混元就是我们理想中的Kimi Flash
「两难自解」 之前有一个二级老哥给我说了一个振聋发聩的观点：
腾讯做明白大模型是一个很吓人的事情，利空所有大模型创业公司。
因为混元模型基本是姚圣顺雨来重头做的，只花了不到一年时间。这说明了一件事情，训大模型确实没有技术壁垒，大公司愿意砸资源、放权给懂行的人，老老实实干苦活累活，就一定能训出来一个还能用的模型。
这充分说明训大模型只有资源壁垒，那字节阿里腾讯显然比四小龙更有资源，所以混元做起来纯纯利好大厂模型。
当然，这是一个很粗糙的暴论，你也能举出很多反例。最典型的就是大厂的组织问题——赛马、部门墙、老板不懂业务细节、一堆水平不如田柯宇的算法爷成天雄竞，给老板脑子狂暴轰入脏数据。
这就像VC喜欢问创始人的那个傻福问题，如果字节跳动做了你正在做的事情，你怎么办？
这个问题之前很难回答，因为VC已经假定了字节牛逼，字节一定会干死你。
创业老乡们左等右等，等不来字节，正想喷傻福投资人出一口恶气，一看朋友圈发现那个傻福投资人早就转型看更不可证伪的RSI和世界模型了。
现在这个问题很好回答。因为字节跳动不会举全公司之力来干你，最多找个3-2来干你，他能使用的资源不一定有创业者多，灵活性更是远不如你。
冕神就证明了这个事情。
LibTV把即梦从上到下都干得十分难受，偏偏即梦还没法干冕。因为冕可以打价格战，可以随意调价格，而人家大厂打工人的OKR要保毛利率，更搞不定跨部门问题。
火山销售和Seedance爷卖谁不是卖，没有任何给内部结算打骨折的可能性。所以就会出现一个幽默的现象，字节内部结算的Seedance价格，搞不好还没冕公开卖的会员价格低。
所以，除非一鸣大手一挥，即梦不管利润率，那冕小子确实没有幸存之理。但冕神创业要是能召唤来帝皇亲自一击，虽败犹荣，光荣至极！
话扯远了，今天主要聊模型。
Qwen是一个经典的反例，因为阿里和字节相比，谁都会说阿里更老登，也没有道理吴妈比一鸣更懂大模型，但阿里的基模Qwen毫无疑问性能领先字节Seed，这就不讲道理。
Seed-Evolving一直在小更新，新版本水平也提升挺快，特别因为不怎么蒸馏，所以Seed说话很有人味，难怪我这么爱和豆姐聊天。
但总的来说还是国模第二梯队水平，非要拿Seed开发产品那真是纯折磨自己。
这里打个补丁，我知道有人总说Seed不蒸馏所以不行。但蒸不蒸馏是手段问题，要是真牛逼，那不蒸馏也应该牛逼。
不过在宣发上，Qwen又被Kimi吊起来打。
从K3到K3.1 Pro，你能看出予彤一直在定义场景，K3定义一次性生成小游戏大获成功，帮助予彤融了100亿美金。
而同一时间发布的Qwen3.8-Max就属于外部查无此模的状态，声量不在一个层次。但经过我们的严肃测评，除了前端场景，K3和Qwen3.8-Max是一个能力水平。
Qwen宣发打不过Kimi也很合理。因为实际上是予彤打阿里P8，这个P8真是不容易，每次发模型都要直面予彤的全力一击。
予彤就可以把算法和职能全都拴起来，打通后训练和宣发，在后训练环节就定义用户场景，从而Hack全世界心智，所以予彤确实很有神性。
神性就是栓人能力。
阿里P8肯定指挥不动算法爷，只能对着预览版API硬想传播场景，搞成目前这样已经很不容易，我很叹服予彤的创造力，但更尊敬P8的抗压能力。哥们真是不容易🫡
翻译成大厂术语，这叫单位压强不够，阿里总体资源远高于Kimi，但分配到每个环节，具体岗位能调集的资源当然不如予彤集中全力。
大伙什么时候才能意识到，大模型宣发跟新能源汽车上市没有区别，宣发那几天就决定了用户心智。
现在模型这么多，更新这么快，两个月后又是全新一批模型，根本记不住你。
除了DeepSeek有超绝品牌价值，不管发啥模型，哪怕Pro发拉了大伙也全是支持鼓励。其他模型厂最好多学习下汽车厂，后者在ICU/KTV状态轮转上具有丰富经验，抗压能力特别强。
以及，居然还没有人专门办个大模型发布会也很离奇。
扯远了，回到腾讯混元上。
Hy4模型没什么好说的，首先是一个能用的模型，我实测下来感觉Hy4有8成DeepSeek V4.1 Flash水平，长程任务和相对复杂的物理问题还是不太行，很容易越写越复杂把自己绕进去，这点远不如Qwen和Kimi。
但它的速度很快，实际有150多Token每秒，加上在Workbuddy用几乎白送，在大部分办公任务上确实是多快好省，是一款合格能用的Flash模型。
Hy4还猛猛优化了前端能力，生成的MG动画视频完成度挺高水平，我看着和K3生成的没啥区别。说明姚圣确实办事，市场上流行的场景都能给你训进去。
不过，客观评价，Hy4和DeepSeek V4.1 Flash距离闭源模型都有断档式差距，不是一个东西。
姚圣自己跑的内部Bench就很务实地展示了差距。
