您的位置首页 >科技要闻 >

腾讯 Hy4 正式开源,混元 LLM 系列实现全量开放

腾讯混元团队在 11 月 20 日官宣 Hy4 大模型正式开源,模型权重同步在 GitHub、Hugging Face、ModelScope、GitCode 四大平台发布,开发者可以直接下载部署,随着 Hy4 正式版开源落地,混元 LLM 整条产品线已经实现全量开放,覆盖 Hy3 preview、Hy3、Hy4 preview、Hy4、Hy4 flash 多个版本,这次开源的 Hy4 旗舰版采用 MoE 混合专家架构,总参数 770B、推理激活参数 49B,支持最高 100 万 Token 超长上下文,新增视觉理解、电脑操作能力,配套同步开源的 Hy4 flash 主打低成本落地,同样支持百万上下文和图文输入,两款模型都采用 Apache 2.0 开源协议,允许开发者自由修改、商用,腾讯还同步放出 Hy4 安全评估卡片,明确模型安全边界,降低开发者落地风险,Hy4 定位生产力基座模型,重点面向代码开发、办公自动化、科研分析、智能体 Agent 开发场景,也是目前国内第一梯队的开源大模型。

Hy4 旗舰版与 Hy4 flash 参数对比表

项目Hy4(旗舰版)Hy4 flash(性价比版)
架构类型MoE 混合专家MoE 混合专家
总参数770B约 2200 亿(含 635 亿 Engram 参数)
单 Token 激活参数49B约 120B
上下文上限100 万 Token100 万 Token
能力支持文本、图像理解、电脑操作、工具调用文本、图像理解、工具调用
开源协议Apache 2.0Apache 2.0

混元 LLM 开源全版本清单

  1. Hy3 preview:早期预览版本,侧重基础推理能力
  2. Hy3:上一代正式主力大模型
  3. Hy4 preview:Hy4 先行预览版,提前开放给开发者测试
  4. Hy4:本次正式开源旗舰版,新增视觉、电脑操作能力
  5. Hy4 flash:轻量化高性价比版本,适合批量部署

Hy4 核心能力清单

  1. 超长文档处理:百万级上下文,支持整本书籍、大量合同、代码库一次性读取分析
  2. 多模态理解:识别图表、截图、文档图片,完成图文联合推理
  3. Computer Use 电脑操作:可以识别 GUI 界面,模拟操作电脑完成任务
  4. Agent 智能体:长链条任务规划、多工具调用,适合搭建自动化工作流
  5. 代码能力:代码生成、调试、重构、项目级代码解读

模型获取与部署要点

  1. 获取渠道:GitHub、Hugging Face、魔搭 ModelScope、GitCode
  2. 协议权限:Apache 2.0,商用免费、支持二次修改、分发
  3. 体验渠道:WorkBuddy、CodeBuddy、元宝、ima 等腾讯产品可在线体验
  4. 云调用:腾讯云 TokenHub 支持 API 调用,适合不想本地部署的企业

【相关 FAQ】

问题 1:腾讯 Hy4 正式开源,混元 LLM 系列实现全量开放是什么意思?

回答 1:腾讯 Hy4 正式开源之后,混元旗下 Hy3 preview、Hy3、Hy4 preview、Hy4、Hy4 flash 全部开放权重,混元 LLM 系列不再有闭源的大语言模型版本,完成全量开放。

问题 2:腾讯 Hy4 开源用的是什么协议,能不能商用?

回答 2:腾讯 Hy4 采用 Apache 2.0 开源许可证,允许开发者修改模型、二次开发以及商用落地,没有额外商用授权门槛。

问题 3:腾讯 Hy4 和 Hy4 flash 有什么差别,开发者该怎么选?

回答 3:腾讯 Hy4 是旗舰版本,综合能力更强,支持电脑操作;Hy4 flash 激活参数更低,推理成本更低,适合大规模、低成本部署,二者都支持百万上下文与图文输入。

问题 4:腾讯 Hy4 开源之后在哪里下载模型权重?

回答 4:腾讯 Hy4 模型权重同步上线 GitHub、Hugging Face、ModelScope 魔搭社区、GitCode,开发者可以直接前往对应平台下载部署。

【参考资料】

[2026-11-20](腾讯 Hy4 正式开源,混元 LLM 系列实现全量开放)IT 之家

[2026-11-20](腾讯混元 Hy4 正式开源,权重多平台同步上线)鞭牛士

[2026-11-04](Hy4 正式发布,跻身最强开源模型之列)腾讯官方

[2026-11-04](腾讯混元发布 Hy4,首次支持视觉理解与电脑操作)央广网

[2026-08-28](腾讯混元 Hy4 preview 发布,稳居开源模型第一梯队)新华网

【免责声明】

本文信息来自腾讯混元官方公告、科技媒体报道,腾讯 Hy4 虽然支持 Apache2.0 商用,但开发者落地时仍需要遵守国内生成式 AI 相关法规要求;模型效果受硬件配置、推理框架、提示词影响,本文不构成项目选型、采购算力的决策依据。

今日大家都在搜的词: