100 萬 Token 上下文
在模型 100 萬 token 的視窗內處理大型程式碼庫、長篇規格與多文件上下文，同時一併估算提示詞與生成 token 的用量。
Hy4 Preview
透過 GPTProto 使用騰訊 7,700 億參數的 Hy4-preview API，進行長上下文程式開發、文件分析與代理工作流程。使用單一 API 金鑰與共用餘額，即可與 200 多個 AI 模型一起測試。
Hy4 Preview pricing
Estimate a request with real work scenarios. GPTProto token pricing is 5% below official rates.
用量數量單價小計
tokens
tokens
tokens
單次請求費用$0.004
請求次數
儲值金額
儲值 $100 你將獲得：
儲值額度永久有效。你總共會收到 $100.00。
額外 5% 模型折扣，相較官方 Hunyuan API 可節省 $5.2607。
相關模型
所有模型
| 模型 | 輸入 → 輸出 | ||||
|---|---|---|---|---|---|
| — | $0.79 / $2.38 每 1M | — / $0.04 每 1M | 輸入: 文字 輸出: 文字 | |
| 1.05M | $8.00 / $40.00 每 1M | $10.00 / $0.80 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| 1M | $9.00 / $45.00 每 1M | $11.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| — | 1.31M | $0.15 / $0.50 每 1M | — / $0.03 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | |
| — | 1.05M | $0.44 / $1.32 每 1M | — / $0.01 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.31M | $1.26 / $3.96 每 1M | — / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | — / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | ||
| 1M | $4.50 / $22.50 每 1M | $5.63 / $0.45 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $2.70 / $13.50 每 1M | $0.27 / $0.27 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.16 / $0.96 每 1M | $0.20 / $0.02 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.60 / $9.60 每 1M | $2.00 / $0.16 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | $0.30 / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $9.00 每 1M | $2.25 / $0.18 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.48 / $0.96 每 1M | $0.10 / $0.10 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.26 / $3.96 每 1M | $0.23 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $0.36 / $1.44 每 1M | $0.07 / $0.07 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.37 / $1.12 每 1M | — / $0.01 每 1M | 輸入: 文字 輸出: 文字 | ||
| 1.05M | $1.12 / $3.37 每 1M | — / $0.04 每 1M | 輸入: 文字 輸出: 文字 | ||
| 1M | $0.75 / $1.50 每 1M | $0.12 / $0.12 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.85 / $3.60 每 1M | $0.14 / $0.14 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 205K | $0.24 / $0.96 每 1M | $0.30 / $0.02 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.54 / $2.70 每 1M | $0.09 / $0.09 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.02 / $0.18 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 |
