导语
11月4日，腾讯混元正式发布最新一代大语言模型Hy4。相比Hy3系列不到300B的参数规模，Hy4系列扩展至770B，并首次引入视觉理解与电脑操作（Computer Use）能力，官方称Hy4在金融分析开源评测中居首、首次跻身最强开源模型之列。《科创板日报》援引公司口径称，混元参数与数据规模持续爬坡，下一代Hy5规模将进一步扩大。作为首发接入产品，腾讯WorkBuddy在办公场景评测中为Hy4录得平均83.18分、任务通过率96.15%。
一、两个月一个大版本：从Hy4 preview到Hy4正式版
此次正式版距Hy4 preview仅约两个月。今年8月28日，腾讯混元发布并开源Hy4 preview，总参数770B（7700亿）、激活参数49B（490亿），上下文长度突破1M，属于典型的混合专家（MoE）架构——处理每个任务时仅激活部分参数，在大容量与推理成本之间取得平衡，模型能力当时已稳居开源模型第一梯队。腾讯混元官方研究页显示，Hy4 preview定位“为生产力而生”，通过与腾讯内部软工、游戏、金融、安全等领域专家的高质量数据共建，强化真实任务表现。
10月29日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在2026腾讯全球数字生态大会上宣布Hy4即将推出，并强调其实现全方位能力升级、思维链推理效率明显优化、首次新增视觉理解。
这一迭代节奏背后，是混元体系近一年的整体重建。自今年2月重建基础设施以来，腾讯混元平均每两个月推出一个大版本，先以Preview形式开放，再根据用户反馈优化后发布正式版。2025年12月，前OpenAI核心贡献者姚顺雨出任腾讯首席AI科学家，直接向总裁刘炽平汇报，兼任AI Infra部与大语言模型部负责人，入职伊始即启动混元预训练与强化学习的“推倒重建”。今年4月23日，混元发布并开源Hy3 preview，总参数295B（2950亿）、激活参数21B（210亿），上线OpenRouter后一度拿下周榜调用量与市场份额双第一。百度百科梳理的资料显示，混元家族今年还密集扩展多模态版图：1月发布并开源混元图像3.0图生图模型，2月推出0.3B端侧模型。
【图表：混元大模型参数规模演进对比】
从2950亿到7700亿，混元旗舰模型的总参数规模实现翻倍以上，激活参数由210亿增至490亿，配合突破1M的上下文长度，模型在容量、推理成本与长文档处理能力之间构建起新的平衡。
二、首次引入视觉理解与电脑操作：补齐多模态与智能体拼图
视觉理解是Hy4系列首次引入的能力。通过视觉理解、推理和工具调用能力的组合，Hy4可以完成细粒度图像处理、复杂图表分析和数学视觉推理等任务，财报截图、设计稿、工程图纸等输入可以直接“看图办事”，无需用户先将图像内容转述成文字。
电脑操作（Computer Use）能力则支持模型结合命令行和图形界面，处理工作与生活中的各类任务；针对Blender、CAD等专业软件和跨应用长程任务，混元开展了专项训练，大幅提升专业任务的规划与执行能力。
模型能力的提升也通过产品协同释放。借助WorkBuddy的企业微信套件，Hy4可以连通聊天记录、邮件、文档、日程与会议等日常工作信息，在多项目并行时理清各项目推进历史与最新进展，识别待跟进任务、临近截止事项并协助安排优先级；由Hy4支撑的团队协作功能将随新版“项目”在WorkBuddy上线。腾讯混元官网信息显示，混元大模型具备跨领域知识与自然语言理解能力，通过自然语言对话理解用户指令并执行任务。目前，Hy4已在腾讯云TokenHub、WorkBuddy、CodeBuddy、元宝、ima、企业微信智能助理大圆等产品上线，API同步接入OpenRouter、Hermes、OpenCode等平台。
三、评测数据：办公与金融居首，可靠性显著改善
办公协作场景中，评测显示Hy4平均效果得分83.18分、任务通过率96.15%，在12个场景中有9个排名国内第一，在视觉创意、3D场景构建和网页开发等任务中兼顾效果与效率。
金融分析方面，混元联合腾讯金融科技（FiT）组织了213位专家参与的众测，其中153位来自外部头部金融机构、七成专家拥有五年以上工作经验，覆盖579项真实金融任务盲测。结果显示，Hy4得分3.04，高于DeepSeek-V4.1-Flash-1017（2.97）、Kimi K3.1 Pro（2.68）与GLM-5.3（2.68）。
