8 月 28 日，腾讯混元把新一代旗舰 Hy4 preview 连权重一起放了出来：770B 总参、每 token 只激活 49B。同一个牌桌上还坐着 2.8 万亿的 Kimi K3、约 1.6 万亿的 DeepSeek V4-Pro、2.4T 的 Qwen3.8-Max 和后训练路线的 GLM-5.3。总参数从 770B 滚到 2.8 万亿，差 3.6 倍；但翻开部署账本你会发现，真正决定成本的不是总参数，而是另一个被大多数报道略过的变量--激活比与稀疏注意力。
先划边界：本文为代表性对比，非亲自压测；参数、架构与评测数据来自各厂官方发布与公开报道，价格与星数为 2026-08-29 快照，逐项标注口径（官方发布 / 媒体报道 / 换算 / 工程估算 / 厂商内部盲评），以官方仓库与定价页为准，非投资建议。另外说明分工：本站 轻量旗舰价格横评 算的是 320B 级轻量旗舰的 API 单价与缓存账，本文不重复算 API 价格战，算的是 700B-2.8T 级开源旗舰的参数、架构与部署门槛账--两篇文章管两本账，选型时都翻一遍。
一、参数基本盘：五强规格总表
先把五强的规格摆出来（口径逐项标注，快照 2026-08-29）：
| 维度 | 腾讯 Hy4 preview | Kimi K3（月之暗面） | DeepSeek V4-Pro | Qwen3.8-Max（阿里） | 智谱 GLM-5.3 |
|---|---|---|---|---|---|
| 总参数 | 770B（官方发布） | 2.8 万亿（官方发布） | 约 1.6 万亿（站内往期口径） | 2.4T（站内往期核真口径） | 未采集 |
| 激活参数/token | 49B（官方发布） | 未采集 | 未采集 | 未采集 | 未采集 |
| 上下文窗口 | 1M（官方发布） | 1M（官方发布） | 1M（站内往期口径） | 1M（站内往期核真口径） | 未采集 |
| 注意力/架构亮点 | Gated DSA 稀疏注意力 + IndexCache，78 层（1 dense FFN + 77 MoE，256 路由专家+1 共享，top-8+共享） | KDA 混合线性注意力 + 注意力残差 | 未采集 | 未采集 | 后训练 Scaling（基座未变） |
| 投机解码 | 原生 MTP 层（官方发布） | 未采集 | 未采集 | 未采集 | 未采集 |
| 权重格式/量化 | BF16 + FP8 双格式（官方发布） | MXFP4 量化权重（官方发布） | 未采集 | 未采集 | 未采集 |
| 开源许可 | Apache 2.0（官方发布） | 可商用（条款以官方为准） | 未采集 | 以官方仓库为准（本批快照未核实） | 开源（仓库/许可证以官方为准） |
| 权重渠道 | Hugging Face / ModelScope / GitCode / CNB | Hugging Face（2026-07-27 放权） | 未采集 | 未采集 | 智谱官方仓库（THUDM） |
三个第一眼结论：
- 激活参数被「藏」在了发布稿里。 五强里只有 Hy4 preview 在发布稿里把激活参数（49B）写在最显眼的位置，其余四家的激活参数要么未采集要么口径不一。这不奇怪：激活比（激活参数/总参）是推理成本的命门，Hy4 的 49B/770B ≈ 6.4%，意味着推理时每 token 只跑约 1/16 的网络。总参数决定「这个模型知道多少」，激活参数决定「每 token 烧多少算力」--发布稿爱讲前者，账本关心后者。
- 稀疏注意力成了旗舰标配。 Hy4 的 Gated DSA + IndexCache、K3 的 KDA 深度混合线性注意力，都在解决同一个问题：1M 上下文下注意力计算与 KV 缓存爆炸。上一代模型把 1M 上下文跑起来的代价是推理成本翻倍，这一代用稀疏/线性混合把这条曲线压下来。选型时「支持 1M 上下文」这句话背后的真实成本，直接取决于注意力架构。
