返回博客列表

腾讯混元 Hy4 用户反馈与边界:开源欢迎、个人演示、慢与啰嗦、官方自认的差距

腾讯混元Hy4Hy4 flash用户反馈局限

本文整理公开讨论,不是贵数智能的自测,也不是调查。核对日期为 2026-11-18,距 Hy4 flash 开放权重只有几小时,距 Hy4 发布两周。讨论量少,且很多是转发。以下分类是观点汇总,不是基准。

1. 对开源的欢迎

@TencentHunyuan 的开源帖发布于 2026-11-18 04:39 UTC,开放 flash、FP8、Base 三个权重,并称 Hy4 权重随后到来。社区有大量转发。转发表达的是对开源的欢迎,不是对效果的评价。

2. 个人演示:亮点与翻车

三条 11 月 17 日的帖子,样本都很小:

  • @DDJCXX:同一提示词做 3D 江南水巷,认为 Qwen4-Max(xhigh)明显好于 Hy4 flash(高)。这是翻车类反馈。
  • @shabnam_774:用 flash 从零做 3D Snake,并与 DeepSeek-V4.1-Flash-1017 对比。样本为 1。
  • @Histonemax:通宵测 6 个案例,习惯用 Opus,认为 flash 可用。

结论只能是:早期反应不一,没有可复现的比较。更多细节见Hy4 编程与 Agent:官方专项与第三方体验整理。

3. 770B 被误套到正式版

有帖子把 770B / 49B 写成 Hy4 正式版规格。这两个数字属于前代 Hy4 preview,正式版公告没有公布总参数和激活参数。这类说法是未核对的民间口径。参见Hy4 评测与preview 指南。

flash 方面,官方(研究页)写 224B,开源模型卡写 220B,也容易被混用,见flash 评测。

4. 独立评测:偏慢、偏啰嗦

Artificial Analysis 对 Hy4 的页面(Intelligence Index v5.0.1):得分 35,比较组中位数 43,只说明在这套任务里不占优,不等于所有场景都弱;评测输出 160M token,中位数 65.1M,页面评语为 very verbose;每任务 13.5 分钟,中位数 11.5。这是对 Hy4 的评测,截至 2026-11-18 未见 flash 专页。

5. 官方自认的差距

腾讯在研究页承认 Hy4 与顶尖闭源模型仍有较大差距,尤其在内部高难度数学、长程开发、模型迭代和视觉问答集上。官方(flash 公众号)还称 flash 的长程 Coding 相对 Hy4 小幅下降。

6. 产品侧声音

元宝(公众号)、企业微信、WorkBuddy、微信支付实验室(见 flash 公众号)等给出的提升数字,都是腾讯体系内或合作方的内部评测,口径各异。选择建议见Hy4 与 flash 怎么选,产品用法见WorkBuddy 与 CodeBuddy。

7. 系统卡尚未同步

官方称系统卡片计划随 Hy4 开源发布(见研究页),正式版发布时没有同步放出,本文也没有读到完整系统卡。安全方面,官方称训练排除了攻击性网络数据,玄武与科恩审计称进攻性能力未显现突出风险,Hy-BioExperimentBench 为 30.4/100。这些是厂商转述,缺少系统卡细节,无法独立判断。

使用这些反馈时

  • 样本小、发布不久,结论可能很快变化。
  • 个人演示不能代表你的任务。
  • 最可靠的做法是用自己的任务重复测试。

上游发布不等于本站可调用。

主要参考资料

核对日期:2026-11-18。