在真实性维度，针对时效检索、多源信息整合和事实一致性校验的专项优化，使Hy4自建测试中的幻觉率由preview版的12.95%降至7.2%，因猜测导致的错误率由23.1%降至5.6%。
【图表：Hy4与Hy4 preview可靠性指标对比】
与preview版相比，Hy4幻觉率下降5.75个百分点、猜测错误率下降17.5个百分点，信息真实性的改善幅度明显大于常规版本迭代，这也与其“深度研究”“长程任务”的定位直接相关。
游戏与前端开发方面，相比preview版，Hy4在GameDev和GameLogic评测中的成绩分别提升19.1%和9.8%，并强化了对虚幻引擎、Unity和Godot等游戏引擎的适配。科研方面，腾讯公布的内部评测TenureTrail涵盖7个学科、123项可执行研究任务，覆盖数学构造、物理建模、地球环境、系统工程和社会经济决策等领域。讯兔科技内部评测IRAB中，Hy4较preview版提升12.03个百分点。
【图表：Hy4相比preview版游戏开发评测提升幅度】
回溯preview阶段的内部盲测：在腾讯内部163名专家、203个工程任务的盲测中，Hy4 preview均分2.99（满分4分），略优于GLM 5.3的2.92与Kimi K3的2.94。
四、商业化与生态：延续普惠定价，燧原科技Day 0适配
定价方面，Hy4延续Hy4 preview定价，每百万Tokens输入6元、输出18元、缓存命中0.3元。腾讯同步推出多项限时优惠：即日起至12月31日，按量调用标准API享5折；至11月18日，Token Plan订阅调用Hy4的积分消耗享2.5折；至11月12日，WorkBuddy与CodeBuddy提供一定额度免费使用。
| 项目 | 价格与优惠 |
|---|---|
| 每百万Tokens输入 | 6元 |
| 每百万Tokens输出 | 18元 |
| 缓存命中 | 0.3元/百万Tokens |
| 标准API限时优惠 | 即日起至12月31日，按量调用5折 |
| Token Plan订阅 | 即日起至11月18日，积分消耗2.5折 |
| WorkBuddy、CodeBuddy | 即日起至11月12日，提供免费使用额度 |
【图表：混元Hy4 API定价】
腾讯云方面，混元大模型（Tencent HY）是腾讯全链路自研的通用与多模态大模型家族，覆盖文本、图像、3D等模态，面向内部业务与开发者生态开放。行业研报认为，智谱、阿里、腾讯等相继开源并降价新模型，标志着国产大模型进入“效率优先、量大管饱”的新阶段，推理成本快速下降将推动AI应用从ChatBot向办公、智能体、代码助手等工作流场景迁移。
生态适配方面，国产AI芯片厂商燧原科技实现Day 0支持：通过算子融合降低计算开销、精细化显存优化支撑更大参数模型加载与运行、构建多层级KVCache存储体系，并结合PD分离架构，支撑百万token超长上下文场景下高吞吐、稳定的推理业务。此前，燧原已依托自研驭算软件平台，完成对Hy4 preview的深度“芯模协同”适配。
五、开源策略与竞争格局：跻身最强开源梯队，对标闭源仍有差距
腾讯表示，Hy4将于近期开源模型权重、发布模型系统卡片，并积极推进更负责任的开源，重点关注网络和生物安全等风险。主打性价比的Hy4 flash也将于近期发布，它在继承Hy4能力的基础上大幅降低任务成本。
值得注意的是，混元团队同时坦承，尽管Hy4已是目前最强的开源模型之一，但与顶尖闭源模型仍存在较大差距。《科创板日报》记者注意到，Hy4在代码编辑、自动化、电脑操作等多项基准测试中，实现了对DeepSeek等模型的超越。
国产开源阵营同期密集迭代：Qwen3.8-Flash采用多模态MoE架构，总参数125B、每token激活6B，原生上下文262K并可扩展至1M；智谱GLM-5.3-Flash采用320B-A18B架构，面向编码、智能体和多模态任务，以更低API价格扩大可用范围。头部模型的竞争重点，正进一步转向更低激活参数、更长上下文、更高训练效率与成本效率。
结语
从Hy3到Hy4，参数规模翻倍以上，视觉理解与电脑操作首次补齐，叠加办公、金融等真实生产力场景的评测领先，混元此轮升级显示出“模型与产品Co-Design”路线的加速兑现。随着Hy4 flash与Hy5相继排期、开源权重落定后接受社区第三方检验，腾讯能否在“最强开源模型”梯队站稳，仍有待市场给出答案。
