Hy4爆火，终于轮到腾讯紧急扩容了

腾讯最新大模型Hy4 preview，火了。

今日，腾讯混元发文称，该模型上线首日，就在腾讯旗下AI办公工作台WorkBuddy出现任务排队的情况，目前已经紧急扩容推理集群。

即便如此，高峰期仍可能继续排队。

Hy4 preview于8月28日发布，主要面向复杂办公任务。

官方跑分显示，Hy4 preview多项成绩与GLM-5.3、Kimi K3等头部模型处于同一档，基本坐稳国产大模型第一梯队。

目前该模型在WorkBuddy上限时免费到9月10日，上一代Hy3的免费体验则是又续杯到了9月底。

其每百万Token输入/输出分别为6元和18元，是Hy3的6倍和4.5倍。

实测Hy4 preview，更会干活了

7月份Hy3发布时，我们曾在WorkBuddy中，让它制作一份《2026年上半年A股行情回顾》。

这要求模型自己搜索资料、整理数据，最终完成一份报告。

Hy3花了10分钟完成任务，最终给出了一份数据基本准确、排版中规中矩的报告。

如今Hy4 preview上线，我们把同样的提示词交给了它。

对比下来，进步还是很明显的。

Hy4 preview最终交出一份6页报告，不再只是简单罗列数据，而是进一步补充了个股涨跌中位数、行业涨跌、成交额等数据。

表格、走势图和数据来源也更加完整，已经比较接近一份正经的市场复盘报告。

不过，Hy4 preview完成整个任务花了43分55秒，速度反而比上一代慢了不少。

这可能既与模型本身计算量增加有关，也受到了WorkBuddy排队的影响。

WorkBuddy里同样提供Kimi K3，我们也让它完成了同样的任务。

Kimi K3也交出了一份6页的PDF，主要指数、行情脉络、成交额和市场分化都有覆盖，图表和排版也没有明显短板。

此外，在报告完成度相近的情况下，Kimi K3的耗时只有Hy4 preview的一半左右。

第二项任务，我们给Hy4 preview上了一点强度。

我们准备了一份能够正常打开、但藏有多个Bug的数据看板，没有告诉它问题在哪里，也没有规定排查、修复和测试的具体流程，只要求它自行检查并交付一个能够正常运行的版本。

结果，Hy4 preview把我们埋下的核心问题基本全部找了出来。

它还额外发现了表头排序不完整等问题，最后一共列出了9项功能缺陷。

和上一个任务一样慢工出细活，它前后花了一个小时才完成整个任务。

不过，检查得确实很细。

除了修复代码，它还自己写了两套测试，进行了47项功能检查和38项真实浏览器测试，覆盖桌面、平板和手机多个尺寸；甚至连一些并不影响当前使用、更多属于代码可维护性的问题，也一起揪了出来。

比如“月份选项硬编码”，严格来说更接近优化项，并不算真正的功能Bug。

最终，Hy4 Preview交付了修复后的压缩包、测试脚本和多张截图。

腾讯的优势，发挥出来了

在这一代模型上，腾讯首先把模型本身做得更大了。

Hy4 preview总参数，从Hy3的295B增加到770B，激活参数从21B增加到49B，上下文也从256K拉到了1M。

同时，腾讯还重新设计了注意力机制，通过稀疏注意力和跨层索引复用，减少处理超长上下文时的无效计算。

但更重要的是，腾讯在把更多资源集中到混元身上。

今年二季度，腾讯资本开支达到528亿元，同比增长176%。

腾讯明确表示，当季已经支付大额AI相关预付款，用于支持Hy模型升级、WorkBuddy和微信AI等项目。

大模型是个很现实的行业，钱多不一定能做出好模型，但训练更大的模型、跑更多实验、买更多算力，都离不开钱。

而腾讯还有一个更难复制的优势。

腾讯业务覆盖社交、游戏、金融、办公和云服务，不同业务部门都能给大模型提供不同类型的真实任务。

按照官方说法，这次Hy4 preview的训练过程中，混元团队直接与软件工程、游戏、金融、安全等业务专家进行“高质量数据共建”，同时与WorkBuddy等产品协同开发。

比如在办公场景里，模型要从多份杂乱文件中整理数据、处理公式、搭建金融模型，最后交付文档、表格或PPT；

在游戏场景里，则要从一句需求开始生成可玩的原型，再进入游戏引擎继续修改。

这些腾讯员工真正会遇到的问题，也可以反过来成为混元训练和评测的素材。

腾讯还找来163名内部专家，用203项真实工作任务进行盲测；最终，Hy4 preview平均得分2.99，略高于Kimi K3的2.94和GLM-5.3的2.92。

对腾讯来说，这也形成了一条越来越清楚的路径。

业务给模型提供真实任务，模型能力提升后再进入业务，产生新的用户反馈和数据，再用于下一轮训练。

腾讯AI，依然有赛马

混元正在成为腾讯通用AI能力最重要的底牌，它负责不断冲击模型能力上限，WorkBuddy和元宝等产品也在持续接入。

但到了微信这里，却没有直接使用混元。

今年8月，微信公开了自研大模型WeLM-80B，该模型用于AI助手“小微”，可以聊天、搜索、调用微信原生功能和小程序。

这不是混元针对微信做的适配版，而是微信自己又做了一套模型。

这很像腾讯过去所熟悉的“赛马”机制。

例如，腾讯内部曾有多个团队同时探索移动社交产品，最终由QQ邮箱团队孵化出来的微信跑了出来。

但大模型时代，继续维持多条技术路线的成本已经高得多。

多一套模型，背后可能就是另一套训练体系、数据体系、算力资源和算法团队，也意味着更多的开支。

高盛就在一份研报中提到，市场对于微信使用自研WeLM而不是混元存在疑问，两套模型并行是否会造成资源重复投入，目前仍不明确。

但腾讯的考虑也很明确。

刘炽平在二季度业绩会上表示，微信AI并不需要最强的大模型，更重要的是模型能否适应微信本身的产品需求。

这也解释了两条路线为什么会同时存在。

WeLM更看重隐私、成本效率和微信场景适配；混元则继续追求更强的通用能力，支撑WorkBuddy等复杂任务。

从目前来看，混元更像腾讯面向整个集团的通用能力底座，WeLM则针对微信这个超级应用寻找自己的最优解。

腾讯给大模型准备的标准答案，可能不止一个。

本文来自微信公众号 “科技每日推送”（ID：apptoday），作者：科技每日推送，36氪经授权发布。