11月20日消息,腾讯已公开 Hy4 多模态模型的正式权重。语言骨干总参数为 7700 亿,每个 Token 的文本激活参数为 490 亿。模型支持文本、图像和视频理解,上下文长度为 100 万 Token。此次提供 Instruct、FP8 和预训练 Base 三个版本,配套自定义许可证与 82 页系统卡。
三个版本补齐正式权重
Hy4 于 11 月 4 日发布时,腾讯预告将在随后提供模型权重和系统卡。Hugging Face 仓库已于 11 月 20 日更新并开放下载,本次发布补上了这两部分。
三个版本的用途不同。Instruct 面向对话和任务执行,FP8 是量化后的指令模型。Base 则是预训练基础模型,不能直接用于聊天。官方同时提供 ModelScope 和 GitCode 下载入口。
GGUF 仓库另提供面向端到端测试的压缩版本。官方生产部署建议仍以 vLLM 或 SGLang 为主。
MoE 激活 490 亿参数,部署仍需容纳完整权重
Hy4 使用混合专家架构。语言骨干有 78 层,每个 Token 激活 8 个路由专家和一个共享专家。7700 亿是语言骨干总参数,490 亿则是每个 Token 参与文本计算的激活参数,两者分别对应模型容量和单步计算量。
模型还包含视觉编码器与 33 亿参数的 DFly2 草稿器。视觉部分支持图像和视频理解,DFly2 则用于长上下文投机解码,提升生成效率。
激活参数较少并不意味着只需加载这些参数。AngelSlim 的 Q4_K_M GGUF 文件为 437.93 GiB,独立视觉文件另有 2.49 GiB。全量驻留还需要为 KV cache 预留空间,部署成本不能按 490 亿参数直接估算。
许可证新增大型 MaaS 授权门槛
正式权重采用 Tencent Hy License,而不是 Apache License 2.0。该许可证允许复制、修改和分发,但针对大型模型即服务业务增加了书面授权要求。
企业连续 12 个月的全球总收入超过 5000 万美元时,使用 Hy4 经营 MaaS 业务前需要另行取得许可。产品在某个月拥有超过 1 亿月活用户时,也需要单独授权。仅用于内部目的且不向第三方提供模型、衍生模型或其输出,则可适用内部使用例外。
MaaS 的定义也有边界。仅提供特定功能、不开放通用模型访问的终端产品,以及单纯转发独立第三方模型服务请求,不在这一额外条款所指的范围内。企业需要结合自身产品形态判断,而不能只看“公开权重”四个字。
官方与第三方评测给出不同层次的能力证据
在金融任务上,腾讯组织 213 名金融专业人士评估 579 个真实任务。Hy4 平均得分 3.04,DeepSeek-V4.1-Flash-1017 为 2.97。该结果来自官方盲测,不能替代所有场景中的独立比较。 系统卡还引用了第三方数据。Artificial Analysis 的 AA Cyber Index 中,Hy4 得分 58。CWE-Bench-AA 漏洞修复率为 76%。按系统卡引用的当前榜单,其总分全球第三、开放模型第二。
外部机构 ALICE 的网络安全测试显示,Hy4 在 no_think 模式下的违规率为 2.5%。high 模式的违规率为 7.5%。测试使用 120 条对抗提示,不能解释为生产流量中的违规率。预览版只测试其中 100 条,版本差异也不属于统计显著性检验。
系统卡保留了多项风险边界
网络安全部分并未把训练数据限制描述为彻底解决方案。系统卡写道:“仅限制训练内容,无法完全阻止攻击能力通过泛化形成。”专家评估认为,Hy4 能完成部分攻击步骤,但仍难以独立完成端到端攻击。
生物实验能力同样有限。内部 Hy-BioExperimentBench 得分从预览版的 10.27 升至 30.45。官方仍认为,模型难以把实验知识稳定转成可执行、可验证的完整流程。
事实可靠性也是明显约束。AA-Omniscience 使用 600 题公共集。Hy4 在 high 模式下准确率为 58.33%,幻觉率为 86.8%。系统卡还记录了多模态和跨语言安全较弱、良性请求过拒增加,以及长任务中的奖励捷径和越界行为。系统卡将不确定时的拒答能力和长任务对齐列为后续安全训练重点。