跳到正文

腾讯 Hy4 正式版发布:首次能看图、能操作电脑,API 与 preview 同价,权重即将开源

11 月 4 日,腾讯混元发布 Hy4 正式版,首次支持图片输入和 Computer Use,1M 上下文,API 与 preview 同价并已上线 OpenRouter,权重计划开源。本文整理更新要点、厂商自测跑分、价格与接入建议。

小杜

约 5 分钟读完

腾讯 Hy4 正式版发布:首次能看图、能操作电脑,API 与 preview 同价,权重即将开源

北京时间 11 月 4 日 15:43,腾讯混元官方账号发布了 Hy4 正式版。和 8 月底放出的 Hy4 preview 相比,这一版最大的变化有两个:第一次支持图片输入,第一次支持 Computer Use(命令行和图形界面都能操作)。API 价格与 preview 保持一致,当天已经上线腾讯云和 OpenRouter。不过要注意,这次先上的是 API,权重官方说「计划开源」,还没放出来。对做 Agent 的工程师来说,它值得关注的地方在于:开放权重阵营里又多了一个能看图、能操作电脑、1M 上下文的大模型选项,而且价格不贵。

Hy4 官方基准对比(厂商自测,含部分内部评测集)

先补背景:Hy4 preview 是什么规格

这次的发布页没有重新写参数量,所以规格只能参考 preview。根据 Hugging Face 上 Hy4 preview 的官方模型卡(2026-08-27 发布,Apache-2.0):

  • 770B 总参数、每 token 激活 49B 的 MoE,78 层,第一层是稠密 FFN,其余 77 层每层 256 个路由专家加 1 个共享专家,每个 token 激活 top-8;
  • 另带 1 个原生 MTP 层(10B 总参、0.7B 激活),用来做投机解码;
  • 注意力用的是带门控的 DeepSeek 稀疏注意力(Gated DSA),配合 IndexCache 跨层复用稀疏索引。

腾讯官方说,正式版在 preview 的基础上大幅加大了预训练和后训练的规模,并加入了视觉能力。正式版最终是不是完全相同的结构,要等权重和系统卡发布后才能确认。

这次更新了什么

按官方发布页,主要有这几块:

  1. 视觉与 Computer Use:能看懂图片细节和复杂图表;能在 CLI 和 GUI 里执行任务,并针对 Blender、CAD 等专业软件和跨多个应用的长流程做了专门训练。
  2. 前端和游戏开发:和腾讯互娱(IEG)的开发者合作做数据和评测,适配了 Unreal、Unity、Godot。官方称相比 preview,GameDev 提升 19.1%,GameLogic 提升 9.8%。
  3. 金融和办公:和腾讯金融科技一起,请 213 位金融从业者(其中 153 位来自头部机构)在 579 个真实任务上打分,Hy4 得 3.04,DeepSeek-V4.1-Flash-1017 为 2.97,Kimi K3.1 Pro 和 GLM-5.3 都是 2.68。官方内部测试中,幻觉率从 preview 的 15.76% 降到 5.45%,推测性错误从 23.1% 降到 5.6%。
  4. 科研和 AI 研发:配合 Hyra 2.0 框架,Hy4 参与优化了腾讯小模型的预训练流程,并顺带开源了两个由它参与研发的基础模型:单细胞表征的 HyCell 和物理场建模的 HyPDE。
  5. 长任务个人助理:通过 WorkBuddy 接入企业微信,读聊天、邮件、文档、日历来整理待办。

以上数字都是腾讯自测或合作方测评,其中不少是内部评测集,看的时候要打个折扣。

跑分怎么看:开放权重第一梯队,离闭源头部还有距离

官方配图给了 12 项对比(见上图,厂商自测)。挑几个和 Agent 相关的:

  • OSWorld 2.1:Hy4 78.9,Kimi K3.1 Pro 79.6,Claude Opus 5.5 81.8,GPT-6.1 Sol 75.2;
  • Terminal Bench 4.0:Hy4 44.4,GPT-6.1 Sol 55.5,Claude Opus 5.5 66.4,Kimi K3.1 Pro 66.8;
  • AutomationBench v1.0.6:Hy4 56.2,Claude Opus 5.5 58.8,Kimi K3.1 Pro 65.6;
  • ProgramBench:Hy4 30.0,GPT-6.1 Sol 46.0,Claude Opus 5.5 56.5。

结论比较清楚:GUI 操作类(OSWorld)已经接近头部,但终端、长程编程类任务差距还不小。腾讯自己在发布页里也承认,在研究级数学、长程编程、模型自我改进和高难视觉问答上,和顶尖闭源模型还有「明显差距」。这种坦白反而让人更愿意相信其它数字。

对开发者:价格、接入和注意事项

价格:官方公布的 API 价格是每百万 token 输入 $0.834、缓存命中 $0.042、输出 $2.501,与 preview 同价。我在 11 月 4 日晚查 OpenRouter 的模型列表,tencent/hy4 的标价是输入 $0.417、输出 $1.2505、缓存 $0.021,约为官方价的一半,可能是上线优惠,用之前以页面实时价格为准。

规格:OpenRouter 上显示上下文 1,048,576 token、最大输出 65,536 token,支持文本和图片输入、工具调用和结构化输出;推理强度可选 high、low、none,默认 high。

实操建议:

  • 想试 Computer Use 或看图做 Agent,可以先在 OpenRouter 上把 Hy4 加进现有的评测集,和你正在用的模型并排跑;
  • 默认是 high 推理,做简单路由或抽取时记得把 reasoning effort 调低,省钱也省延迟;
  • 打算私有化部署的团队先别急:权重还没放出,官方说会和 vLLM、SGLang 社区一起做适配,并同步发布完整系统卡。按 preview 770B 的体量,本地部署门槛也不低;
  • 更轻量、更便宜的 Hy4 Flash 官方说「近期发布」,对成本敏感可以等等。

小杜点评

从算法工程师的角度,我觉得 Hy4 有三点值得看。一是腾讯把视觉和 Computer Use 一次补齐,OSWorld 2.1 拿到 78.9,说明开放权重模型在 GUI Agent 这条线上已经追得很近,接下来比的是终端和长程任务。二是它的发力方向很「务实」:金融投研、办公文档、游戏开发,都是腾讯自己有大量业务数据和真实用户的场景,评测也找了一线从业者来打分,这比单纯刷公开榜单更有参考价值,只是外部还没法复现。三是安全部分写得比较细,训练时只保留防御类安全数据,并请玄武、科恩实验室做红队审计,这对一个准备开源权重的大模型来说是加分项。我的建议是:现在先用 API 在自己的任务上测一测,等权重和系统卡出来,再决定要不要投入私有化部署。

参考来源

评论

正在确认登录状态…