- 许可与量化格式开始分化。 Hy4 是 Apache 2.0 + BF16/FP8 双格式，K3 是 MXFP4 量化权重，GLM 系列开源但许可证以官方为准。量化格式不是细节：它直接决定权重驻留显存的体积（下一节算这笔账）。
二、部署门槛账：激活省的是算力，总参吃的是显存
这批模型最容易被误读的一点：激活参数小 ≠ 显存需求小。本站 GLM-5.3-Flash 接入 SOP 里算过这笔账：激活 18B 省的是每 token 的计算量（吞吐、延迟、电费），但全部总参权重必须驻留显存。770B-2.8T 级旗舰把这条规则放大到了集群级：
| 模型 | 权重驻留显存（换算/工程估算口径） | 部署形态 | 关键变量 |
|---|---|---|---|
| 腾讯 Hy4 preview | FP8 约 770GB / BF16 约 1.5TB（按每参数 1/2 byte 换算） | 多卡集群（官方 vLLM 镜像 TP8 起步） | 激活 49B 省算力，总参 770B 定显存；MTP 投机解码提吞吐 |
| Kimi K3 | MXFP4 约 1.4TB（按 4 bit/参数换算） | 多卡集群（往期口径：H100 级集群起步） | 总参 2.8T 定显存上限；KDA 压 KV 缓存 |
| DeepSeek V4-Pro | 未采集 | 未采集 | 未采集 |
| Qwen3.8-Max | 未采集 | 未采集 | 未采集 |
| 智谱 GLM-5.3 | 未采集 | 未采集 | 未采集 |
注意：上表显存数字全部是换算口径（按位宽×参数量估算，不含 KV 缓存与运行时开销，实际需求还要上浮），实际以各官方仓库的部署文档为准。
- 770B 的真实门槛：多卡集群，不是单机 8 卡。 Hy4 preview FP8 权重约 770GB，8×80GB=640GB 显存装不下，至少要 10-12 张 80GB 卡或 16 张 48GB 卡（工程估算口径）。官方给的是 vLLM 预置镜像（vllm/vllm-openai:hy4-preview，TP8 起步）与 SGLang 镜像，README 明确按集群口径写部署文档。个人开发者和中小团队到此为止，自部署不适合你。
- 激活参数的收益在吞吐不在显存。 49B 激活意味着每 token 计算量小，配合原生 MTP 投机解码层（官方口径），同样硬件下吞吐显著高于同总参稠密激活模型。反过来说：如果你的负载是离线批处理，激活比小的模型省的是吞吐时间和电费；如果是低延迟在线服务，激活比影响首 token 延迟。总之一句话：激活比省算力，总参定显存，两个账分开算。
- 稀疏注意力决定 KV 缓存曲线。 1M 上下文下，稠密注意力的 KV 缓存按序列长度线性爆炸；Hy4 的 Gated DSA + IndexCache、K3 的 KDA 混合线性注意力都在压这条曲线。选型时别只看「支持 1M」，要看注意力架构--这决定你长上下文场景的真实显存与成本曲线。
- 这批模型共同的真实门槛：没有人能在单卡上自部署五强旗舰。 770B-2.8T 级总参决定了自部署是机构玩家的事。中小团队的现实选项是 API + 开源权重兜底：日常走 API，极端涨价或合规场景再迁移自部署。迁移可行性正是开源的意义--但别忘了迁移目标本身是集群级门槛。
三、能力与价格快照：盲评、聚合平台价与三条口径提醒
能力与价格都先摆快照（均为转引口径，快照 2026-08-29）：
| 维度 | 腾讯 Hy4 preview | Kimi K3 | DeepSeek V4-Pro | Qwen3.8-Max | 智谱 GLM-5.3 |
|---|---|---|---|---|---|
| 代表性能力数据 | 厂商内部盲评 2.99/4.00（163 位专家、203 个工程任务，官方发布口径） | Frontend Code Arena 1679 分超 Claude Fable 5 登顶（媒体转引） | AA 53 分（媒体转引） | 未采集 | Terminal Bench 3.0 等多项开源第一（官方发布） |
