混元 Hy4 定价 6/18/0.3 元：缓存那一行把成本砍了 66%

一句话总结：混元 Hy4 把 770B 总参数压成 49B 激活，价格与预览版持平，真正改变账本的是缓存命中 0.3 元/百万 token 这一行——它是输入价的二十分之一，但只对"重复读同一段上下文"的调用有效。

11 月 4 日晚上，一个做投研工具的朋友把 Hy4 的价目表截了半张图发我，只圈了一行：缓存命中 0.3。他问这是不是印错了，因为同一张表里输入是 6 元。

没印错。0.3 是 6 的二十分之一。这一行决定了你在这个模型上能跑什么形态的产品，也决定了哪些场景根本用不上它。

混元 Hy4 的 770B 是怎么压成 49B 的

官方给的数字是总参数 770B、单次激活 49B，稀疏度 15.7 倍。混合专家的老套路，896 个专家里选 16 个，另外挂 2 个共享专家。这套结构第一次出现在混元系列上是 Hy3，Hy4 把它推到了 770B 这个量级。

从 8 月底的 preview 到正式版，扩的是预训练和后训练规模，架构没换。真正新增的是两个能力：视觉理解，和电脑操作。

视觉这块，腾讯在演示里放的两个任务比较能说明边界。一是在 28 亿像素的航拍图里定位约 2 米大小的屋顶构件；二是把 900 片拼图重组回莫奈的《博尔迪盖拉》。前一个考的是在巨图里保住细节，后一个考的是空间关系推理。两个任务都不靠"看图说话"，靠的是把图切块、逐块判断、再把结论拼回去。

电脑操作这块，官方明确说针对 Blender、CAD 这类专业软件做过专项训练，能结合命令行和图形界面。这一点比"能点鼠标"重要得多——大部分 Computer Use 的演示停在网页表单，专业软件里的状态判断难一个量级。

混元 Hy4 的规格和价格：一张表

价格结构和 preview 完全一致，没有涨。上下文从"支持长文"变成可以写进合同的 960K 输入上限，这个变化对做文档流水线的人有实际意义——之前 1M 是个宣传数字，现在是接口参数。

缓存命中 0.3 元，省在哪一分钱

我把四种典型调用方式都算了一遍，按官方价目表，不含折扣。

图 1：按 6/18/0.3 元每百万 token 计算，五折列按官方优惠价折算。数据来源：腾讯云 Hy4 价目表，作者计算

第三行是长文摘要，省 80.7%。因为你每次只改末尾几百字，前面九万字的 KV 都能命中缓存。这是缓存设计最舒服的场景，也是最容易被误认为"所有 agent 都省 66%"的场景。

第四行是反例，也是我一开始判断错的地方。

我原本以为 agent 场景一定吃满缓存红利。后来把一次真实的工具调用链拆开看：一轮输入 20K、输出 2K，看着很适合缓存。但如果这个 agent 的主要开销在生成——写代码、写长报告、连续输出结构化 JSON——那 18 元那一档才是主项，缓存碰不到它。输出密集型的调用，缓存命中率再高也省不动。

所以那句"缓存把成本砍了 66%"，只对"读多写少"的调用成立。反过来，如果你的产品是代码生成，Hy4 的账要和别的模型按输出价重新比一遍。

按一个月 2000 次缓存型调用算，成本是 106.8 元；不走缓存是 312 元。差出来的 205 元不多，但这是同一件事的两种实现方式之间的差，不是砍价砍出来的。

幻觉率 12.95% 到 7.2%，省下来的是重试

腾讯自建测试里给了两个数：幻觉率从 preview 的 12.95% 降到 7.2%，因猜测导致的错误率从 23.1% 降到 5.6%。

第二个数降得更狠，接近四倍。这两个指标不是一回事。幻觉率是"说了不存在的东西"，猜测错误率是"不知道但硬答"。降后者靠的是让模型学会说不知道，这在金融和法务场景里比提升准确率更值钱——因为下游流程通常能处理"拒答"，处理不了"编得像真的"。

