770B 模型免费商用：腾讯把国产大模型的桌子掀了
本文目录
770B 模型免费商用：腾讯把国产大模型的桌子掀了
48 小时前，智谱刚发布 GLM-5.3，用一段"自定义开源协议"重新定义什么叫"半开源"——年营收 100 亿美元以上的公司想用？先过安全审查。云厂商想拿去托管？不行。
8 月 28 日，腾讯直接把桌子掀了。
混元团队把 Hy4 preview 这个 770 亿参数的 MoE 大模型，用 Apache 2.0 协议、FP8 权重、vLLM/SGLang 部署镜像，一股脑全扔在了 Hugging Face 上。
这一波不是"国产开源又添一员"，是 国产大模型从"开源搭便车"转向"开源主导规则" 的分水岭事件。
一、为什么这件事要写？
我截了三组数据，你们感受一下：
| 时间 | 事件 | 协议 | 算不算真开源 |
|---|---|---|---|
| 2026-08-26 | 智谱 GLM-5.3 (743B) | 自定义协议 + 营收门槛 + 安全审查 | ❌ 算半开源 |
| 2026-08-28 | 腾讯 Hy4 Preview (770B) | Apache 2.0 | ✅ 真开源 |
| 2026-08-29 | 月之暗面 Kimi K3 | 社区定制协议 | ⚠️ 灰色地带 |
48 小时里，国产开源的"开放程度"被连续刷了两遍上限。这不是单点新闻，这是 行业规则在变。
写这篇，不是为了吹腾讯，而是给开发者、企业架构师、CTO 们一个清晰信号：你今天选哪个开源大模型，会决定你未来 3 年的部署成本和合规成本。
二、Hy4 到底是个什么东西？
简单说，Hy4 是一个 超大 MoE（混合专家）大模型：
- 总参数：770B（7700 亿）
- 激活参数：49B / token（每次只调用 6.4%）
- 专家数：256 个路由专家 + 1 个共享专家
- 上下文窗口：1M tokens（行业最大）
- 架构：MoE + FP8 量化
这是个什么概念？同样 770B 体量的 Dense 模型，推理成本是天价；Hy4 通过稀疏激活，每次推理只跑 49B 参数——成本直接降到 1/3。
如果用一句话概括："它把 GPT-4o 的智力，Claude 的长文本，和 Llama 的开源协议，三合一焊在一起了。"
三、Apache 2.0 vs 自定义协议：差在哪？
我们直接拉一张对比表，把这次"协议之争"摆开：
| 维度 | GLM-5.3 自定义协议 | Hy4 Apache 2.0 |
|---|---|---|
| 商业使用 | 年营收 100 亿美元以上需安全审查 | ✅ 无门槛 |
| 云厂商托管 | ❌ 禁止 | ✅ 随便上 |
| 修改后再分发 | 必须开源 | ✅ 不强制 |
| 专利授权 | ❌ 不明确 | ✅ 明确包含 |
| 商标使用 | ❌ 限制 | ✅ 限制清晰 |
| 责任声明 | 模糊 | ✅ 标准 Apache 条款 |
对企业最致命的一行：
GLM-5.3 协议第 4.2 条：乙方（指云厂商）不得基于本模型提供对外托管服务。
这一条直接把 AWS、Azure、GCP、阿里云、腾讯云全挡在了门外——意味着你不能在云上直接调 GLM-5.3 API，必须自建部署。
Hy4 的 Apache 2.0 没这条。你愿意上云上云，愿意自建自建，愿意二次分发二次分发。
这就是为什么我说"桌子被掀了"——智谱好不容易用协议搭起来的护城河，48 小时后被同行一纸 Apache 2.0 直接填平。
四、实测性能：盲评、基准、上下文
腾讯这次给出了一份很详细的评测报告，三块数据都比较硬：
4.1 163 位专家盲评（最硬的一块）
腾讯找了 163 位人类专家，盲评 203 项真实工程任务，让专家不知道哪个模型出的答案：
| 模型 | 盲评得分（满分 4） |
|---|---|
| GLM-5.3 | 2.92 |
| Kimi K3 | 2.94 |
| Hy4 Preview | 2.99 |
注意，这是 真实工程任务的"可用性"评分，不是单元测试那种"对错题"——一个模型可以过单测，但代码风格烂到无法 merge；盲评就是测"专家愿不愿意把这代码放进生产"。
4.2 自动化基准
| 基准 | Hy4 分数 | 含义 |
|---|---|---|
| GPQA Diamond | 92.3 | 研究生级科学推理 |
| SWE-bench Pro | 65.7 | 真实软件工程 |
GPQA Diamond 92.3 是什么水平？人类 PhD 平均大概 65-75，能过 90 的基本都是 GPT-4o / Claude Opus 那个梯队。
4.3 上下文窗口：1M tokens
这其实才是 真正影响企业决策 的指标：
- 1M tokens ≈ 50 万中文字 ≈ 2 本《红楼梦》
- 能一次性塞进整个公司 codebase
- 能一次性消化完一份 1000 页的技术合同
- 能让 Agent 在一次推理里跑完整个长任务链
闭源大模型里，1M 上下文早就有了；但 开源里 1M 上下文 + 770B 体量 + Apache 2.0 = 第一次。
五、价格屠夫：0.834 美元 / 百万 Token
Hy4 的 API 定价是：
| 方向 | 价格（每百万 tokens） |
|---|---|
| 输入 | $0.834 |
| 输出 | $2.501 |
横向对比一下：
| 模型 | 输入价格 | 价格比 |
|---|---|---|
| GPT-4o | $2.50 | Hy4 是它的 1/3 |
| Claude Sonnet 5 | $3.00 | Hy4 是它的 1/3.6 |
| GLM-5.3（自建） | ~$0.50（理论） | 但要算运维成本 |
| Hy4 | $0.834 | 第三方 API + 自建二选一 |