面向程式開發與長週期代理的 Hy4-preview API
透過託管 API，使用騰訊開放權重的 7,700 億參數混合專家模型進行開發。Hy4 preview 每個 token 啟用 490 億參數，支援 100 萬 token 上下文視窗，並鎖定軟體工程、複雜生產力工作、科學推理與持續性多步驟任務。
770B MoE、49B 啟用
Hy4 preview 採用 7,700 億參數的 MoE 主幹，但每個 token 僅啟用 490 億參數，兼顧大模型容量與稀疏運算。
為真實工作流程打造
騰訊針對軟體工程、辦公分析、遊戲開發與科學研究訓練此預覽版本，並強調規劃、除錯、驗證與長時間作業。
託管的開放權重存取
透過 GPTProto 呼叫這個 Apache 2.0 模型，無須自行建置服務 BF16 或 FP8 檢查點所需的大量多 GPU 基礎設施。
什麼是 Hy4-preview API？
Hy4 preview 是騰訊 Hy 團隊於 2026 年 8 月 28 日釋出的文字轉文字旗艦模型。它也常被搜尋為 Tencent Hy4、Tencent Hunyuan 4、Hunyuan4 API 與 Hy4-preview API，但官方公開檢查點的名稱是 Hy4 preview。GPTProto 提供該模型的託管 API 存取，而騰訊另外為想自行維運推論堆疊的團隊發布可下載權重。
此模型採用混合專家（MoE）架構，主幹參數達 7,700 億，每個 token 啟用 490 億。其 78 層主幹包含 1 層稠密前饋層，後接 77 層 MoE 層。每個 MoE 層有 256 個路由專家與 1 個共享專家，每個 token 選取 8 個路由專家。另有獨立的原生 MTP 層支援推測解碼。
騰訊的模型卡列出 100 萬 token 的上下文長度，並描述用於稀疏索引複用的 Gated DeepSeek Sparse Attention 搭配 IndexCache。此預覽檢查點接受文字並回傳文字，原生不支援圖片、音訊或影片。
| 規格 | Hy4 preview |
|---|---|
| 提供者 | 騰訊 Hy 團隊 |
| 發布日期 | 2026 年 8 月 28 日 |
| 輸入 / 輸出 | 文字 / 文字 |
| 架構 | 混合專家（MoE），78 層 |
| 主幹參數 | 總計 770B；每 token 啟用 49B |
| 專家路由 | 256 個路由專家 + 1 個共享專家；啟用前 8 個路由專家 |
| 上下文長度 | 100 萬 token |
| 注意力機制 | Gated DSA 搭配 IndexCache |
| 額外解碼層 | 原生 MTP：總計 10B；啟用 0.7B |
| 開放權重授權 | Apache License 2.0 |
Hy4-preview API 的應用場景
儲存庫層級的程式開發：讓程式開發代理在提出修補前，有足夠上下文檢視架構、介面、測試、記錄與相關檔案。騰訊特別強調其在規劃、除錯、驗證與前端實作品質上的提升。
長週期代理工作流程：適用於需要反覆規劃、執行、檢查與修訂的任務。周邊的代理應用仍應掌控工具、權限、逾時、重試與驗收檢查，而不是把模型輸出視為已自動驗證。
文件與資料處理：分析分散在長文件中的資訊、產生結構化摘要，並支援建立文件、試算表、簡報、方程式或財務分析的工作流程。
遊戲開發與研究：透過多輪迭代建立遊戲邏輯雛型，或協助解決 AI 開發、分子動力學、凝聚態物理與數學等領域的困難研究問題。輸出在使用前應對照領域證據加以檢視。
Hy4-preview 的升級與已知預覽取捨
騰訊將 Hy4 preview 描述為一次重大世代升級，源於模型規模、上下文長度、訓練資料與後訓練的全面提升。該公司也與 CodeBuddy、WorkBuddy 等產品共同設計此模型，讓本次發布更聚焦於端到端生產力，而非短暫、孤立的基準提示詞。
preview 這個字值得注意。騰訊指出，這個早期檢查點在高難度任務上可能推理得比必要更久，並可能過度驗證自己的工作。對於簡短的分類、擷取或格式化請求，請與較小的模型比較延遲與 token 用量。對於長時間的程式開發或代理執行，請在導入正式流量前，先測試任務完成度、工具呼叫有效性、生成 token 量，以及從失敗步驟中恢復的能力。
Hy4-preview 與 GLM-5.3、Kimi K3 的比較
騰訊進行了一項盲測內部評測，由 163 位專家檢視 203 項工程任務的輸出。Hy4 preview 平均得分 2.99/4.00，GLM-5.3 為 2.92，Kimi K3 為 2.94。
| 比較對象 | Hy4 preview 平均 | 比較對象平均 | Hy4 preview 勝 / 平 / 負 |
|---|---|---|---|
| GLM-5.3 | 2.99 | 2.92 | 46.8% / 12.8% / 40.4% |
| Kimi K3 | 2.99 | 2.94 | 51.2% / 7.9% / 40.9% |
這些數據由騰訊提供，GPTProto 並未獨立重現。它們說明 Hy4 在騰訊的工程任務集上具有競爭力，並不代表它在所有程式開發工作負載中都勝出。公平的 API 比較應在不同模型間重複使用相同的儲存庫快照、系統提示詞、工具定義、token 預算與通過／失敗檢查。
