# 騰訊混元強調 Hy4 preview 壓縮至 214 GiB

騰訊混元引用 Zhihu Frontier 一篇解說，指以混合精度量化將 Hy4 preview 的 770B 參數權重由約 1.5TB 縮減至 214 GiB。被引用的文章稱參數數量不變，並指 MRCR 幾乎不變，數學則略有下降。

Language: zh-HK
Time zone: Asia/Hong_Kong
Current time (UTC, cached as of): 2026-11-10T07:02:00.000Z
Query date (Asia/Hong_Kong): 2026-11-10

HTML: https://didcodexreset.com/zh-hk/news/023f8b753f514cfaa3899c5e.html

Content language: zh-HK
Localization state: translated

來源：Tencent Hy · 發布於 22/9/2026 10:46:31

騰訊混元（[@TencentHunyuan](https://x.com/TencentHunyuan)）引用 Zhihu Frontier，並附上評語「體積更小，智能不變」，指向一篇關於壓縮 **Hy4 preview** 的解說。

在被引用的帖文中，Zhihu Frontier（[@ZhihuFrontier](https://x.com/ZhihuFrontier)）表示，騰訊混元量化團隊的貢獻者 yghstill 描述如何封裝這款 **770B** 參數模型，將權重由約 **1.5TB 至 214 GiB** 縮減。參數數量仍為 770B；壓縮改變的是這些權重的表示方式。該解說列明 Sherry 量化演算法、STQ1_0 儲存格式，以及 MIX-STQ1_0 混合精度分配，並稱完整的混合精度模型平均約為 **每權重 2.38 bits**，激進壓縮主要集中於專家權重。

被引用的帳號稱，該團隊在經修補的 llama.cpp 組建中實現了 STQ1_0 CUDA kernels，並指 MRCR 檢索表現幾乎不變，數學則略有下降。在相近 bit 預算下對比 UD-IQ1_M，該帳號稱混合精度模型在所報告的評測中領先，包括 MRCR 提升超過五分。騰訊混元自身的帖文並未提供這些測量數據。

Tags: 混元, Hy4, 量化, 騰訊

[查看主帖原文](https://x.com/TencentHunyuan/status/2102225827903807939)