等等——Hy4 是开源的，你也可以不调 API，自己拿权重部署。对于月调用超过 1 亿 tokens 的企业，自建就是免费；调用 API 0.834 美元也就赚个运维便利。
六、3 行代码部署
腾讯这次连"开箱即用"都给你做好了：
# 1. 拉取 FP8 权重（自动从 Hugging Face 下载）
git clone https://huggingface.co/tencent/Hy4-preview-fp8
# 2. 启动 vLLM 服务（256 专家自动加载）
docker run -p 8000:8000 vllm/vllm-openai:latest \
--model tencent/Hy4-preview-fp8 --tensor-parallel-size 8
# 3. 调用（兼容 OpenAI 协议）
curl http://localhost:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model": "hy4", "messages": [{"role": "user", "content": "你好"}]}'
部署支持的清单：
| 组件 | 支持情况 |
|---|---|
| vLLM | ✅ 原生支持，1 行启动 |
| SGLang | ✅ 原生支持 |
| TensorRT-LLM | ⚠️ 社区适配中 |
| llama.cpp | ❌ 不支持（MoE + FP8 复杂度太高） |
| OpenAI API 协议 | ✅ 完全兼容 |
对企业最关键的特性：256 个专家的 MoE 在 vLLM 里是原生支持的，你不需要等社区 port，一行命令就起来。
七、谁该用？什么时候用？怎么用？
7.1 推荐场景
| 场景 | 是否推荐 | 理由 |
|---|---|---|
| 企业私有化部署 | ⭐⭐⭐⭐⭐ | Apache 2.0 + 商用无门槛 |
| 长文档处理（合同 / 论文） | ⭐⭐⭐⭐⭐ | 1M 上下文 = 行业天花板 |
| 复杂 Agent 编排 | ⭐⭐⭐⭐ | SWE-bench 65.7 够用 |
| 通用对话客服 | ⭐⭐⭐ | 价格屠夫，性价比极高 |
| 端侧部署 | ❌ | 49B 激活参数太大，至少要 8 卡 H100 |
7.2 不推荐场景
- 追求极致延迟：FP8 + MoE 推理比 Dense 慢 20%，如果你做实时语音对话，得测一下
- 小语种：Hy4 训练语料以中英文为主，小语种质量未知
- 强合规场景：虽然是 Apache 2.0，但金融 / 医疗 / 政企还是建议私有化部署
7.3 落地三步走
- 第一周：拿 FP8 权重在 H100 / H200 集群上跑起来，对照自家业务做 benchmark
- 第二周：对比 GLM-5.3、Kimi K3、Qwen3.8、DeepSeek-V4 看哪个性价比最高
- 第三周：选定 base model，套 LoRA 微调你自己的业务版本
八、这件事对我们意味着什么？
8.1 对开发者
- 闭源 API 的依赖度可以开始下降了：以前是大厂说了算，现在国产开源也能打
- 学习门槛降低：你可以本地跑一个 770B（需要 8 卡 H100）做实验
- Agent 时代的真正基础设施：1M 上下文 + 65.7 SWE-bench = Agent 可以做"长链路复杂任务"
8.2 对企业
- 重新评估采购成本：如果之前用的是 GPT-4o / Claude，Hy4 API 比它便宜 3 倍
- 合规风险降低：Apache 2.0 是国际通用协议，法务 / 合规容易过
- 多云策略可行：AWS / Azure / 阿里云 / 腾讯云随便切换，避免 vendor lock-in
8.3 对行业
- 国产开源大模型正式进入"协议战"阶段：以前是"我有开源"，现在是"我比谁更开放"
- 闭源大模型的窗口期在缩短：每出一个真开源的，闭源厂商就得被迫降价或开放能力
- 基础设施层开始分化：vLLM、SGLang、TensorRT-LLM 成为新的护城河，谁支持得多谁赢
九、注意事项
- Preview 版本：腾讯自己也说是 preview，正式版可能还会调整，生产环境上之前一定做完整 benchmark
- 盲评组织方是腾讯自己：虽然说了"盲评"，但毕竟是自家组织的，可以参考但不能当圣旨
- FP8 精度损失：FP8 比 FP16 省一半显存，但精度会损失大约 0.5-1%，高精度场景谨慎使用
- 专家路由效率：256 个专家不是每个都常驻，首次冷启动会慢，建议长跑任务使用
- A100 跑不动：FP8 至少要 H100 / H200，A100 用户暂时只能等 BF16 版本
十、写在最后
2026 年 8 月最后一周，国产开源大模型完成了"从追随到定规则"的身份切换。
48 小时内，GLM-5.3 的护城河被同行一纸 Apache 2.0 填平。
这意味着，从今天开始，任何想做大模型生意的中国厂商，都必须把"开源协议"当成核心竞争维度——光放出权重已经不够了，还要看协议、文档、部署工具、社区运营。
Hy4 是这场新战争的第一个里程碑。下一个，可能就是阿里、字节、DeepSeek 的应对动作。
对企业，对开发者，对整个 AI 行业来说，这是一场刚刚开始的"开放之战"。
而我们，正在见证它的开场。
附录：相关链接
- Hy4 模型卡：https://huggingface.co/tencent/Hy4-preview
- vLLM 官方支持文档：https://docs.vllm.ai
- Apache 2.0 协议全文：https://www.apache.org/licenses/LICENSE-2.0
- 智谱 GLM-5.3 协议：https://github.com/THUDM/GLM-5（仓库 README）
- Kimi K3 模型卡：https://huggingface.co/moonshotai/Kimi-K3