你都不用看跑分，反正我使用Opus系列模型的体验是，快准狠。从剪视频到做Bench，只要我描述清楚意图，没有实现不了的任务。
你用这一堆Flash模型，很容易越写越复杂把自己绕进去，很耗心力。
不过，Opus这不是不让用吗，还是ChatGPT方便好用。训模型的家人们也都在猛猛用ChatGPT。
假如你同时跑这几个模型，就能看到一个很幽默的场景。Kimi、DeepSeek和Hy在前端上都一股GPT味道，你看起来这三个模型的产出物完全一个感觉。
考虑到完成度和性价比，我们可以说：
K3.1 Pro像是GPT-6 Pro，DeepSeek V4.1 Flash像是GPT-6 ，Hy4像是GPT-6 Flash。
从Hy4的实际动作上也能体现这点：Kimi的宣传片是蒸馏Claude的，混元的宣传片又是蒸馏Kimi的；Kimi 3.1 Pro主打的三个场景分别是3D、游戏和金融，Hy4主打的也是3D、游戏和金融。
Kimi平替Claude、混元4又平替Kimi。难道这就是递归自我改进？
回到开头，姚圣用实际行动证明了，只要老板给资源给信任，从头开始确实也能在一年内训出来个完全能用的模型。
你换位思考一下，这其实非常不容易。因为大厂做事不仅考验业务水平，更考验政治水平。
大厂招一个业务干部进来搞创新，然后和老油子一通激烈地斗争，最后事没办成，老板失去耐心叫人滚蛋，这种事情听起来十分让人熟悉，上一个著名案例似乎是百度陆奇。
而姚圣，能够在腾讯这么一个众所周知对员工好、对老员工更好的大公司里，从头再来搞成大模型，完全是做事和办事天赋全都拉满，属于青年张居正水平。
清流还能办事，吊打浊流老资历！
插一句题外话，大明王朝是一部很好看的电视剧，而且事实上很多人看这玩意学大厂生存。
不过，最近另一个让我叹为观止的老乡是孙天祥，孙哥刚发完新版文心一言大模型。
给不熟悉文心一言的朋友介绍一下，这是一个很神奇的模型。
之前我们跑Bench，一大烦恼是国模很难拉开区分度，特别是编程任务，那一大坨国产模型全都混在一起，只差零点几分，只能大概按照梯队划分。
而文心一言就非常牛逼，因为这模型大部分任务都是零分，输入上下文过长直接报错，非常有区分度，非常利于发Bench。
更厉害的是，文心一言才是中国首个2.4T参数模型。可想而知这玩意训了多少垃圾数据进去。
百度收购孙天祥进去重新训模型，从一开始应该就没啥人看好。前段时间，我知道文心一言快发新模型时，更是以为孙哥要被献祭了。
因为百度马上开大会，孙哥很有可能被集团拿出来整个大新闻，搞跑分放烟花，然后直接团队爆炸，哥们名声被干臭，之后创业都没机会。
没想到孙哥很有姚圣青春版风采，前两天发了新模型，直接和Hy3-preview-Base、DeepSeek-V4-Flash-Base对比，属于是让百度PR找不出来一点放烟花的机会，属于务实本分至极。
我已经拉了文心一言后援会群，群友都在称赞孙哥高水平，等到孙哥再干一年，文心一言也整到接近最新版DeepSeek Flash水平，那也可以封圣。
不过还是要再观察。因为百度大会还有两天开，依然存在吹一波大的，献祭孙哥的可能性。别直接给孙哥干成高瀚文了。
最后总结一下吧。
我所接触到的行业共识是，大模型是个苦活累活，技术的扩散速度很快，模型厂之间几乎不存在秘密，所以最决定模型之间差距的是数据、算力和组织能力。
大模型竞争又不可能是一两年内结束的事情，注定是一场持久战。 数据和算力这些外部资源会逐渐遵循市场规律，匹配到这个模型厂账上的现金，这也是虽然Seed暂时一般，但大伙一致看好字节的原因。
所以从中长期来看，团队稳定也就是老板能把人栓起来的重要性，远远超过了发拉一两个版本、落后半年一年。
姚圣在腾讯证明了一年可以速成一个能用的Flash模型，接下来就看字节Seed搞完大调整后持续发力，还有百度孙哥能不能多活几集，没有百度这么有活的公司我都不知道写什么。
这可以推导出另一个问题，对于云厂商来说，注定面临自家模型还是云收入的二选一。
谷歌坚定地选择了云收入，Gemini拉了大半年。字节坚定地选择了模型，等待一鸣把Seed爷栓起来，帝皇的大手发力；阿里事实上还没有作出选择，从外部来看，Qwen和云收入，吴妈全都要。
而腾讯有一个天然优势，不用考虑云业务，腾讯云和混元不是可比较的东西，集团理所当然毫不犹豫地支持混元。
混元的资源充足过Kimi，Kimi因为算力不足，只能全力做SOTA模型，事实上放弃C端市场，Kimi Flash要是走多快好省路线也不太匹配这公司的神性。
不如：
我看 Hy4 搞得不错，性能极大提升，速度和成本两大差别基本消灭，推理能力也受重视。如果加上予彤的管理，Hy4就是我们理想中的 Kimi Flash！
⬇️
欢迎订阅我们的Substack funeralai.substack.com