| API 价格 | OpenRouter 快照：$0.834/M 输入、$2.501/M 输出、$0.042/M 缓存读（第三方聚合平台快照 2026-08-28） | 输出 100 元/M（官方定价转引，上一代的三倍多） | 高峰输出 27 元/M（媒体报道 2026-08-27） | 未采集 | API 定价以智谱官方为准 |
| 缓存价 | $0.042/M 缓存读（OpenRouter 快照） | 未采集 | V4-Flash 闲时 0.05 元/M（媒体报道） | 缓存命中 1 元 vs 未命中 12 元（站内往期核真口径） | 未采集 |
三条口径提醒：
- 2.99 分是厂商内部盲评，不是第三方评测。 超过 GLM-5.3 的 2.92（46.8% 胜 / 12.8% 平 / 40.4% 负）与 Kimi K3 的 2.94（51.2% 胜 / 7.9% 平 / 40.9% 负），样本是 163 位专家、203 个工程任务--样本不小，但评测方是厂商自己，选任务、选专家、评分标准都在厂商手里。当参考可以，当结论不行；接入前跑你自己的评测集。
- OpenRouter 快照价是聚合平台价，不是腾讯官方牌价。 $0.834/$2.501 每百万 tokens 是 2026-08-28 的第三方聚合快照，聚合平台有加价、有配额、有汇率换算，不是官方定价页数字。要官方牌价去腾讯云官方渠道核价，本文不采集未核实的官方价。
- 缓存价碎片化，别拿缓存价直接横向比。 五强的缓存口径五花八门：Hy4 缓存读 $0.042/M（OpenRouter 快照）、DeepSeek V4-Flash 闲时 0.05 元/M（媒体报道）、Qwen3.8-Max 缓存命中 1 元 vs 未命中 12 元（站内往期核真口径）--币种、计费单位、命中规则都不一致。在 Agent 时代缓存命中率决定账单走向（本站轻量旗舰横评里算过：命中超九成时选型结论会反转），换模型前先把自己的缓存账按统一口径算一遍。
四、按场景选：五条结论
- 追最新开源旗舰、要架构红利：腾讯 Hy4 preview。Apache 2.0 许可、BF16/FP8 双格式、原生 MTP 投机解码、vLLM/SGLang 官方镜像齐全，开源生态接得住；激活 49B 带来的吞吐红利适合高并发场景。动手路径见本站 Hy4 preview 自部署 SOP（同批）。
- 要最大参数规模与能力上限：Kimi K3。2.8 万亿总参（全球首个开源 3 万亿级）、原生视觉、1M 上下文，Frontend Code Arena 1679 分登顶；输出 100 元/M 是能力溢价档，别当性价比选项。
- 要成熟度与生态平衡：智谱 GLM-5.3 与 DeepSeek V4-Pro。GLM-5.3 靠后训练 Scaling 拿下 Terminal Bench 3.0 等多项开源第一，还涌现出安全能力（联合发现 2436 个漏洞）；V4-Pro 押 1M 上下文 + Anthropic API 兼容，迁移成本低。两家都是「商业 API + 开源权重」双线成熟玩家。
- 阿里系合规生态：Qwen3.8-Max。1M 上下文、缓存命中 1 元 vs 未命中 12 元（站内往期核真口径），叠加阿里云生态与企业合规体系；重度缓存场景这套定价有想象力，但本批快照未核实其开源情况与更多定价，采购前以官方为准。
- 所有场景共同的一条：770B-2.8T 时代，激活比与稀疏注意力才是部署成本的决定变量。总参数决定权重驻留显存（自部署门槛），激活参数决定每 token 算力（吞吐/延迟），注意力架构决定长上下文成本曲线--三个账分开算，按每 token 实际成本选型，别按总参数排座次。
常见问题
Q1：770B 和 2.8 万亿差 3.6 倍，是不是总参数越大越值得选？ A1：不是。总参数决定权重驻留显存（自部署门槛），激活参数决定每 token 算力（吞吐/延迟/电费），稀疏注意力决定长上下文成本曲线，三个变量分开看。Hy4 preview 770B 只激活 49B（约 6.4%），激活比反而占优；单看总参数选型，容易「买大的、跑小的」。正确姿势是把三个变量放进你自己的负载里算每 token 实际成本。