託管 Hy4-preview API 與自行部署開放權重的比較
| 存取途徑 | 適合對象 | 主要取捨 |
|---|---|---|
| GPTProto 託管 API | 希望立即取用、按需計費，並與其他模型共用單一餘額的開發者 | 基礎設施掌控度低於直接營運權重 |
| 自行部署 BF16 或 FP8 權重 | 需要部署掌控、自訂服務或模型層級實驗的團隊 | 需要龐大的多 GPU 服務堆疊，並負責容量規劃、監控與升級 |
開放權重不代表推論在營運上免費。騰訊的參考部署針對稀疏注意力、MTP 推測解碼、推理解析與工具呼叫解析，使用專門的 vLLM 或 SGLang 設定。託管存取省去了這些服務工作；而當基礎設施掌控比建置時間更重要時，自行部署仍是較佳選擇。
何時該選擇 Hy4-preview？
當你的應用受惠於大上下文程式碼理解、跨文件分析、持續性規劃，或是想在不必自行運行檢查點的情況下取用 Apache 2.0 開放權重旗艦模型時，請選擇 Hy4 preview。對於透過共用 API 帳號評估中國前沿模型在程式開發與代理工作負載表現的開發者，它尤其值得一試。
當請求簡短、對延遲敏感或高度重複時，請改用較小或更成熟的模型。由於這是預覽版本，且已知存在過度推理與過度驗證的行為，請在自己的工作負載上驗證成本、回應時間、任務成功率與輸出一致性，再將它設為預設模型。
Hy4-preview API 常見問題
Hy4-preview API 模型由誰提供？
Hy4 preview 由騰訊 Hy 團隊開發。騰訊於 2026 年 8 月 28 日釋出該檢查點及其 FP8 版本，並以 Apache License 2.0 授權公開權重。
Hy4 preview 與 Hunyuan 4 是同一個模型嗎？
搜尋者常以「Hunyuan 4」或「Hunyuan4 API」稱呼此版本。騰訊的官方英文模型名稱是 Hy4 preview，因此 API 文件與模型選擇器應使用供應商所顯示的確切識別名稱。
Hy4-preview 是開源還是開放權重？
騰訊將此版本稱為開源，並以 Apache 2.0 授權提供可下載的 BF16 與 FP8 模型權重。API 存取則是獨立的託管服務：你無須自行下載或部署這些權重，即可呼叫模型。
770B 參數與 49B 啟用代表什麼？
主幹網路總計 7,700 億個參數，但其 MoE 路由器會為每個 token 啟用 490 億個參數。770B 這個數字描述的是模型總容量，不代表每個生成的 token 都會用到所有參數。
Hy4-preview 的上下文視窗有多大？
騰訊的模型卡列出 100 萬 token 的上下文長度。輸入與生成輸出都必須落在供應商實作的請求上限之內，因此在送出接近上限的工作負載前，請先查閱最新的 API 文件。
Hy4-preview 適合程式開發與 AI 代理嗎？
是的，程式開發與長週期生產力是核心目標工作負載。模型能進行規劃、除錯、驗證並持續推進多步驟工作，而代理框架仍須負責執行工具、強制權限控管、處理失敗與驗證結果。
Hy4-preview API 的費用是多少？
目前的輸入、輸出與快取讀取費率請參考 GPTProto 定價面板。騰訊上市時的定價為每百萬輸入 token $0.834、每百萬輸出 token $2.501、每百萬快取命中 token $0.042；GPTProto 的價格請另行確認。
Hy4-preview 與 GPT-6、Claude Fable 5.1、Gemini 3.8 或 Qwen3.8-Max-0902 相比如何？
Hy4 preview 已驗證的差異化優勢在於 Apache 2.0 權重、770B/49B MoE 設計、100 萬上下文，以及對生產力場景的聚焦。目前並沒有獨立且條件對等的評測能證明這些模型中有單一的通用贏家。建議以相同的提示詞、工具、token 預算、延遲目標與驗收測試來比較。
Hy4-preview 能處理圖片或影片嗎？
不行。目前的 Hy4 preview 檢查點是純文字模型。它可以產生供視覺工具使用的程式碼或指令，但無法原生檢視圖片、音訊或影片輸入。
相關文章
與本模型相關的指南、對比與更新。
所有文章
什麼是 Hunyuan 4？騰訊 Hy4 Preview 的功能、定價、基準測試與發布狀態
什麼是騰訊 Hy4 Preview？查看其發布狀態、770B MoE 設計、100 萬上下文、API 定價、基準測試、限制與模型比較。
2026 年最適合開發者的 7 個 AI 閘道：功能、定價與正式環境取捨
從定價、路由、成本控制、部署與正式環境取捨，比較 2026 年最適合開發者的 7 個 AI 閘道。
2026 年 7 個高性價比的程式開發 LLM：API 價格對決效能
從 API 定價、基準測試、上下文與預估任務成本，比較 7 個高性價比的程式開發 LLM，包含 DeepSeek V4 Flash、GPT-5.6 Luna、Qwen3.8 Max 與 Kimi K3。
2026 年 5 個最佳中國 LLM 模型：哪一個最適合寫程式？
從程式開發、代理、API 定價、速度、多模態輸入與開放權重，比較 GLM-5.3、Kimi K3、Qwen3.8 Max、DeepSeek V4 Pro 與 MiniMax M3。