腾讯混元 Hy4 preview 优化版是一款面向智能体任务的大模型推理优化系统，版本号 v1.1.0，针对复杂任务下的长思考与过度自检问题完成专项优化，已于 2026 年 9 月 7 日在 WorkBuddy 平台全量上线。
该优化通过 Bench 指标与人工评测双重监控验证，在不损失任务效果的前提下，显著降低任务轮次及输入输出 token 消耗。
核心功能与技术亮点
文章正文
腾讯混元与 WorkBuddy 联合团队于 2026 年 9 月 7 日发布 Hy4 preview 模型升级公告。
腾讯混元 Hy4 preview 自首发接入 WorkBuddy 以来，收到大量用户与开发者的体验反馈。
针对复杂任务下长思考和过度自我验证两类问题，团队完成专项优化并全量上线。
优化全程通过 Bench 指标与人工评测双重监控，确保任务效果不受损失。
优化版本在任务轮次和输入输出 token 消耗两方面均实现显著下降。
官方表示将持续敏捷迭代，欢迎用户继续体验并提出宝贵建议。
源码简介
腾讯混元 Hy4 preview 是腾讯混元旗舰模型，原始模型体积达 1.5TB。
此前团队已通过 Sherry 稀疏三值量化推出轻量版，将模型压缩至 214GB。
本次升级聚焦推理行为优化，减少复杂任务中的冗余思考步骤。
混元系列多个开源模型采用 Apache 2.0 协议，代码托管在 github.com/Tencent-Hunyuan。
作者为腾讯混元与 WorkBuddy 联合团队，开源社区贡献者活跃，版本号 v1.1.0，最后更新 2026 年 9 月，更新日志见官方公告。
竞品对比
| 对比项 | 优化后 | 优化前 | GLM同类 |
|---|---|---|---|
| 任务轮次 | 显著降低 | 偏多 | 基准水平 |
| 自我验证 | 适度收敛 | 过度验证 | 基准水平 |
| token消耗 | 明显下降 | 较高 | 基准水平 |
| 任务效果 | 不损失 | 基准 | 基准水平 |
对比 GLM 和 Kimi 等通用模型，区别在于本次优化专注智能体平台任务效率，可作为智能体长任务场景下高消耗方案的替代选择。
适用场景
适用于 WorkBuddy 等智能体平台的多步骤复杂任务执行。
支持对响应成本敏感的高频 API 调用业务场景。
可用于长链条任务中减少冗余自我验证的流程优化。
适合关注推理成本与效率平衡的企业级部署。
技术栈与运行环境
优化聚焦推理行为层面，覆盖长思考链路与自我验证策略。
通过 Bench 指标与人工评测双重监控保障质量。
优化版本已在 WorkBuddy 平台全量上线，用户无需额外配置。
版本号 v1.1.0，最后更新 2026 年 9 月 7 日，更新日志见官方升级公告。
功能亮点
- 长思考优化，复杂任务的冗余思考步骤显著减少
- 自我验证收敛，缓解过度自我验证带来的轮次膨胀
- token 双降，输入输出 token 消耗同步下降
- 效果保障，Bench 与人工评测双重监控不损失任务效果
- 全量上线，WorkBuddy 平台用户可直接体验
部署指南与常见问题
安装与部署提示
优化版本已在 WorkBuddy 平台全量上线，无需用户手动更新。
Hy4 preview 模型可通过腾讯混元官方渠道调用。
开源相关项目可在 github.com/Tencent-Hunyuan 获取，许可证为 Apache 2.0。
版本号 v1.1.0，最后更新 2026 年 9 月，更新日志见官方公告。
截图与演示说明
封面展示了腾讯混元大模型官网首页。
页面呈现了混元系列模型的能力介绍与应用场景。
WorkBuddy 平台内可直接体验优化后的模型效果。
升级公告全文可在腾讯混元微信公众号查看。
常见问题
问，Hy4 preview 本次升级了什么内容？
针对复杂任务下的长思考和过度自我验证两类问题完成专项优化，已在 WorkBuddy 平台全量上线。
问，任务效果会受影响吗？
优化全程通过 Bench 指标与人工评测双重监控，在不损失任务效果的前提下降低轮次和 token 消耗。
问，token 消耗具体降低多少？
官方公告称显著降低，未公布具体百分比，详细数据以官方后续评测报告为准。
问，如何体验优化后的模型？
WorkBuddy 平台已全量接入优化版本，用户可直接使用，无需额外配置。
下载说明
本文来源，微信公众号腾讯混元，原文链接 https://mp.weixin.qq.com/s/WKXIAtQX4OSNVdz3UUtcgA 。
Hy4 preview 优化版由腾讯混元与 WorkBuddy 联合团队于 2026 年 9 月 7 日发布，版本 v1.1.0。
更新日志见官方升级公告，最后更新 2026 年 9 月。
GitHub 项目开源地址，https://github.com/Tencent-Hunyuan
