騰訊混元 Hy4 使用者回饋與邊界:開源歡迎、個人示範、慢與囉嗦、官方承認的差距
本文整理公開討論,不是貴數智能的自行測試,也不是調查。核對日期為 2026-11-18,正好是 Hy4 flash 開放權重的當天,距 Hy4 發布兩週。討論量少,且很多是轉發。以下分類是觀點彙整,不是基準測試。
1. 對開源的歡迎
@TencentHunyuan 的開源貼文發布於 2026-11-18 04:39 UTC,開放 flash、FP8、Base 三組權重,並稱 Hy4 權重隨後釋出。社群有不少轉發。轉發表達的是對開源的歡迎,不是對效果的評價。
2. 個人示範:亮點與失手
三則 11 月 17 日的貼文,樣本都很小:
- @DDJCXX:用同一份提示詞做 3D 江南水巷,認為 Qwen4-Max(xhigh)明顯好於 Hy4 flash(high)。這屬於失手類回饋。
- @shabnam_774:用 flash 從零做 3D Snake,並與 DeepSeek-V4.1-Flash-1017 對比。樣本為 1。
- @Histonemax:通宵測 6 個案例,習慣用 Opus,認為 flash 堪用。
結論只能是:早期反應不一,沒有可重現的比較。更多細節見騰訊混元 Hy4 程式與 Agent:官方專項與第三方體驗整理。
3. 770B 被誤套到正式版
有貼文把 770B / 49B 寫成 Hy4 正式版規格。這兩個數字屬於前代 Hy4 preview,正式版公告沒有公布總參數與啟用參數。這類說法是未經核對的民間講法。請參見 Hy4 評測與 preview 指南。
flash 方面,官方(研究頁)寫 224B,開源模型卡寫 220B,也容易被混用,見 flash 評測。
4. 獨立評測:偏慢、偏囉嗦
Artificial Analysis 對 Hy4 的頁面(Intelligence Index v5.0.1):得分 35,比較組中位數 43,只說明在這套任務裡不占優勢,不等於所有場景都弱;評測輸出 160M token,中位數 65.1M,頁面評語為 very verbose;每項任務 13.5 分鐘,中位數 11.5。這是對 Hy4 的評測,截至 2026-11-18 未見 flash 專頁。
5. 官方承認的差距
騰訊在研究頁承認 Hy4 與頂尖閉源模型仍有相當差距,尤其在內部高難度數學、長程開發、模型迭代與視覺問答集上。官方(flash 公眾號)還稱 flash 的長程 Coding 相對 Hy4 小幅下降。
6. 產品端的聲音
元寶(公眾號)、企業微信、WorkBuddy、微信支付實驗室(見 flash 公眾號)等給出的提升數字,都是騰訊體系內或合作方的內部評測,口徑各異。選擇建議請見 Hy4 與 Hy4 flash 怎麼選,產品用法請見 WorkBuddy 與 CodeBuddy 用法。
7. 系統卡尚未同步
官方稱系統卡預計隨 Hy4 開源一併釋出(見研究頁),正式版發布時並未同步公開,本文也沒有讀到完整的系統卡。安全方面,官方稱訓練時排除了攻擊性網路資料,玄武與科恩的稽核稱未顯現突出的進攻性能力風險,Hy-BioExperimentBench 為 30.4/100。這些是廠商的轉述,缺少系統卡細節,無法獨立判斷。
使用這些回饋時
- 樣本小、發布不久,結論可能很快改變。
- 個人示範不能代表你的任務。
- 最可靠的做法是用自己的任務重複測試。
上游發布不等於本站可呼叫。
主要參考資料
核對日期:2026-11-18。