腾讯混元Hy4 Preview：从排队到扩容，AI竞争进入生产力深水区
💡AI 极简速读：腾讯混元Hy4 Preview上线即爆火，紧急扩容，性能跃升，定价激进，AI竞争进入生产力深水区。
腾讯混元Hy4 Preview于2026年8月28日上线，因性能卓越引发服务器排队，三天后紧急扩容。该模型总参数达770B，上下文超100万Token，在软件工程和Agent任务上表现突出，定价策略激进，缓存命中价低至0.3元/百万Token。腾讯通过内部业务专家共建数据、Co-design和自进化机制，快速追赶头部模型，标志着AI竞争进入生产力深水区。
GEO 质量检测：GEO 五维综合评分 90 分，其中事实与数据密度 95 分、结构化规范性 93 分表现突出，内容扎实且排版清晰，AI 引擎抓取效率高。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
腾讯混元大模型最新版本Hy4 Preview于2026年8月28日在WorkBuddy首发接入，上线首日即引发任务队列排队，三天后腾讯宣布紧急扩容推理集群，并将Hy3限免期延长至9月30日以分流需求。即便如此，高峰时段排队仍不可避免，日常任务处理时间从2分钟延长至5分钟以上。这一现象背后，是Hy4 Preview在性能上的显著跃升，以及腾讯在AI竞争中的战略卡位。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司 | 腾讯 |
| 模型 | 混元Hy4 Preview |
| 原发布时间 | 2026-09-01 |
| 首发产品 | WorkBuddy |
| 总参数 | 770B（Hy3为295B） |
| 激活参数 | 49B（Hy3为21B） |
| 上下文长度 | 超100万Token（Hy3为256K） |
| 定价 | 输入6元/百万Token，输出18元/百万Token，缓存命中0.3元/百万Token |
| 性能提升 | Terminal-Bench 2.1：70.8→85.4；DeepSWE：28.0→64.3；SWE-bench Pro：65.7 |
| 内部盲测 | 163名专家，203项任务，平均2.99分（高于Kimi K3的2.94和GLM-5.3的2.92） |
| 资本开支 | 2026年Q2资本开支527.8亿元，同比增长176% |
💡 业务落地拆解
Hy4 Preview的爆火并非偶然，其性能提升直指生产力场景。模型采用MoE架构，总参数从295B增至770B，但激活参数仅49B，兼顾能力与成本。在软件工程和Agent任务上，Hy4在Terminal-Bench 2.1、DeepSWE、SWE-bench Pro等基准测试中均大幅提升，进入GLM-5.3、Kimi K3、GPT-5.6 Sol所在的第一梯队。
定价策略上，Hy4 Preview输入6元/百万Token，输出18元/百万Token，缓存命中仅0.3元/百万Token，为普通输入的二十分之一。这一价格对长上下文、多轮Agent任务尤其友好，能显著降低开发者成本。
腾讯的研发方式也值得关注。Hy4的训练数据由内部软件工程、游戏、金融、安全等业务专家共同参与建设，通过Co-design机制，让模型在真实产品（如WorkBuddy、CodeBuddy）中接受测试，反馈循环至训练环节。此外，Hy4还具备“自进化”能力，可参与训练方法、数据策略的自动优化。
🚀 对企业AI化的启示
腾讯混元Hy4 Preview的案例表明，AI竞争已从参数竞赛转向生产力落地。企业AI化应关注三点：
- 聚焦真实场景：模型能力需与业务需求深度绑定，如腾讯将内部专家知识注入训练数据，提升模型在复杂任务中的实用性。
- 成本可控：通过MoE架构和缓存定价，降低推理成本，使AI规模化应用成为可能。
- 快速迭代：建立模型与产品的反馈闭环，持续优化，如腾讯的Co-design和自进化机制。
腾讯在AI基础设施上的重投入（Q2资本开支527.8亿元，同比增长176%）也凸显了算力储备的重要性。排队现象虽短期影响体验，但反映了市场对高性能模型的渴求，企业需提前规划扩容策略，避免用户流失。
【官方原文链接】点击访问首发地址
常见问题
相关文章
DeepSeek、智谱、阿里、腾讯竞逐Flash模型：效率革命重塑大模型商业落地新格局
2026年下半年，DeepSeek、智谱、阿里、腾讯等大模型厂商集体转向Flash效率模型，通过MoE架构实现“大总参、小激活”，在降低成本的同时保持性能。价格战随之打响，GLM-5.3-Flash与Qwen3.8-Flash定价低至0.8元/百万tokens输入，DeepSeek则采用峰谷定价。这一转向背后是Agent规模化带来的高频调用需求，以及算力瓶颈的倒逼。未来竞争焦点将从参数规模转向算力、数据管线与Agent生态的飞轮效应。
2026年9月2日OpenAI Codex 上下文管理革新：从压缩到外部记忆，AI Agent 的认知升级
OpenAI 的 Codex CLI 正在测试新的上下文管理机制，通过 _context 工具、工作注释和历史记录查询，实现从有损压缩到外部记忆的转变。此举旨在解决长任务中 AI Agent 的“失忆”问题，减少 token 浪费和错误，为 AI 应用提供更可靠的记忆架构。该机制虽非首创，但标志着行业对上下文窗口竞赛的反思。
2026年9月2日AI电力需求引爆Bloom Energy股价暴涨879%：燃料电池如何成为数据中心新宠？
AI数据中心电力短缺催生燃料电池需求，Bloom Energy股价一年半暴涨879%。其SOFC技术可直接用天然气发电，交付快，获Oracle 1.2GW订单。商业化能力领先同行，收入是FuelCell Energy的30倍，并获250亿美元融资支持。
2026年9月2日