腾讯混元Hy4发布770B参数开源模型：两个月一迭代，这节奏有点卷

今天（8月28日）腾讯混元放出了新一代大语言模型Hy4 preview。770B总参数、49B激活参数、上下文长度突破100万Token。定位"为生产力而生"，直接在WorkBuddy、CodeBuddy、元宝、ima全线产品首发，同时开源。

看到这个消息的第一反应是：腾讯混元的迭代速度比想象中快。今年2月重建基础设施以来，平均每两个月一个大版本。这节奏，已经不是追赶了，是在抢跑道。

参数不是重点，场景才是

770B参数听起来吓人，但真正值得关注的不是这个数字，而是它怎么用这些参数。混元这次瞄准了四个方向：软件工程、办公分析、游戏开发、科学研究。

软件工程方面，Hy4增强了长程开发任务的理解和规划能力，能处理前端开发的视觉审美和交互质量。办公分析则优化了跨文件协作，可以从数据分析一路做到文档和PPT交付。游戏开发支持一句话生成可玩原型，还能对接Unreal5和Unity引擎。科研场景覆盖了分子动力学、凝聚态物理、基础数学。

说白了，这不是一个通用聊天模型，而是一个为特定工作场景深度优化的模型。这个思路是对的，通用能力卷到头了，差异化在场景。

盲测数据说了算

腾讯内部搞了一次盲测：163名专家，203个真实工程任务。Hy4 preview拿了2.99分（满分4.0），GLM 5.3是2.92分，Kimi K3是2.94分。差距不大，但Hy4确实排第一。

这个对比很有参考价值。因为这三家都是国产开源大模型的头部选手，同一套评测体系下直接比拼，比各家自己发的benchmark有说服力得多。

更值得一提的是科研方向的突破。Hy4配合Hyra推理系统，在三维Blaschke-Lebesgue这个百年几何难题上，把体积下界从0.380799推进到了0.41104，距离Meissner四面体猜想的最终证明只剩约2%。另外在32,512原子磷脂双分子层模拟中实现了2.0倍加速。

递归自我改进：自己优化自己

这次Hy4最大的技术亮点，是首次全程参与了自身研发的优化过程。模型自己提出训练方案、运行实验、分析结果、继续迭代。代码、日志和反馈数据反哺下一轮研发，形成了初步的递归自我改进闭环。

具体来说，Hy4自主分析了推理系统的瓶颈，围绕算子融合、通信优化等方向做了一轮又一轮的优化，端到端吞吐量比基线提升了31.8%。也就是说，不只是模型能力提升了，连推理基础设施都被它自己优化了一遍。

这一步的意义在于：如果递归自我改进这条路走通了，模型迭代的速度就不再完全取决于人类工程师的投入，而是可以部分自我驱动。这是通往更强模型的一条可能的加速器。

价格战继续卷

定价方面，Hy4 preview走的是普惠路线：输入6元/百万tokens，输出18元/百万tokens，缓存命中0.3元/百万tokens。WorkBuddy和CodeBuddy还开了两周限时免费，明显是想快速收集真实反馈。

对比一下行业价格：这个定价和Qwen3.8-Flash、GLM-5.3-Flash基本在同一区间。开源模型的价格战已经打到"够用且便宜"的阶段了。对企业用户来说，选择越来越多，成本越来越低，这是好事。

国产大模型的8月混战

回看整个8月，国产大模型的发布密度确实惊人：月中DeepSeek上线V4 Pro正式版，下旬阿里发Qwen3.8系列，智谱同步开源GLM-5.3-Flash，现在腾讯又甩出Hy4。几乎每周都有新模型出来。

竞争焦点已经从参数比拼转向了真实生产力和落地效率。谁能把模型能力转化为用户真正能用的产品，谁就赢了下一局。腾讯的策略很清楚：模型+场景+工程，通过WorkBuddy等产品深度绑定，用真实场景的反馈驱动模型迭代。

这场大模型竞赛，跑的不是百米冲刺，是马拉松。8月只是其中一个补给站。