Hy4 正式發佈：視覺與電腦操作，騰訊的第四張開源王牌

2026 年 11 月 4 日，騰訊混元發佈了 Hy4 正式版——從 8 月 28 日的 preview 到正式版，只隔了兩個多月，但這一次變化的幅度不像一次常規迭代：視覺理解與電腦操作首次加入混元產品線，預訓練與後訓練規模顯著擴展，辦公、金融、遊戲與科研四條生產力線同時鋪開。騰訊的口徑是「首次躋身最強開源模型之列」，但同一份發佈稿裏也罕見地專設一節講差距——這個「自信 + 自省」的組合，是這次發佈最值得注意的地方。

這次到底新了什麼

最核心的變化是兩項「首次」：視覺理解與電腦操作。視覺方面，Hy4 能做細粒度圖像處理、複雜圖表分析與數學視覺推理；官方演示裏，它在一張 28 億像素的航拍圖上定位了一個約 2 米大小的屋頂構件，並從一張有 8 萬個點的散點圖裏正確讀出了兩個子圖。電腦操作方面，它把命令行與圖形界面操作結合起來，還在 Blender、CAD 等專業軟件上做了專項訓練——不是隻會點點鼠標，而是能按專業軟件的邏輯去操作。

第二是規模與能力的全面擴展：預訓練與後訓練規模顯著擴大，指令遵循、長文理解、長程 Agent 與上下文利用全部提升。官方附錄顯示，Terminal-Bench 4.0 從 preview 的 26.3 升至 44.4，DeepSWE 從 64.3 升至 74.9，APEX-Agents 從 53.9 升至 75.2。幻覺率也在下降：騰訊內部通用測試從 12.95% 降至 7.2%，搜索專項優化後的自建測試從 15.76% 降至 5.45%——但這些都是騰訊自己的測試口徑，獨立測量給出的數字要嚴峻得多（見基準專文）。

第三是四條生產力線的完整故事。辦公：WorkBuddy 辦公室評測平均 83.18 分、通過率 96.15%，12 個場景裏 9 箇中國第一。金融：騰訊組織的 FiT 衆測裏 213 位專家（153 位外部）打出 3.04 分，開源第一。遊戲：GameDev +19.1%、GameLogic +9.8%（相對 preview）。科研：官方演示了小鼠胚胎 3D 重建——84 張無序二維切片、699 萬細胞、1.5 小時無人干預完成。這些數字全是騰訊自測或騰訊組織的評估，讀的時候要記得這個前提。

價格與渠道：加量不加價

TokenHub 目錄價與 preview 完全相同：輸入 ¥6、輸出 ¥18（每百萬 tokens），緩存命中 ¥0.3；國際價 $0.834 / $2.501 / $0.042。發佈日起至 12 月 31 日 23:59 北京時間 5 折。渠道上，TokenHub（模型 ID hy4）與 OpenRouter（tencent/hy4）同步上線，Hermes、OpenCode 接入；騰訊自家產品 WorkBuddy/CodeBuddy、元寶、ima、企業微信智能助理大圓同步上 Hy4。WorkBuddy 與 CodeBuddy 在 11 月 4–15 日提供免費額度——首日用戶就觸發了限額，騰訊次日把推理集羣擴容 10 倍並提高額度。

發佈稿裏最罕見的一節：自我差距評估

發佈頁專設一節講侷限：在前沿數學、長程開發、模型迭代與視覺問答高難測試上，與頂尖閉源模型「仍有較大差距」。官方圖表佐證了這句話：Hy-FrontierMath T5 僅 13.0 分（GPT-6.1 Sol 97.5、Claude Opus 5.5 91.3），Goal2Repo 23.2（Claude 74.0），Terminal-Bench-Science 19.8（GPT 60.9）。財新引述混元團隊的話是「將持續穩健地擴展預訓練和後訓練規模，努力縮小差距」——Hy5 的規模還將進一步擴大。

這種坦誠不只是姿態，它也解釋了 Hy4 的定位：不是去爭「最強模型」，而是去爭「最強開源模型」裏的一席之地——在辦公、金融與電腦操作這些真實生產力場景裏做到開源第一，同時把價格壓到同分閉源模型的零頭。AA 的獨立測量印證了這個定位：指數 35 分與 Grok 4.7（xhigh）持平，每任務成本約 $0.78，約爲同分 Grok 的 1/10。

還沒落地的部分

發佈九天後（11 月 13 日），正式版權重仍然未發佈，許可協議未公佈，系統卡也未見。騰訊的說法是「將於近期開源」，但沒有日期；11 月 11 日複查 Hugging Face 仍只有 preview 權重。Hy4 Flash 也只說「近期發佈」，無規格、無日期、無價格。對於想本地部署或私有化的用戶來說，這次發佈目前能用的只有 API——而 preview 權重是純文本模型，沒有這次發佈最核心的兩項新能力。