// 腾讯混元 Hunyuan / Hy · 文本大模型
Hy4-preview 本地部署与显存需求
总 770B · 激活 49B（MoE） 参数。4 位量化约 515 GB，BF16 约 1.70 TB（1 个 8K token 请求）。
发布 2026-08-27许可：可商用显存为估算值
01规格
| 发布方 | 腾讯 · tencent |
|---|---|
| 系列 | 腾讯混元 Hunyuan / Hy · Hy4-preview |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 770B · 激活 49B（MoE） 来源：官方模型卡“770B total parameters, of which 49B are activated per token” |
| 上下文长度 | 1M tokens (1,048,576)取自 config.json 的 max_position_embeddings |
| 结构 | 78 层 · MLA · MoE |
| 发布权重 | BF16 · 1.56 TB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-08-27 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 1.54 TB | 1.70 TB | 1.70 TB | 1.71 TB | 8 × B300（2,304GB） | — |
| FP8 / INT8 / Q8_0 | 818 GB | 901 GB | 903 GB | 912 GB | 8 × H200（1,128GB） | — |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 467 GB | 515 GB | 517 GB | 526 GB | 8 × H100（640GB） | — |
每个请求的 KV 缓存：8K 0.7 GB · 32K 2.9 GB · 128K 11.8 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- Transformers — 官方模型卡提及
04官方仓库与量化版
tencent 官方发布的 2 个仓库。
- Hy4-preview main
- Hy4-preview-FP8 FP8
05腾讯混元 Hunyuan / Hy 其他模型
全部 19 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Hy-Memory-30B-A3B | 30.1B / 3B | 21.4 GB | 2026-10-15 |
| Hy3 | 295B / 21B | 200 GB | 2026-07-02 |
| Hy-MT2-1.8B | 2.04B | 2.4 GB | 2026-05-11 |
| Hy-MT2-7B | 8.03B | 6.9 GB | 2026-05-11 |
| Hy-MT2-30B-A3B | 30.1B / 3B | 21.4 GB | 2026-05-11 |
| Hy3-preview | 295B / 21B | 200 GB | 2026-04-13 |
| HY-MT1.5-1.8B | 2.04B | 2.4 GB | 2025-12-25 |
| HunyuanOCR | 1.12B | 2.1 GB | 2025-11-18 |
06来源
数据核对于 2026-08-28。参数、上下文、许可取自官方仓库；显存为本站估算。