腾讯重金投入 AI 之后，混元 Hy4 preview 交出了什么答卷

来源：极客公园《腾讯重金投入 AI 之后，混元 Hy4 preview 交出了什么答卷》
核心内容：腾讯发布新一代大模型混元 Hy4 Preview，参数规模与性能显著提升，聚焦生产力场景，通过三项实测验证其长任务处理与工程化能力。

模型规模
- 总参数：295B → 770B（增长161%）
- 激活参数：21B → 49B
- 上下文长度：256K → 1M（支持超长文本处理）
性能优化
- 推理吞吐提升 31.8%（通过训练方法、数据策略优化）
- 定价保持普惠：输入 6元/百万 tokens，输出 18元/百万 tokens
应用落地
- 已集成至腾讯办公（WorkBuddy）、编程（CodeBuddy）、内容（元宝）等产品，并通过腾讯云开放调用。

腾讯通过三项复杂任务测试 Hy4 Preview 的长程任务执行与工程化调试能力：

费用审核（多源材料处理）
- 任务：审核6笔费用申请（12份材料），需交叉验证制度、预算、邮件等。
- 结果：3分27秒生成《费用审核报告》，核减230元，退回补件840元。
- 亮点：
  - 主动关联分散证据（如邮件附件验证交通费合理性）。
  - 识别审批邮件语义（拒绝“标题党”式放行）。
- 不足：1笔申请误判制度版本（未影响金额）。
原生Canvas游戏开发（32分钟）
- 任务：用HTML5 Canvas+TypeScript开发《深海进化论》（大鱼吃小鱼）。
- 结果：交付可运行游戏，含自动化测试（15项逻辑测试+14项端到端测试）。
- 亮点：
  - 自修复边界动画、追击逻辑等开发问题。
  - 超额实现功能（连击、暂停、本地存储高分）。
Three.js 3D游戏开发（2小时）
- 任务：从一句话需求生成《午夜港口》无人机竞速游戏。
- 结果：首次交付失败（打包问题），20分钟内修复为单文件可运行版本。
- 亮点：
  - 自主调试AI路径、渲染参数（如修复雨夜过曝问题）。
  - 支持完整游戏循环（氮气加速、实时排名、碰撞检测）。

能力边界
- 优势：长任务链处理（需求拆解→执行→测试→迭代）、多模态工程能力（文档/代码/3D）、性价比突出。
- 局限：仍需人工复核关键前提（如制度版本）、复杂项目首次交付可能不完善。
战略意义
- 腾讯二季度AI业务投入对利润影响达105亿元，Hy4需证明算力投入的商业回报。
- 通过低价API（6元/百万tokens）和产品集成（如WorkBuddy）推动规模化应用。
行业定位
- 盲测得分：Hy4（2.99/4）略超Kimi K3（2.94）、GLM 5.3（2.92），但核心差异在于真实场景的稳定交付能力，而非单纯参数竞赛。

分析师点评：
腾讯Hy4 Preview展现了从“生成答案”到“执行任务”的跨越，尤其在工程与办公场景的实用性显著提升。其长程Agent能力（如自主调试、多轮迭代）可能成为差异化优势，但需持续优化首次交付准确率。未来商业化关键在能否通过WorkBuddy等产品形成高频调用生态。

（简报基于公开信息提炼，完整内容参见原文链接）

Woodman's Second Brain | 第二大脑