一句话总结
8 月 28 日腾讯开源 Hy4 preview 时，它还是个「纯文本」的 7700 亿参数旗舰。两个多月后的 Hy4 正式版（11 月 4 日发布）补上了两块最关键的短板：第一次会看图、第一次能操作电脑。同时把幻觉率从 15.76% 压到 5.45%，在办公、金融、科研三类真实任务上拿下一堆「开源模型第一」。价格没涨，腾讯云 TokenHub 还限时打 5 折。
两项「第一次」：从读文字到看世界、动手干活
这是这次发布最值得记住的变化——Hy4 从「只能处理喂进来的文字」变成了「能直接接触真实工作对象」。
视觉能力：Hy4 把视觉理解、推理与工具调用融合在一起，能做细粒度图像处理、复杂图表分析、多图信息分析，以及带图的数学视觉推理。官方给了两个接近极限的案例：
- 在一张 28 亿像素的航拍图中，定位一块约 2 米大小的屋顶构件；
- 重组 900 片拼图，还原莫奈的画作《博尔迪盖拉》。
前者考验超高分辨率下的细粒度定位，后者考验对视觉碎片的整体理解与空间推理。
图源：hunyuan.tencent.com/research/hy4
电脑操作（Computer Use）：这是 Hy4 第一次支持像人一样操作图形界面，而不只是通过 API 调用功能。模型可以结合命令行和图形界面执行任务；针对 Blender、CAD 等专业软件，以及需要跨应用协作的长程任务，混元做了专项训练，并与腾讯云 Agent Runtime 团队一起构建了沙箱环境，部署数百款应用软件供模型反复执行验证。
两项能力叠加的意义在于：模型第一次能直接面对屏幕、文件、软件界面，而不是只面对一段文字。
一张表看清这次发布
| 维度 | Hy4 正式版 |
|---|---|
| 架构 | MoE 混合专家，总参数 770B，激活参数 49B（上一代 Hy3 系列不到 300B） |
| 上下文 | 突破 100 万 token（TokenHub 侧最大输入约 960K、最大输出约 64K） |
| 新增能力 | 视觉（图表解读、文档理解、多图分析、数学视觉推理）+ Computer Use |
| 定价 | 输入 6 元 / 输出 18 元 / 百万 token，缓存命中 0.3 元（与 preview 一致） |
| 优惠 | TokenHub 刊例价 5 折（至 2026-12-31） |
| 已上线 | WorkBuddy / CodeBuddy、元宝、企业微信「大圆」、ima、腾讯云 TokenHub |
| API 生态 | OpenRouter、Hermes、OpenCode |
| 后续 | 更省成本的 Hy4 Flash 近期发布 |
对比上一代：Hy3 系列参数不到 300B，Hy4 系列直接爬到 770B，官方透露下一代 Hy5 规模还会继续扩大。
六个真实生产力场景的表现
Hy4 的方法论不是刷榜，而是「模型与产品的深度协同设计（Co-Design）」。以下数据均来自腾讯官方披露。
办公协作：Hy4 全面提升 WorkBuddy 的使用体验。内部评测平均效果得分 83.18 分、任务通过率 96.15%，12 个场景中 9 个排名国内第一。
金融分析：这是另一个重点升级。混元基于真实金融场景构建了数千个工作空间和上万个高质量任务，覆盖基金研究、证券分析、量化策略、资产配置等方向。联合腾讯金融科技 FiT 开展了 213 位专家的金融众测（其中 153 位来自外部头部金融机构，七成有五年以上经验），基于 579 个真实金融任务，Hy4 综合得分 3.04/4，位居开源模型第一（DeepSeek-V4.1-Flash-1017 为 2.97，Kimi K3.1 Pro 与 GLM-5.3 均为 2.68）。在金融智能体公司讯兔科技的内部评测 IRAB 中，Hy4 较 preview 提升 12.03 个百分点。
科学研究：两个案例值得单独说——面对 699 万个细胞的 84 张无序二维切片（含镜像翻转问题），Hy4 在离线、无专用配准工具、无细胞类型标注的条件下，1.5 小时内完成切片对齐与三维重建，全程无人干预；在与北京大学数学团队的合作中，Hy4 找到了 Méndez–Pinto–Villarreal 猜想的反例、提出新条件完善该猜想，并用 Lean 做了形式化验证。
图源：hunyuan.tencent.com/research/hy4
被低估的升级：幻觉率显著下降
「能力变强」之外，这轮最实在的进步是「更少胡说」。在自建测试中，Hy4 的幻觉率从 preview 的 15.76% 降到 5.45%，因猜测导致的错误率从 23.1% 降到 5.6%。腾讯把这类优化直接归入办公场景的实用性目标——时效检索、多源信息整合、事实一致性校验的专项搜索优化。
对把大模型当生产力工具的用户来说，这条比任何一个基准分都更影响「能不能信、敢不敢用」。
价格与生态：加量不加价
能力大涨，价格没涨——输入 6 元 / 输出 18 元 / 百万 token，与 preview 完全一致，缓存命中仅 0.3 元。腾讯云 TokenHub 刊例价 5 折优惠持续到 2026 年 12 月 31 日；WorkBuddy / CodeBuddy 在 11 月 4 日至 15 日还提供一定额度免费使用。
图源：hunyuan.tencent.com/research/hy4
坦诚的差距
混元团队在发布里没有回避差距：Hy4 已经是「最强开源模型之一」，但与顶尖闭源模型仍有较大差距。在代码编辑、自动化、电脑操作等多项基准中，Hy4 实现了对 DeepSeek-V4.1-Flash 等开源模型的超越，但距离 GPT-6.1 Sol、Claude Opus 5.5 等闭源旗舰仍有一段路。团队的表态是「持续稳健扩展预训练和后训练规模，努力缩小差距」。
总结
- Hy4 正式版的本质，不是「智能上限」的炫技，而是「可用性下限」的抬升：视觉 + Computer Use 解决「能不能接触真实工作对象」，长程 Agent 与深度研究解决「能不能把活干完」，幻觉率下降解决「干完的活能不能信」，价格不变解决「能不能用得起」。
- 两项第一次（视觉、电脑操作）让国产开源旗舰第一次进入「看 + 做」的完整闭环。
- 幻觉率 15.76% → 5.45% 是这轮最务实的进步，直接影响生产可用性。
- 金融（3.04 分开源第一）、办公（9/12 国内第一）、科研（699 万细胞三维重建、数学猜想反例）三个方向都有具体案例背书。
- 下一站是更省成本的 Hy4 Flash，以及继续爬坡的 Hy5。
图片出处：封面由 UU AI Hub 自制；正文配图取自腾讯混元官方发布页 hunyuan.tencent.com/research/hy4。
