腾讯混元Hy4开源：770B参数百万上下文，顶级开源AI模型

重磅发布，腾讯入局开源大模型

2026年, 8月之中的29日那天, 腾讯正式开启了混元Hy4大模型的开源行动, 这可是中国科技巨头于开源大模型这个领域里做的又一个分量极重的举措。那个模型凭借着770B的总参数, 还有49B的激活参数同时以及100万字符的超长上下文窗口, 直接就进入到了全球开源大模型前几名的团队之中。

这次开源表明, 开发者不用支付高昂的调用费用, 就能在本地的服务器上运行这一顶级性能模型。对于那些想要降低 AI 落地成本的企业来讲, 这绝对是一个重大的利好, 意味着开源生态的竞争格局正在被改写。

参数规模创新高，性能全面跃升

采用高效的MoE（混合专家）架构设计而建构的混元Hy4, 其总参数量极其高, 高达770B, 然而在进行推理之际仅仅激活49B参数, 如此这般大幅地削减了计算资源的消耗。这般的设计, 在对强大能力予以保证的前提条件之下, 有效地将推理成本给控制了实现了性能与效率相互之间的平衡。

官方所给出的数据表明, 模型于预训练阶段达成了智能化水平的显著提升, 同时, 在后续训练环节也实现了同样显著跃升, 于数学推理方面, 它有着出色表现, 在代码生成领域, 也展现出良好状态, 针对复杂逻辑分析这类关键基准各项测试, 均呈现出优异成绩, 进而彰显出接近闭源商业模型那种竞争力, 还填补了开源模型在高难度任务范畴内存在的短板。

百万上下文成为核心亮点

混元Hy4最为醒目的技艺标识里, 有一项是100万字符的上下文窗口, 此项表明, 该模型能够一站式处置几十万字的冗长文档, 或者对长达几个小时的视频转录文字去予以剖析, 用不着历经碎片化的裁切。

这一特性, 对模型于实际生产环境里的应用边界, 进行了极大拓展。不管是巨量法律合同的审查, 还是大型技术文档的检索, 又或是长视频内容的深度理解, 超长上下文皆可助力用户, 获取更连贯且准确的分析结果, 将长期困扰用户的上下文截断问题给解决掉了。

多方实测，盲测领先竞品

官方所披露的内部盲测数据显示, 混元Hy4在真实生产力场景里面, 其给出的输出质量, 已经超过了国产颇有名气的模型GLM – 5.3 以及月之暗面的Kimi K3。这样的结果源自于针对多个垂直行业典型任务的实际测试, 这些任务包含了文档撰写、代码调试, 还有数据分析等多个方面。

即便那盲测数据主要出自腾讯内部以及合作方, 然而在业界针对大模型评测标准依然存在争议的当下这个时候, 这样的一个成绩还是引发了广泛的讨论。要是结果是属实的情况, 那么它将会成为国产开源模型在性能方面实现反超的重要的信号。

开放生态，多平台同步上线

当下,混元Hy4已然同线上发Hugging Face、ModelScope、GitHub此类许多主流开源社区,并且接入了腾讯云的大模型服务体系以及微信生态应用。开发者能够借由标准接口迅速集成,也能够下载权重展开私有化部署。

这种全方位渠道的放开策略, 目的是打造一个更为昌盛繁荣的开发者生存状态。腾讯云那一方也宣称, 会给早期选用者予以算力补贴以及技术支架, 进一步削减中小企业和个人开发者运用高等级模型的难度标准, 促使大模型技术的广泛传播。

引发热议，开源军备竞赛加剧

腾讯混元Hy4进行开源, 这事很快就在AI社区引发了热烈讨论, 好多分析师都觉得, 这意味着中国大模型市场里开源赛道的竞争会进一步变得非常激烈, 头部玩家相互间的性能差距正很快被消除掉。

全行业而言, 开源模型持续进化会反向促使闭源厂商加紧技术迭代, 更多高性能开源模型出现后, 未来 AI 应用开发成本有望不断降低, 创新速度会大幅加快。

以什么态度看待混元Hy4的开源, 你是怎样的? 觉得它会怎样去影响国内大模型市场的竞争格局呢? 欢迎在评论区把你的观点分享出来。