腾讯 2026 年 Q3 财报里最扎眼的一行是资本开支:814 亿元,同比增长 528%,重心明确压在 AI 算力上。
同期开的模型 混元在开放 Hy4 Flash API 之后,进一步放出了权重,包括指令模型、FP8 量化版本和基础模型。这是一个多模态模型,总参数 2240 亿,每 token 激活 120 亿,支持 100 万 token 上下文。量化测试里,在 128GB 内存的 Apple M5 Max 上跑到每秒 47.37 token。
一个不太好听的坦白 官方承认,受先进半导体进口限制影响,下一代混元模型的推出节奏会被拉长。这句话的信息量比财报数字大——算力扩张的钱花出去了,但拿到手的卡有限,训练节奏被迫拉长。这也是国内所有做大模型的公司共同面对的约束:不是没钱买,是买不到。
MoE 加量化的组合为什么重要 2240 亿总参、120 亿激活,意味着推理时只走一小部分专家,显存占用和算力开销按激活量算。再叠加 FP8,消费级大内存机器就能跑起来。47 token/s 在本地不算快,但对做私有化部署、数据不能出内网的场景,这个速度已经能干活了。
落地建议 制造业、金融这类对数据出域敏感的行业,Hy4 Flash 这类可本地部署的中等规模模型是现实的选项。先拿一两个具体任务做 A/B:比如工单分类、图纸参数抽取。跑两周,比看任何评测都准。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。