腾讯混元 Hy4 正式版发布：开源旗舰补上"视觉"与"电脑操作"两块拼图

11 月 4 日：Hy4 从 preview 走到正式版

腾讯混元预告多次的最新大语言模型 Hy4 正式版于 2026 年 11 月 4 日发布。官方口径中，这一代模型"首次跻身最强开源模型之列"[^hy4]。相比 8 月底的 Hy4 preview，正式版显著扩展了预训练与后训练规模，并首次引入视觉能力，同时大幅提升指令遵循、长文理解、长程任务和深度研究等综合能力[^hy4][^tencentcloud]。

与近一个月密集的开源发布相比，Hy4 正式版的位置有些特殊：它不是一次全新架构的亮相，而是把预告过的能力完整交付——补齐视觉与电脑操作两块拼图，并以此接入腾讯内部一系列真实产品场景。

一张表看懂发布参数

值得单独拎出来的是架构与成本的组合：770B 总参数的 MoE 每次推理只激活 49B 参数的"专家"，在保证能力的同时控制计算成本[^tencentcloud]。这与 Hy3 系列"参数不到 300B"的规模相比是一次明显爬坡，也延续了混元把大底座与可控成本放在一起的设计思路[^nbd]。

两个"第一次"：视觉与电脑操作

Hy4 正式版最值得记住的变化是两件事：它第一次能"看图"，也第一次能"动手操作电脑"[^tencentcloud]。

视觉能力把感知、推理和工具调用结合起来，覆盖细粒度图像处理、复杂图表分析等任务。官方给出的示例包括卫星图定位：模型需要找到屋顶写有特定标识的仓库右上方光伏板区里最东侧的白色方形构件——这类任务要求模型同时理解空间关系、视觉细节与自然语言指令[^hy4]。

电脑操作（Computer Use）则首次支持同时结合命令行与图形界面执行任务。混元针对 Blender、CAD 等专业软件和跨应用长程任务开展了专项训练，持续优化专业任务的规划与执行力[^hy4]。

视觉引入还直接带动了前端与游戏开发能力。混元与腾讯 IEG 专业游戏开发者合作，重点提升功能实现、玩法逻辑、状态理解与资产处理，实现对 UE、Unity、Godot 等主流引擎的深度适配，并开始扩展至多人联机游戏开发。相比 Hy4 preview，Hy4 在 GameDev 和 GameLogic 评测中分别提升 19.1% 和 9.8%[^hy4]。

评测数字：办公与金融的"开源第一"

官方公布了两个场景化评测结果：办公协作内部评测平均 83.18 分、通过率 96.15%，12 个场景里 9 个国内第一；金融众测以 3.04 分位居开源模型第一[^tencentcloud]。

这些数字的指向很明确：能力验证开始从通用榜单走向具体工作流——办公协作、金融分析这类"环节多、步骤长"的任务，正在成为旗舰模型的新标尺。

定价策略：加量不加价与 5 折窗口

Hy4 正式版延续 preview 定价：输入 6 元/百万 Token、输出 18 元/百万 Token、缓存命中 0.3 元/百万 Token，属于典型的"加量不加价"[^tencentcloud]。发布期腾讯云 TokenHub 还给出刊例价 5 折优惠，一直持续到 2026 年 12 月 31 日；WorkBuddy/CodeBuddy 也在 11 月 4 日至 11 月 15 日提供一定额度免费使用[^tencentcloud]。

此外，更省成本的 Hy4 Flash 版本近期也将发布[^tencentcloud]。这延续了今年以来开源模型的共同节奏：能力继续爬坡，同时把价格与成本一路往下压。

落地矩阵：从元宝到企业微信"大圆"

与很多发布停留在 API 演示不同，Hy4 正式版已经嵌入腾讯内部产品矩阵：WorkBuddy/CodeBuddy、元宝、企业微信智能助理"大圆"、ima 以及腾讯云 TokenHub API 均已上线；QQ、王者荣耀、和平精英、微信读书、腾讯新闻等腾讯系产品也在持续接入[^tencentcloud]。外部生态方面，OpenRouter、Hermes、OpenCode 等平台已同步接入[^tencentcloud]。

这种"模型 + 内部场景 + 外部生态"的三层落地结构，让评测数字之外的实用价值更容易被验证：办公助手、智能助理、内容产品都可以直接吃到新一代模型能力，而不需要等待第三方重新集成。

行业坐标：密集发布潮里的"真实生产力"转向

把 Hy4 放进 10 月底至 11 月初的发布坐标里，位置会更加清楚。这一时段刚经历一轮密集的前沿模型发布：OpenAI 的 GPT-6.1 Terra（主打电脑操作，定价约 1/5 美元每百万 Token 量级）、Anthropic 的 Claude Haiku 5.5 与 Sonnet/Opus 5.x 系列、Google 的 Gemini 4 Argon 与更受限的 Carbon、xAI 的 Grok 4.7/4.8，以及 Qwen、DeepSeek V4.1、GLM-5.5、Kimi K3.1 Pro、Mistral Large 4 等开源模型[^upnorth]。

海外行业观察者对这一轮发布潮的判断是：值得注意的不再是原始能力，而是专门化与成本压缩——GPT-6.1 Terra 的定价说明"智能体/电脑操作"这类任务已经便宜到可以规模化运行，而 Gemini 4 Carbon 优先交付给网络防御者，说明实验室开始按风险画像而非单纯付费层级来分发能力[^upnorth]。Hy4 与 Kimi K3.1 Pro 等国产开源模型的动作，则在另一个方向上同步推进：把大参数开源底座、真实产品场景与低价格打包在一起。

观察：开源旗舰的竞争标准正在变化

混元官方承认，Hy4 与顶尖闭源模型之间仍有差距[^nbd]。这份克制反而让"首次跻身最强开源模型之列"的表述更可信——国产开源从"能对标"走到"可托付"，中间隔的正是任务通过率、幻觉率这类不那么好看的数字[^nbd]。

从这篇行业观察的视角看，Hy4 正式版给出的信号是：开源旗舰的竞争标准正在从"跑分"转向"干完活"。视觉理解让旗舰模型能"看"，Computer Use 让它能"动手"，长程智能体让任务从分钟级拖到小时级[^nbd]——下一阶段的胜负手，将落在复杂任务的完成度、推理成本与真实场景的落地深度上。

（内容由AI生成，仅供参考）