换算成钱要看你的重试策略。一次错的调用，在 agent 里往往触发整条链重跑。按前面 0.156 元一轮算，重跑三次就是 0.47 元，比省下来的缓存钱多得多。所以对 agent 产品，7.2% 这个数比 0.3 元那个数更值得记。

金融盲测 3.04 分，只领先 0.07

腾讯联合 213 位专家做了 579 项真实任务的盲测，Hy4 综合 3.04 分，同场比较里排开源第一。

第二到第四名分别是 DeepSeek-V4.1-Flash 的 2.97 分，Kimi K3.1 Pro 和 GLM-5.3 各 2.68 分。

3.04 对 2.97，差 0.07。在一个 5 分制上，这是 1.4% 的差距。样本是 579 项任务、213 位评审，这个差距在统计上未必站得住。我更愿意把它读成"这三家在一个水平线上，另外两家低半档"，而不是"混元第一"。

同一批数据里更有信息量的是分布：12 项办公场景测试，Hy4 有 9 项国内第一，平均 83.18 分，任务通过率 96.15%。通过率比均分有用——96.15% 意味着 100 次里失败不到 4 次，这个量级才敢放进自动流程。

混元 Hy4 自己说的短板

混元团队的原话是与顶尖闭源模型"仍有较大差距"，点名的三个方向是前沿数学、长程开发、视觉问答。

厂商主动列短板这件事本身值得记一笔，因为它给出了这张价目表的定位：770B、6 元输入，对标的是"用得起的第一梯队"，不是"最强"。

安全侧的说法也具体：训练时剔除了攻击性网络安全数据，内部实验室审计了加密逆向、漏洞利用方向，结论是未展现突出的进攻性能力；生物安全方面，"把知识转化为可执行实验方案的能力仍然有限"。这两句都有边界词，读的时候别当成"没有风险"。

关于混元 Hy4 的五个问题

Hy4 能直接替代 Hy3 吗？ 不能直接替。视觉和 Computer Use 是新能力，纯文本任务的收益要看具体场景，官方给的提升集中在办公、金融、前端游戏开发（GameDev +19.1%、GameLogic +9.8%），不在通用问答上。

1M 上下文真能用满吗？ TokenHub 侧的硬上限是输入 960K、输出 64K，加起来略超 1M。要留出输出空间，实际输入控制在 900K 以内比较稳。

0.3 元的缓存需要自己做什么？ 需要调用方复用前缀。同一段系统提示、同一份文档放在请求开头且内容不变，才可能命中。每次重排段落顺序都会让缓存失效。

权重开源后能在本地跑吗？ 770B 的 MoE，即使按 4bit 也是 380GB 量级，单机消费卡没戏。这笔账上一篇讲 Kimi K2.7 自托管时算过一遍，640GB 权重就能把 8 卡机压到 57% 占用，770B 的规模只会更紧。开源的价值在可审计和可微调，不在本地部署。

5 折优惠到什么时候？ 官方写的是即日起至 2026-12-31。折扣期内的有效输入价是 3 元/百万 token。

结语

Hy4 这次的发布，能力部分是加法：视觉、Computer Use、更大的上下文。价格部分是减法，而且减得很有针对性——缓存那一行把"反复读同一份材料"的成本打到了 1/20。

"开源"这个词最近被用得很松，权重给了算开、只能微调算开、带系统卡片算开，三种说法指的不是一件事，之前梳理过一次。Hy4 属于"权重近期开源 + 系统卡片"，落地前先确认你拿到的是哪一层。

如果你的产品是文档问答、投研跟踪、长流程 agent，这一行值钱。如果你的产品是代码生成或者批量结构化输出，把输出价 18 元摆在第一位去比，缓存对你的意义不大。

参考资料

• 腾讯混元 Hy4 正式版发布（腾讯云开发者社区）
• 腾讯混元发布新一代大语言模型 Hy4（腾讯网）
• 混元 Hy4 技术百科（腾讯云）