腾讯混元Hy4正式发布：能看会操作电脑，瞄准办公与游戏开发

11月4日，腾讯正式发布混元系列新一代旗舰大模型Hy4。这是混元家族首次同时具备“看得见”与“动手操作”两项能力：模型不仅能读懂图片、图表与文档，还能直接操作电脑的命令行与图形界面，把多步骤任务从头做到尾。目前Hy4已通过腾讯云与OpenRouter上线API，腾讯自家产品也已同步接入。

从纯文本到“有眼有手”

Hy4的前身是今年8月28日发布的预览版。当时它还是一个纯文本模型，采用7700亿总参数、490亿激活参数的混合专家（MoE）架构，上下文窗口为100万token，主打编程与办公场景。正式版在保留这一底座的基础上，补上了两块关键能力。

首先是视觉理解。Hy4现在可以直接读取图片输入，分析复杂图表、解读文档，还能解答以图片形式呈现的数学问题。腾讯在发布时给出的演示颇具说服力：模型在一张2.8亿像素的航拍图中，定位到了一个仅2米宽的屋顶部件。

其次是电脑操作。Hy4首次支持同时操作命令行与图形界面，能够看屏幕、判断要点什么、输入什么、执行命令，并在每一步后检查结果是否符合预期，再决定下一步。腾讯为此针对Blender、CAD等专业软件，以及Unreal Engine、Unity、Godot等游戏引擎做了专门训练，让模型可以跨应用串联完成较长的任务链。

成绩单：金融任务开源第一，电脑操作接近顶级

按照腾讯官方公布的数据，Hy4在一项金融评测中表现突出：213位金融从业者参与评测，其中包括153位来自金融机构的专家，覆盖579项真实任务。Hy4得分3.04，腾讯称其在开源权重模型中排名第一；同一评测中，DeepSeek-V4.1-Flash为2.97分，Kimi K3.1 Pro为2.68分。

在电脑操作基准OSWorld 2.1上，Hy4得分78.9，与一线闭源模型差距已经很小：Claude Opus 5.5为81.8分，Kimi K3.1 Pro为79.6分，GPT-6.1 Sol为75.2分。此外，腾讯称Hy4在内部搜索评测中的幻觉率已从预览版的15.76%降至5.45%。

需要提醒的是，以上成绩均来自腾讯官方公布的自测结果，尚未经过独立第三方复核，实际表现仍有待验证。

为什么是现在：从“答题”转向“干活”

Hy4的发布踩中了大模型竞争正在发生的转向：比拼的重点正从“回答问题”变为“完成任务”。Anthropic、OpenAI等厂商都在推进电脑操作与智能体能力，模型能不能真正上手操作软件、替人跑完流程，成了新的分水岭。

腾讯的打法也很有针对性。办公与游戏是腾讯的基本盘，Hy4的训练重心恰好对准了这两个方向——办公任务、金融分析与游戏开发。这意味着Hy4不是一款泛泛的通用模型，而是瞄准腾讯生态内最有付费意愿的场景去打磨的。

在开源策略上，腾讯延续了预览版的做法：8月预览版发布当天，权重即在Hugging Face上以Apache 2.0协议开源。正式版的权重尚未放出，腾讯承诺将在“数日后”发布，同时还会推出成本更低的Hy4 Flash，并与vLLM、SGLang社区合作做好推理框架适配。

影响与展望

对开发者而言，Hy4的上手门槛并不高。11月4日至15日，WorkBuddy与CodeBuddy提供免费试用；API定价与预览版持平，每百万token输入0.834美元、输出2.501美元、缓存输入0.042美元，腾讯云TokenHub到12月底还有五折优惠。模型可通过腾讯云、OpenRouter（模型名tencent/hy4）调用，也可在WorkBuddy、CodeBuddy、元宝、企业微信助手与ima等产品内直接使用。

对行业来说，Hy4的意义在于开源权重模型在电脑操作这类高难度任务上，已经逼近闭源顶级模型的水平。一旦权重正式开源，更多团队可以用较低成本搭建自己的智能体应用，金融、游戏开发等垂直场景可能率先受益。

当然，还有几件事值得继续观察：权重与完整系统卡能否按承诺兑现；独立评测能否复现腾讯公布的成绩；以及电脑操作在真实办公环境中的稳定性与安全性——模型能点鼠标是好事，但点错鼠标的代价，同样需要一套可靠的护栏来兜底。