opencode

腾讯混元 Hy4 flash Free 实测:首次上 1M 上下文,接近 1M 也全召回;输出却只有 64K

2026 年 11 月 16 日早上 08:00,OpenCode 免费档又上线了个国产模型 Hy4 Flash——这是腾讯混元的第一个 flash 版本,免费 $0,带 none / high 两档。最近国产各家都在发 flash 版,混元也开始凑热闹了。这次也是 Hy 模型首次给出 1M 上下文,不过输出反而比 Hy3 还小了,只有 64K。

腾讯官网规格参考

我这两天着重确认了下它的上下文情况,目前看来能力还可以,普通的编码任务还是可以用的。

先给结论:这个免费 flash 档能用,而且长上下文是真能打。实测 87.5 万 token 上下文里前中后三个位置的密码和大海捞针数字全部召回,不是纸面规格;基础能力四项全过。唯一要注意的是它输出上限只有 64K,跟国内大部分 128K 往上的模型比偏小。

下面是完整实测。

长上下文:接近 1M 不是摆设,实测 87.5 万 token 全召回

这次 Hy4 最大的提升应该是长上下文。Hy3 的时候还不到 200K,这次直接上 1M,跨度还是有点大的。我一步步堆上下文,最高塞进了 87.5 万 token(官方标的最大输入是 96 万,也就是测到了上限的 91%),前/中/后三个位置的密码全对,加的特殊数字也能精准找出。实测量级阶梯如下:

量级 实际注入 token 模式 前中后+NIAH E2E(s)
143K 143,486 全量 全对 19.88
613K 613,113 全量 全对 37.24
686K 686,693 全量 全对 36.78
756K 756,628 全量 全对 39.84
834K 834,056 全量 全对 45.85
875K 874,930 全量 全对 45.36

11 个量级从 14 万到 87.5 万,每个都全量注入一次成功、信息全召回,没有中段丢失。能塞到这么高,靠的是中文高密度文本——OpenCode 单文件注入上限约 4.6MB,英文填充只能到 61 万 token,中文因为 token 密度高(约 0.55 token/字 vs 英文 0.17),4.59MB 中文文件就能塞进 87.5 万 token 还全量注入成功。所以这个数不是凑的,是真把这个量级的文本一次性喂进去让它读完召回。

再往上没测到精确点——因为 OpenCode 单文件全量注入上限就是约 4.6MB(87.5 万 token),造大一点的文件它就转 grep 了,不直接把内容塞给模型。官方上下文规格标的是 1M,但最大输入写的是 96 万(960K);聚合源直接标上下文 1M(1,048,576)——这个“上下文 1M / 最大输入 96 万”的说法差异,得等 API 直连通道验证,本次我没测到精确点,不下判断。

长上下文实测:87.5 万 token 全量注入,前中后密码 + 大海捞针全召回

这张图是补测的长上下文量级阶梯:从 14 万到 87.5 万 token 全量注入,前/中/后密码 + NIAH 特殊数字每个量级都全对。

输出只有 64K:跟国内比偏小,但日常够用

输出上限 64K 是这次规格上最特别的一点。跟国内大部分其他模型相比,64K 输出有点小了——目前大部分都是 128K 往上,MiniMax M3.1 Flash 甚至给了 512K 最大输出。Hy4 单次响应最多吐 6.4 万 token,在这个区间里偏保守。

不过 64K 输出倒也不是不能用:平常使用一下子输出很大的情况还真不多,相比来说长上下文倒是使用频率更高。所以普通问答、编码、日常推理这类短输出,64K 完全够,单次响应不会碰到这个天花板;只有要一次性生成特别长的内容时,64K 会卡住。够不够用,取决于你的任务类型。

干活能力:基础四项全过,中文长文一次过不截断

基础能力上也都还可以,测试任务全部通过:

维度 结果 判定
中文长文 6479 字符技术长文,引言+10 分节+结语,单次完整无截断 5/5
数学 不定积分、抽球概率全对,无放回理解正确,双法验证 5/5
代码 JSON 解析器编译 0 错,22/22 测试通过 5/5
推理 错标盒子题正确,推理完整含反证 5/5

中文长文是最亮眼的——6479 字符的技术文一次生成不截断、结构完整,不是那种开头洋洋洒洒、结尾戛然而止的半成品。数学把“无放回”的抽屉理解得对,还主动给了双法验证。代码是完整的可运行产物,编译零报错、测试全过。

能力剖面:中文/数学/代码/推理四项全过

这张图汇总四项任务判定结果,全部通过。

速度:符合 flash 快速轻量档

速度上单点短任务 E2E 中位 6.49 秒、39.4 t/s(none 档),符合 flash 快速轻量档定位。它还有一档 high 是深度思考:拿同一个推理题,high 档 E2E 29.71 秒、输出长 11.7 倍,两档完成度都达标。

诚实性:会拒绝压力式刷输出,也会拒猜规格

这个免费档的诚实性是我没想到的加分项。

我试了几次压力式超长输出请求(明显在刷输出量、测截断边界),它识别出这种压力模式后直接坦诚拒绝,不硬着头皮刷输出——不糊弄你,也不给你灌水。补测长上下文时我又问了它 context window 和型号,它明确说“凭猜测回答违反诚实性原则”,让我去查 models.dev,不编规格。还自己发现文件名标 1M 但内容实际是 200K 的文档,主动指出来不将就。

这种“识别压力请求并拒接、不懂就明说”的行为,比那种不管三七二十一给你堆 token 的模型舒服多了。

用不用:值得尝试,趁它在架

值得尝试,最近 OpenCode 上免费档国产模型出镜率贼高,各家模型都有提升。如果你看重“免费 + 超长上下文 + 能力全面 + 诚实”,这个档顶得上去——尤其接近 1M 的上下文,对处理长文档、大上下文检索是实打实的优势。

几个要留意的点:

时效要讲清楚:OpenCode 免费池轮换很快,这两天 GLM 5.3 Flash 免费档就下线了。不过据我观察,Hy3 在免费档里待的时间算中等,不长也不短,可以尽早体验,后面想付费心里也有数。

一句话:腾讯混元第一次做免费 flash 变体,就交出一份接近 1M 上下文全召回、能力全优、输出 64K 偏小但日常够用、还会诚实拒猜规格的答卷。趁它在架,值得试一把。


实测环境:opencode run CLI v2.3.0 / Windows / Python 3.12。结论仅对 opencode/hy4-flash-free(2026-11-16 上架)本次实测会话有效。

微信公众号二维码

关注微信公众号

扫码关注,第一时间获取软件更新动态与选型建议。