Q2：Hy4 preview 的 2.99 分，能直接当「开源第一」吗？ A2：不能直接当。2.99/4.00 出自腾讯厂商内部盲评（163 位专家、203 个工程任务），评测方、任务集、评分标准都在厂商手里；GLM-5.3 的 2.92、Kimi K3 的 2.94 也是同一盲评口径。差距 0.02-0.07 在样本误差范围内，当参考坐标可以，当结论不行--接入前用你自己的评测集跑一轮。
Q3：中小团队能自部署这批旗舰吗？ A3：基本不能。770B FP8 权重约 770GB（换算口径）、2.8T MXFP4 约 1.4TB，都远超单机 8 卡 640GB 的显存上限，且不含 KV 缓存与运行时开销。自部署是机构玩家的事。中小团队的现实路径：日常走 API，把开源权重当「极端涨价/合规场景」的迁移兜底，别把自部署写进近期排期。
Q4：OpenRouter 上 $0.834/$2.501 是 Hy4 的官方价吗？ A4：不是。那是第三方聚合平台 2026-08-28 的快照价，含平台加价、配额与汇率换算，不是腾讯官方定价页数字。本批快照未核实腾讯官方牌价，故标注未采集；核价请走腾讯云官方渠道。
Q5：五强里哪家值得现在锁价？ A5：都不建议锁。本批快照里价格数据口径分散（聚合平台价/媒体转引/未采集），行业处于定价权争夺期，价格表随时会变。正确姿势：按每 token 实际成本加缓存命中率算账，架构上保持多家 API 通道加开源权重兜底，商务上按季度滚动询价。
参考来源
参考来源
- 腾讯官方新闻稿（2026-08-28）：Tencent releases and open-sources Tencent Hy4 preview--770B/49B、Gated DSA、MTP、1M 上下文、Apache 2.0、BF16/FP8 权重渠道、163 位专家 203 任务内部盲评：https://www.tencent.com/tencent-releases-and-open-sources-tencent-hy4-preview
- 腾讯混元 Hy4 preview 官方仓库（GitHub，2026-08-29 快照）--架构细节、vLLM/SGLang 部署镜像、推荐参数 temperature=0.9/top_p=1.0、已知局限：https://github.com/Tencent-Hunyuan/Hy4-preview
- OpenRouter Hy4 preview 页面（第三方聚合平台快照 2026-08-28）--$0.834/M 输入、$2.501/M 输出、$0.042/M 缓存读：https://openrouter.ai/tencent/hy4-preview
- 腾讯云开发者社区（2026-07-17）：2.8万亿参数，Kimi K3正式发布--K3 参数、KDA、输出 100 元/M：https://cloud.tencent.com/developer/news/4268105
- 站内往期核真文章：Qwen3.8-Max 2.4T/1M 上下文/缓存命中 1 元 vs 12 元（2026-08-03 核真口径）；DeepSeek V4-Pro 约 1.6 万亿（站内往期口径）
- 关联阅读：本站 轻量旗舰价格横评（两本账分工见开头）、Hy4 preview 上线热点（同批）、Hy4 preview 自部署 SOP（同批）、GLM-5.3 深度解析、智谱 GLM-5.3-Flash 开源热点、国产三强长文本横评、大模型性价比横评
本文为代表性横评，基于公开报道与官方发布整理，快照 2026-08-29（OpenRouter 为 2026-08-28 快照），非亲自压测，非投资建议；各家规格、许可与价格随时可能调整，采购前以官方仓库与定价页为准。