火速實測騰訊Hy4 preview：一條提示詞直出3D開放世界遊戲，緩存價格看齊DeepSeek

作者 | 陳駿達 編輯 | 雲鵬 8月28日報道，就在剛剛，騰訊發佈並開源了Hy4 preview，其最新一代旗艦模型的預覽版本。Hy4 preview擁有770B參數、激活參數49B、上下文長度1M，較Hy3 295B參數、21B激活、256k上下文有明顯提升。8月末的大模型圈格外熱鬧，僅在這兩天，就有阿里Qwen3.8-Flash、智譜GLM-5.3-Flash等模型開源，而騰訊是最新交出成果的玩家。今年騰訊在AI方面的迭代速度明顯加快，多位知名AI人才加入，外界也期待騰訊能否在這場拿出差異化的成果。騰訊公開了Hy4 preview的基準測試結果。

在多個編程、智能體和科研基準測試中，Hy4 preview的得分超過了DeepSeek V4 Pro 0824等模型，排名位居開源模型第一梯隊。編程、辦公、遊戲開發、科研等場景是Hy4 preview此次升級的重點。騰訊與內部的軟工、遊戲、金融、安全等領域專家進行了高質量數據的建設，最終提升了模型在上述領域的效果。在發佈前獲得了Hy4 preview的內測資格，得以提前深度體驗這款模型在真實開發和生產力場景中的完整能力。我們的本次測試主要在WorkBuddy內完成，可以感受到，Hy4 preview在長上下文任務中的任務拆解、工具調用與自我糾錯能力構成了本次升級的亮點。

騰訊官方曬出了不少Hy4 preview的demo。比如，通過MCP接入虛幻5引擎後，Hy4 preview可以實現純對話從零製作一個射擊遊戲Demo，包括環境美術搭建、玩法搭建、關卡搭建。在辦公場景，Hy4 preview可以從72份文件中自動判斷髮票是否合規，從3份規章制度中找到現行生效的規則，甄別發票報銷申請是否合規。目前，Hy4 preview已開源，並在騰訊雲TokenHub和OpenRouter上線，個人用戶也可選擇在WorkBuddy/CodeBuddy 、元寶、ima等產品上體驗。這一模型的API價格為6元/百萬輸入tokens、18元/百萬輸出tokens。

輸入命中緩存價格則為0.3元/百萬tokens，剛好與DeepSeek V4 Pro一致。開源鏈接： https://huggingface.co/tencent/Hy4-preview https://github.com/Tencent-Hunyuan/Hy4-preview https://modelscope.cn/models/Tencent-Hunyuan/Hy4-preview https://ai.gitcode.com/tencent_hunyuan/Hy4-preview 模型體驗： https://aistudio.tencent.

com/ 一、編程能力較Hy3提升明顯，前端代碼、3D建模效果成亮點 我們的實測從編程場景開始。在此前對Hy3的實測中，我們曾讓Hy3執行如下任務： 構建一個自包含的HTML5 Canvas場景，包含真實物理演示：一列火車從斷裂的橋樑上脫軌並墜入水中。同樣的任務交給Hy4 preview，可以看到它的完成度要明顯高於Hy3，火車落水的物理細節更為符合實際，每節車廂都有獨立的碰撞體積，沒有出現Hy3之前結果中穿模的問題。在更為複雜的開發任務中，我們讓Hy4 preview打造一個Art Deco風格的個人博客網站。

這一任務需要模型具備良好的前端開發能力之外，還要求它需要對抽象的風格有自己的理解——Art Deco是一種建築風格，如何將它融入到一個網頁中需要巧思。在正式開發之前，Hy4 preview先是檢查了一遍環境，確認所需的環境版本正確，然後才開始規劃開發方案。它直接將各種技術棧選擇列為交互框，我只需點擊即可快速確定方案。執行過程中，Hy4 preview先是迅速完成了初版網頁的開發，然後直接進入到驗證環節，它自主修復了高亮顏色顯示有誤、JS崩潰等問題，直到確保測試通過才向我交付了最終的成果。

從結果來看，Hy4 preview很好地理解了Art Deco的設計語言，從網頁logo設計到代碼塊顏色的選擇，都保持了統一的設計語言。功能方面，這一網站的渲染正常，沒有出現圍欄洩露、代碼高亮串色或標籤嵌套破損等自建解析器常見的問題。當Hy3拿到同樣的任務時，可以看到它的設計雖然也能看出Art Deco的痕跡，但在代碼塊等細節設計上有點出戲了。以上任務都還是相對輕量級的。最後，我讓Hy4 preview嘗試打造一個低多邊形風格的3D開放世界遊戲。

