11 月 20 日,混元 Hy4 的权重文件出现在几个主流代码与模型平台的下载页上。
不要申请,也不要钱。
腾讯这次是全量开源。770B 总参数,混合专家架构,激活参数约 49B,支持百万级上下文,第一次开放电脑操作。
十五个里只有一个
770 除以 49,是 15.7。
每 15.7 个参数里,一次前向只有 1 个真正参与计算。
这就是混合专家架构要解决的事。总参数是仓库的大小,激活参数是每次取货的量。仓库越大,能装的东西越多;取货量不变,单次搬运的成本就不跟着涨。反过来说,仓库也得整栋租下来,货不取,地方照样占着。这两句话合起来,才是 770B 与 49B 摆在一起时该读出的意思。
参数大,不等于调用贵。
参数大,显存一定贵。
权重得全部放下,算力只算激活的那部分。所以 770B 的门槛不在算得多快,在装不装得下。开源一个 770B 模型,和开源一个 49B 模型,对下载的人是两件事。
一个要机器,一个要工位。
省的不是参数
49B 这个数,决定单次推理的算力开销。它跟 770B 差 15 倍,跟一个 49B 的稠密模型差不多。
贵不贵,看 49B。
装不装得下,看 770B。这两件事经常被同一个说法混在一起:参数太大。其实一个说的是账单,一个说的是机房。
如果 770B 是稠密结构,一次前向要把 770B 个参数全算一遍。现在只算 49B,计算量掉到十五分之一。这不是省一点,是省一个量级。同样标着 770B,稀疏和稠密在账单上不是同一种东西。模型卡上那个 B,本身不说明成本。
这也是开源模型最容易被误读的地方。参数表上的数字是给下载的人看的,激活参数是给调用的人看的。前者决定要准备多少显存,后者决定每次调用摊多少电费和算力。腾讯把两个数都写出来,等于把成本和门槛一起摊开了。愿意接的人,得先看清楚自己接的是哪一半。
两个数字,两种读者。
送的是权重
开源开的是权重。下载的人拿到一组文件,可以本地跑,可以改,可以拿去微调,也可以拿去做二次分发。
服务是另一回事。
权重放出去之后,同一组参数可以被改成不同的精度、装进不同的推理框架。改完的版本还是这套权重,只是体积和速度不一样。官方发一份,别人能发出很多份,都从同一组参数开始。
网信办的口径是另一个计量单位:2026 年 9 月到 10 月,新增 133 款生成式人工智能服务完成备案,其中 3 款是手机端侧,1 款是拟人化互动,另有 1 款备案信息变更。备案统计的是面向公众提供的服务,权重下载不在这个统计里。一个是服务清单,一个是文件清单,混着看就会得出错误的规模感。
下载一万次,服务可以一款没上线。
一天两款服务
133 款,摊到 9 月和 10 月的 61 天,平均一天 2.2 款。
一天两款。
这是备案口径下的服务增量,不是模型数量。一个模型可以撑起多款服务,一款服务也可以换模型。
数字对不上,是因为单位不同。
把 133 和 770B 放在一起,会发现它们不在一个层面上。前者对应一款要对外提供的服务,后者对应一组可以本地运行的文件。两条路的起点不同:一个从服务开始,一个从装机开始。装机的这一条,不需要先有用户,只需要先有机器;服务的那一条,反过来,先要有备案,再有用户,最后才谈得上调用量。
起点不同,账本也不同。
电脑操作这一项
Hy4 这次开放的能力里,电脑操作是最值得看的一项。模型能识别界面、点按钮、填输入框、滚动页面。
百万级上下文是另一项。
两件事放在一起,指向同一类任务:把一整个代码库或者一整套后台交给模型,让它自己找位置、自己动手。这类任务的输入很长,动作很碎,正好卡在上下文长度和操作能力同时吃紧的地方。只会聊天的模型不需要这两项,要替人干活的模型两样都得有。
一个读得长,一个动得了手。
电脑操作还带出另一件事:能点按钮,就能改东西。模型看懂了界面,下一步是替人按下去;按下去之后,改的是哪一份文件、动的是哪一个账户,取决于装机的人给它开了什么权限。开源只给能力,不给权限。权限在装机的人手里,也在每一个被点到的按钮后面。
生态位怎么占
开源不收费,收什么。
收默认值。
开发者下载权重之后,推理框架、量化工具、微调脚本、部署文档会围着这套权重长出来。长出来的东西不轻易搬家。等到企业要采购,技术选型表上排第一行的,往往是团队已经跑熟的那一个。这不是合同锁定的,是习惯锁定的。
习惯比合同难改。
模型装进别人的机器,才有下一次调用;装在自家服务器上等 API 请求,永远要先过一道采购流程。这道流程的长度,决定了一个模型能被多少团队试第一下。这套流程不写在合同里,写在文档和 issue 里。
一套权重能长出的东西,比一次 API 调用多。企业内网的私有部署、行业数据上的继续训练、把模型塞进某个硬件盒子,都要从权重开始。API 给不了这些,权重可以。这三件事的共同点是,都得先拿到文件,不能只调接口。腾讯把权重放出去,等于把这些场景的起点,放在了自己这套参数上。
算不出的那笔账
训练花了多少钱,腾讯没有披露。
所以这笔开源账算不出投入产出。能算的只有门槛:下载成本是 0,部署成本是一张能装下 770B 的卡,或者一组卡。
门槛决定谁能用。
一份 770B 的权重,落到十几个人的团队手里,大概率跑不动;落到有集群的公司手里,当天就能起服务。开源把价格抹平了,没有把算力抹平。这句话反过来也成立:正因为算力抹不平,能跑的人少,能跑的人多半会先试这一份。
这两类人拿到同一份文件,用出的是两种东西。
开源的边际成本不在训练,在带宽和存储。训练的钱一次性付掉,分发的钱按下载量慢慢付。权重放在平台上,每多一个人下载,多一份流量,这份钱腾讯出,下载的人不出。训练成本是沉没的,权重发出去之后收不回来,能收回来的只有别人在这套参数上继续投入的时间。
11 月 20 日之后,这份权重就在那里。770B,49B,百万上下文,电脑操作。这几项写在模型卡上,下载按钮在下面。
没有合同,没有价目表。
门槛只剩显存:770B 要全部装下,一次只算 49B。下载页只负责把文件递过来,剩下的部分要自己解决。
免责声明:本文基于公开信息撰写,仅供读者参考,不构成任何投资建议。