生产力与科学推理能力，并提供百万 Token 上下文。
长程工程能力
模型能够理解、规划、调试和验证长程开发任务，并在多个步骤之间保持连续性。
生产力推理
Hy4 Preview 可处理办公分析、金融模型、跨文件信息和结构化专业成果。
科学问题求解
模型可针对 AI 研究、分子动力学、凝聚态物理和数学中的复杂问题进行推理。
Hy4 Preview 使用场景
Hy4 Preview 适合复杂软件开发、跨文档办公分析、游戏原型制作和技术研究。
端到端软件开发
分析需求、规划实现、修改大型代码库、诊断故障，并验证完成后的解决方案。
跨文档分析
汇总分散在不同文件中的信息和数据，生成报告、电子表格、演示文稿、金融模型等可共享成果。
科学研究分析
分析技术文献和复杂科学问题，推导解释、比较方法并形成研究方向。
如何通过 TokenHub API 使用 Hy4 preview
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Hy4 Preview 常见问题
了解腾讯混元 Hy4 Preview 的模型架构、长上下文能力、生产力场景、使用取舍、API 调用与模型选择。
Hy4 Preview 是什么？+
Hy4 Preview 是腾讯混元推出并开源的新一代混合专家旗舰大模型。作为混元 4（腾讯混元 Hy4）的预览版本，它拥有 7700 亿总参数、每个 token 激活 490 亿参数，并支持超过 1M token 的上下文窗口，主要面向编程、办公、科学研究、复杂推理和智能体工作流。
Hy4 Preview 最适合哪些场景？+
Hy4 Preview 适合大型代码仓库理解、软件规划与调试、长文档分析、多文件办公任务、科学研究、工具调用智能体，以及需要在多个步骤中持续保留上下文的复杂工作流。相比一次性的简短问答，这款混元大模型更强调长周期任务执行和真实生产力场景。
Hy4 Preview 的主要优势是什么？+
它的主要优势包括长上下文理解、多步骤规划、编程、工具调用、调试验证和智能体持续执行。稀疏 MoE 架构让模型在每个 token 只激活部分参数的同时拥有更大的总体容量；开放权重也便于开发者对腾讯混元 Hy4 进行部署、评测和适配。
使用 Hy4 Preview 需要考虑哪些取舍？+
Hy4 Preview 是混元 4 的早期预览版本，而不是最终正式版，因此模型行为、可用性、价格和接入细节都可能调整。生产使用前应对关键工作流进行回归测试，审核工具调用，监控过长的推理过程，并准备备用模型。自行部署完整开放权重也需要较高的算力和存储资源。
如何通过 TokenHub API 使用 Hy4 Preview？+
使用 TokenHub 模型目录中显示的 Hy4 Preview 模型 ID，并配置 TokenHub 端点和 API Key。消息、推理选项、流式输出、工具调用和结构化输出应以当前端点文档为准。如果从腾讯混元 API 或其他混元 API 接入迁移，需要先验证请求字段、工具定义和响应解析，再切换生产流量。
如何评估 Hy4 Preview 的价格和可用性？+
请在 TokenHub 当前模型页面查看输入、输出、缓存或按请求计费的价格，以及可用端点。成本评估应结合真实提示词长度、预期输出、推理行为、并发量、工具调用次数和重试率。由于它仍是预览模型，不应将首发价格或临时可用状态视为长期不变的服务承诺。
应该选择 Hy4 Preview 还是 Hy3？+
如果任务需要更长上下文、更强的多步骤执行、大型软件工程、文档密集型办公或科学研究，可以优先评估腾讯混元 Hy4 Preview。如果现有生产工作流已经依赖 Hy3 的稳定行为、延迟表现或接入协议，继续使用 Hy3 可能更稳妥。迁移前应使用相同的代表性任务对两个模型进行测试。
准备调用 Hy4 preview？
通过一个 API Key 接入 Hy4 preview 与更多 AI 模型。
Hy4 Preview 媒体内容与演示
精选腾讯混元 Hy4 Preview 的公开发布内容、技术讲解、部署测试与社区讨论。
X (Twitter)
Tencent Hy ·
🚀 Hy4 preview is here. 770B, 49B active, 1M context. Built for productivity. Open source frontier. Consistent affordable price. Use it. Tell us what breaks. More on Hy blog：https://hy.tencent.ai/research/hy4-preview HuggingFace：https://huggingface.co/tencent/Hy4-preview Github：https://github.com/Tencent-Hunyuan/Hy4-preview https://t.co/4iW6gSuZKr
https://pbs.twimg.com/media/HQyfABta8AAq3x7.jpg查看原文Tencent AI ·
展开全文
Introducing Hy4 preview ◆ Open weights: 770B MoE, 49B active, 1M context ◆ Built for real work: code, docs and analysis, scientific research ◆ Hy4 preview helped optimize its own training pipeline, kernels included ◆ We ship upgrades, not price hikes Free in @WorkBuddy_AI for the next two weeks Blog：https://hy.tencent.ai/research/hy4-preview GitHub：https://github.com/Tencent-Hunyuan/Hy4-preview Get WorkBuddy：https://www.workbuddy.ai/
Tencent Hy ·
展开全文
We compressed Hy4-preview from 1.5TB to ～200GiB GGUF and it still works well ! Meet MIX-STQ1_0.The trick isn’t just going low, it’s deciding where: calibration data picks each layer’s bit-width, some down to 1.31-bit STQ1_0, some up to 2.06-bit IQ2_XXS. Same budget, lower error. Accuracy barely moves vs BF16 📊 MCP Atlas 83.7→83.2 📊 SWE-Bench multi 82.9→81.3 📊 MRCR 81.3→81.1 📊 IFBench 73.5→72.5 See the details on HF : AngelSlim/Hy4-preview-GGUF Weights & low-bit GGUFs 👇 https://huggingface.co/AngelSlim/Hy4-preview-GGUF #LLM #Quantization #llamacpp #Hy
Reddit
Tencent/Hy4-preview 770B-A49B weight dropped
Beamsters ·
查看原文Tencent AI "Introducing Hy4 preview ◆ Open weights: 770B MoE, 49B active, 1M context ◆ Built for real work: code, docs and analysis, scientific research ◆ Hy4 preview helped optimize its own training pipeline, kernels included" ➡️ new model for you? :P
Koala_Confused ·
查看原文Tencent Hy4 Preview is live in Command Code.
maedahbatool ·
Tencent Hy4 Preview is live in Command Code 🐐 770B mode, 49B active, 1M context. `cmd update` available in GOAT and above plans. Our early internal benchmarks show strong perf yet cheaper per task compared to GLM 5.3 Flash. Y'all share how it goes.
查看原文YouTube
Hy4 Preview: Tencent’s 780B Open Agent Model Is Here
RepoChad
查看原文Hy4 Preview: Built for Productivity and Beats GLM 5.3, DeepSeek, Opus
Fahd Mirza
查看原文Tencent Hy4 Preview: 770B Parameters, 49B Active, a 200-GiB GGUF, and Day-Zero vLLM
AI tech
查看原文