這個任務要求把此前分散考察的能力在一個項目裡交付，打造一個具備基本遊戲性的閉環，同時還需要處理水面反射、晝夜推移、晴雨霧天氣切換、腳步聲和環境音等諸多細節，難度不小。給足權限後，Hy4 preview連續工作了1小時，最終完成了任務。對於複雜項目，Hy4 preview可以充分利用WorkBuddy的任務列表機制，規劃合理的執行流程，先搭建框架再來實現細節。開發過程中，Hy4 preview可以運用WorkBuddy的視覺工具對開發結果進行檢查。比如，在考察遊戲的資源採集機制時，它可以通過命令操作遊戲人物，執行採集動作，並截圖確認是否成功。

Hy4 preview最終交付了一個多文件的項目，遊戲大小來到10MB左右，打開遊戲後，我們試著體驗了一下核心遊戲機制，像是採集、進食、建造等動作都可以正常進行，已經具備一定的可玩性。跑完這幾個任務，可以感受到Hy4 preview已經能承擔更為複雜、長程的開發任務，尤其是在前端審美方面有可感的提升。二、生產力場景實測：採購詢價、讀財報出PPT，還能自己揪出數據錯誤 體驗完Hy4 preview的編程能力，我們將測試場景挪到了生產力場景。此次Hy4 preview重點提升了文檔處理、信息分析等能力。

實測中，我們構造了一個虛擬的採購場景，讓它幫公司的3個會議室完成視頻會議設備的採購，預算為8萬元，要求兼容Zoom。拿到任務後，Hy4 preview進行了4輪並行的基礎檢索，把我在一開始點名的Poly Studio X、Logitech Rally Bar、華為CloudLink、MAXHUB等備選方案各摸了一遍公開報價。但它沒有順勢展開對比，而是停下來問了三件事：8萬預算是否包含顯示大屏、公司主用哪家會議軟件、期望原生一體機還是自帶設備接筆記本。

拿到更為具體的需求後，Hy4 preview在進一步調研後給出了最終的回答，並將這一結論只作為可視化的柱狀圖，屏幕、會議終端、隱性成本等成本項都考慮到了。在深度搜索場景中，Hy4 preview展現出不錯的專業素養和業務思維，在信息不足時，它主動向我澄清需求，最終給出了更準確的答案。在另一任務中，我們讓Hy4 preview下載騰訊近期財報，並從PDF中提取財務數據，最終輸出業績分析的PPT文件。在蒐集財務數據時，Hy4 preview對每個數字都進行了三層校驗，包括分部合計、基準值比對、會計恆等式，還是比較嚴謹的。

這一校驗機制也幫助它找到一個真實的錯誤，初稿中Hy4 preview把利潤率的分母搞錯了，隨後它自我進行了修正。最終，模型輸出的PPT結果如下。可以看到，這份PPT從設計上來看簡潔清晰，關鍵財務數據的呈現比較直觀。同時，我們還人工抽查核驗了部分數據，與實際財報的內容沒有出入。三、Hy4 preview進入科研場景：優化基礎設施端到端提升31.8% Hy4 preview還探索了在科學研究場景的應用。騰訊在博客中分享了不少案例，比如，在基礎設施優化場景，Hy4 preview可以自主分析推理系統瓶頸，並圍繞算子融合、通信優化等方向開展多輪優化，實現端到端吞吐相較基線提升31.

8%的結果，在不同上下文長度和併發度下均取得穩定收益。Hy4 preview還可以自主管理小型模型的後訓練，並根據結果持續調整探索方向。下方案例中，Hy4 preview作為研究者協調Codex同時優化多個評測目標，在8項評測上均優於Codex獨立探索。與騰訊自研的科研智能體Hyra結合後，Hy4 preview在機器學習力場分子動力學（MD）模擬上取得進步，32512原子磷脂雙分子層SO3LR在高度優化的JAX實現上進一步提速至2.02倍，達到4.9 ms/step，單張高端GPU可容納30萬原子。這一進展有望給新材料篩選、藥物分子研究和複雜生命體系模擬打開更大的計算空間。

結語：騰訊Hy迭代持續，思考效率或成優化方向 騰訊稱，Hy4 preview是Hy4迭代的一個早期版本，預訓練和後訓練均仍有較大的提升空間，也有一些已知問題，如複雜任務的長思考和過度自我驗證傾向。這也與我們的實際體驗一致：這一模型有時會困在自我驗證的循環之中，只有人工打斷、推進，才能完成任務，思考效率不算太高。不過，Hy4 preview已較騰訊上一代旗艦模型Hy3實現了明顯的提升。未來，隨著數據規模、質量的提升和訓練方法的優化，Hy4的能力應該還有進一步提升的空間。