Hy4 Preview

语言 Tencent 已核实 预览版 发布于 2026年8月28日
  • 输入 输入模态: 文本 输出 输出模态: 文本
  • 推理· none、high
  • 可关闭推理
  • 工具调用
  • 结构化输出
  • 开放权重

价格

2 个渠道报价 · 按标价显示
Tencent Cloud TokenHub(在新标签页打开) 官方 预览版 中国站 · CNY hy4-preview
条件/ 百万 tokens输入缓存读取输出
标准 ¥6.00¥0.30¥18.00
批量 ¥3.00¥0.15¥9.00

价格来源 腾讯云 TokenHub:模型价格(在新标签页打开) (核对于 2026年11月5日)

Tencent Cloud TokenHub(在新标签页打开) 官方 预览版 中国站 · CNY Hy4
条件/ 百万 tokens输入缓存读取输出
标准 ¥6.00¥0.30¥18.00
批量 ¥3.00¥0.15¥9.00

价格来源 腾讯云 TokenHub:模型价格(在新标签页打开) (核对于 2026年11月5日)

标准:不带任何条件的请求所付价格(即本站其他页面显示的标价)。

详细规格

最长输入
960K
许可证
Apache License 2.0
模型家族
hy
模型 ID

Tencent 的页面未说明:最大思考预算, 内置工具, 知识截止, 别名。

本地运行

权重: tencent/Hy4-preview
  • 参数 780B
  • 激活 49.7B (估算) · 专家 256(每 token 8)
  • 原生精度 BF16
  • 层数 78
  • 每 token 的 KV 缓存 88 KB
  • 配置位置数 1024K (config.json max_position_embeddings)
  • API 上下文 1000K (厂商 API)
我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s
在你的配置上 · GeForce RTX 4090
放不下 IQ4_XS (自动) 8K 上下文
权重KV 缓存运行开销可用上限
需要
≈ 405.9 GB (权重 385.9 + KV 缓存 0.7 + 开销 19.3)
可用
21.6 GB (标称的 90%)
建议
这台配置跑不动,看下面的“最低需要”
推荐精度权重8K 需要在你的配置上最长上下文
原生 BF16官方1452.8 GB≈ 1526.2放不下—
Q8_0771.8 GB≈ 811.1放不下—
FP8官方757.9 GB≈ 796.5放不下—
Q6_K596.6 GB≈ 627.1放不下—
Q5_K_M516.6 GB≈ 543.2放不下—
Q5_0499.4 GB≈ 525.1放不下—
Q4_K_M441.3 GB≈ 464.0放不下—
Q4_0408.6 GB≈ 429.7放不下—
IQ4_XS385.9 GB≈ 405.9放不下—
Q3_K_M质量下降明显355.0 GB≈ 373.5放不下—
IQ3_XXS质量下降明显277.8 GB≈ 292.4放不下—
Q2_K质量下降明显272.4 GB≈ 286.7放不下—
IQ2_XXS质量下降明显187.0 GB≈ 197.1放不下—

点一行换精度。“官方”是厂商自己发布的文件,大小是实际值;其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度,点一个看细节。

最低需要(Q4_K_M · 8K):单机放不下,约需 7 张 80 GB 显卡。

运行命令

厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本,或用 llama.cpp 自己量化。

微调需要多少显存
全参≈ 11626.0 GB你的配置放不下
LoRA≈ 1457.1 GB你的配置放不下
QLoRA≈ 412.9 GB你的配置放不下

batch 1、序列 2048、梯度检查点;LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算;数据来自厂商的 Hugging Face 仓库,截至 2026-11-21。 怎么估算的

引用评分

来自第三方排行榜,并非我们测得
  • LMArena WebDev 1,632

    第 21 名,共 94 个上榜模型 · 置信区间 1,622–1,642 · 4,599 票

  • LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年11月8日
  • 我们做的改动
  1. Tencent Cloud TokenHub, 中国站 新增 3 项报价 输入(批量) ¥3.00 · 输出(批量) ¥9.00 · 缓存读取(批量) ¥0.15
  2. Tencent Cloud TokenHub, 中国站 上线报价 输入 ¥6.00 · 输出 ¥18.00 · 缓存读取 ¥0.30 · 输入(批量) ¥3.00 · 另有 2 项
  3. Tencent Cloud TokenHub, 中国站 上线报价 输入 ¥6.00 · 输出 ¥18.00 · 缓存读取 ¥0.30
  4. Tencent Cloud TokenHub, 中国站 新增 3 项报价 输入(批量) ¥3.00 · 输出(批量) ¥9.00 · 缓存读取(批量) ¥0.15
  5. 新增语言模型
  6. 新增语言模型

来源

Tencent · 中国 · tencent.com

快照、同系列与同厂商的其他模型