腾讯 Hy4：770B 开放权重模型及其对你业务的意义

直接回答：2026年8月28日，腾讯以 Apache 2.0 许可证将 Hy4 preview 作为开放权重模型发布，总参数 770B，其中每个 token 仅激活 49B，上下文窗口最高可达一百万 token。实际上，这意味着任何公司都可以下载该模型，并在自己的基础设施上运行，无需供应商许可，也没有按调用收费。这并不意味着你可以在办公室的服务器上运行它。这两句话之间的差距，决定了这条新闻是否与你相关。

实际公布了什么

在做任何分析之前，最好先把已公布的事实与解读区分开。腾讯在该模型官方仓库中发布的内容包括：

  • 规模与激活：总参数 770B，每个 token 激活 49B，采用混合专家（mixture-of-experts）架构。
  • 内部结构：78 层，第一层为稠密层，其余为混合专家层，包含 256 个路由专家和一个共享专家，每个 token 选择八个专家。
  • 上下文窗口：一百万 token，词表大小为 120,832。
  • 许可证：Apache 2.0，一种宽松许可证，允许商业使用、修改和再分发。
  • 量化版本：除全精度模型外，还提供 FP8 版本。
  • 推理加速：内置多 token 预测层，支持投机解码。
  • 官方定位：该模型面向编程、办公效率、游戏开发和科学研究，而非通用聊天。

没有公布、也不应假设的是：在你的具体场景中优于闭源模型的任何承诺。公开基准测试上发布的对比，无法可靠地告诉你它在你的文档、你客户的语言和你所在行业语境中的表现。这个答案只能来自基于你自有数据的内部测试。

为什么 Apache 2.0 许可证不是一个小小的法律细节

围绕开放模型的大部分讨论都集中在输出质量上，而对企业主而言，真正的价值在于许可条款。宽松许可证意味着三件实际的事：在你的基础设施内运行模型无需任何人批准；允许用你的数据修改和微调模型；你的服务能否持续，不取决于某个供应商是否继续提供它或保持价格稳定。

最后一点才是问题的核心。一家把整个客户服务建立在单一 API 上的公司，承担着一种无声的风险：一次调价、一个被弃用的版本或一次使用政策的变化，都可能让它回到原点。开放权重模型并不能消除这种风险，但它给了你一条退路：你下载的那份副本始终属于你。

标题通常略过的硬件账

热情在这里变成了数字。770B 参数在 FP8 精度下大约每个参数一个字节，也就是说，仅模型权重就超过 700 GB，其他一切都还没算。再加上随对话长度增长的上下文内存，一百万 token 的窗口在实际使用中意味着可观的额外内存；然后还要加上冗余，确保单个节点故障时服务不会中断。

结论是：这是数据中心级模型，而不是办公室服务器级模型。自托管它需要专用硬件，以及一支懂得把模型切分到多块 GPU 上、并监控延迟和利用率的运维团队。这是一项固定成本，不会随着你使用量的下降而减少；而 API 则是用多少付多少。

实用规则：只有满足以下两个条件之一，自托管才有意义。要么你的使用量大且稳定，使固定成本低于按量消费；要么你面临监管或合同要求，禁止数据离开既定边界。除这两种条件外，自托管通常是情绪化的决定，而非经济上的决定。

该设计在技术上有何亮点

Hy4 中引人注目的数字不是 770B，而是 49B。混合专家架构意味着模型容量巨大，但每个 token 只激活自身的一小部分，因此你能以接近中型模型的计算成本获得旗舰级质量。正是这一架构方向，在过去两年里让开放模型逼近了闭源模型。

此外还有一种稀疏注意力机制，可在各层之间复用稀疏索引；以及一个内置的多 token 预测层，支持投机解码以缩短生成时间。用商业语言来说：这些细节降低了每个 token 的成本和延迟，而这两个因素决定了一项功能能否推广到数千名用户，还是只能停留在内部实验阶段。

适合你业务的三条实用路径

  • 基于闭源模型的托管 API：上线最快，没有运维负担，成本随使用量增长而变化。是任何产品前六个月的默认路径。
  • 通过替你托管的服务商使用 Hy4：你既获得许可证的灵活性，又能在不同服务商之间切换而无需购买硬件。这是许多人忽略的务实折中方案。
  • 完全自托管：控制力最强，成本也最高。适用于面临严格数据驻留要求、或运营量大且稳定的情况。

决定取舍的几个问题

在这条路上花费哪怕一里亚尔之前，请诚实回答四个问题。哪些类型的数据会经过模型，是否有监管或合同义务禁止它们外流？六个月后（而不是第一周）的预期月使用量是多少？你或你的技术合作伙伴是否真正具备全天候的运维能力？你是否已在应用中构建了抽象层，让你无需重写产品就能更换模型？

如果最后一个问题的答案是否定的，那么在讨论使用哪个模型之前，这就是你的首要任务。灵活的公司与被困住的公司之间的区别，不在于选对了模型，而在于构建了一个能让日后以合理成本改变选择的系统。如果数据驻留是你的首要考量，请参阅我们关于本地云区域与数据驻留的文章。

Origami 如何处理这件事

我们在构建客户应用时，让模型成为统一内部接口背后的可替换组件，并维护一套由真实客户案例组成的评估集，在采用任何候选模型之前先用它进行测试。这让 Hy4 发布这样的新闻从一条技术头条变成一个可衡量的决策：运行评估集，比较质量、成本和延迟，然后基于数字而非印象做出决定。

参考来源