腾讯混元 Hy4 正式版发布，API 已开放，模型权重仍待开放-字节棱镜 (Byte Prism)

腾讯混元 Hy4 正式版发布，不代表它已经追平顶尖闭源模型。腾讯方面称，Hy 系列首次跻身最强开源模型之列，但混元团队也承认，Hy4 与顶尖闭源模型仍有较大差距。在代码编辑、自动化和电脑操作等部分测试中，Hy4 超过了 DeepSeek-V4.1-Flash，但仍落后于 GPT-6.1 Sol、Claude Opus 5.5。

还需要区分模型已经上线与模型权重已经开放。目前，Hy4 已经可以通过腾讯云、OpenRouter 等 API 平台调用，也已接入多款腾讯产品；官方披露的仍是开放模型权重的计划，而不是已经提供完整的权重下载、许可证和自部署方案。因此，Hy4 现阶段更准确的定位，是一款面向真实生产任务、当前通过 API 提供使用的模型；其开源底座属性还要等权重真正落地后才能确认。

Hy4 正式版比 Preview 多了什么？

Hy4 Preview 阶段公开的关键规格是 770B 总参数和 1M 上下文。这一规模为模型处理长文档、复杂代码库和多步骤任务提供了基础，但参数与上下文长度本身并不等同于任务完成质量。

正式版公布的增量主要集中在数据和能力两个层面：进一步扩大预训练与后训练规模，同时强化指令遵循、长文本解读、长程任务执行和深度研究能力，并首次加入视觉多模态。腾讯混元官网对大模型的基础描述，仍是通过自然语言对话理解指令并执行任务；Hy4 在此基础上的变化，是将图像、桌面软件和跨应用流程纳入任务执行范围。

从 Preview 到正式版，升级重点已经从“模型能理解和生成什么”，转向“模型能否在更长时间内稳定使用工具，并完成一个具有明确结果的任务”。这些能力构成 Hy4 进入前端开发、专业软件操作、金融研究和办公自动化等场景的基础。

“最强开源”是否意味着已经追平闭源旗舰？

“最强开源模型之列”是腾讯给出的产品定位，指混元首次在整体能力上进入这一竞争区间；官方同时确认，Hy4 与顶尖闭源模型仍有明显距离。

现有报道提到的对比结果显示，Hy4 在代码编辑、自动化和电脑操作等测试中超过了 DeepSeek-V4.1-Flash，但没有达到 GPT-6.1 Sol、Claude Opus 5.5 的水平。这些结果可以帮助判断 Hy4 在当前开源阵营中的大致位置，却不能替代统一、独立且可复现的第三方评测。

现阶段 Hy4 尚未开放权重，开发者已经可以通过 API 使用。如果权重许可证、格式、部署要求和推理效率最终明确，Hy4 才具备成为真正开源底座的条件；如果开放范围或部署门槛不及预期，那么它对开发者的实际价值可能仍主要停留在托管 API 层面。

视觉理解和电脑操作能完成哪些真实任务？

Hy4 首次加入视觉能力，将视觉感知、逻辑推理与工具调用结合起来，可执行细粒度图像处理、复杂图表分析和数学视觉推理。它还首次支持电脑操作，可以在命令行与图形界面之间切换，相关专项训练覆盖 Blender、CAD 等专业软件以及跨应用长流程任务。

这组能力与传统“看懂一张图”不同。视觉理解负责读取界面、图表和设计素材，电脑操作则让模型进一步调用软件、切换输入方式并执行操作。对 3D 建模、CAD、数据分析和软件测试而言，这两部分结合后，模型才有条件处理完整任务，而不是只生成一份操作说明。

不过，专项训练和官方演示不能直接等同于生产环境中的稳定执行。真实任务还会受到软件版本、权限配置、网络状态、文件结构和错误恢复机制影响。现有资料没有提供覆盖不同操作系统和专业软件的独立复测结果，因此开发者仍需要在自己的工作环境中验证任务成功率、执行耗时以及失败后的恢复能力。

对写代码和做产品的人，最值得测试哪些场景？

Hy4 的开发价值不能只看“能否生成代码片段”。官方披露的重点包括代码编辑、自动化、交互逻辑、状态管理、前后端联动和完整网页交互，腾讯还把前端开发、游戏开发、视觉创意和 3D 建模列为重点场景。

更有价值的测试，是让模型完成具有验收条件的开发任务，例如修改多个文件并运行测试，或者生成一个包含状态管理和前后端联动的可用页面，再观察它能否根据执行报错继续修复。对游戏和创意工具，则应测试模型能否在 Blender 等软件中完成连续操作，而不是只完成单步命令。

从产品角度看，Hy4 已接入 CodeBuddy、WorkBuddy 等开发工具，意味着它试图覆盖的不只是模型问答，还包括需求拆解、编码、运行、修改和交付的闭环。如果这一闭环足够稳定，其价值会明显高于单纯的代码补全；如果长流程中的错误累积无法控制，那么模型单项能力再强，也难以直接转化为可交付的软件成果。

金融、办公和科研场景有足够的可用性证据吗？

金融是 Hy4 当前披露数据最密集的场景。腾讯基于真实业务搭建了数千个金融工作空间和上万个高质量任务，并联合腾讯金融科技组织 213 位行业专家，盲测了 579 项真实金融任务。腾讯披露的结果是，Hy4 综合得分 3.04，位列开源模型第一；其自建测试中的幻觉率由 Preview 的 12.95% 降至 7.2%，因猜测导致的错误率由 23.1% 降至 5.6%。

这些结果说明腾讯确实针对金融任务做了较系统的场景建设，但幻觉率和错误率来自厂商自建测试，不能直接视为通用模型的客观结论；现有资料也未完整说明综合得分 3.04 所依据的评分量表。

财联社记者还做过一次端到端实测：让 WorkBuddy 中的 Hy4 下载并整理腾讯、阿里、百度自 2020 年以来的财报，从不同分析视角生成对比报告。报道显示，这次任务耗时 41 分 51 秒，最终输出 12 页 PDF、8 张图表，以及包含 183 个可复算公式的 Excel 底稿。这个案例比功能演示更接近实际生产任务，但仍然只覆盖一项任务，不能据此推导所有金融研究流程都具备同等稳定性。

办公侧，腾讯给出的 WorkBuddy 评测结果是平均效果得分 83.18、任务通过率 96.15%，12 个场景中有 9 个排名国内第一；人机双写功能则改善了文档美观度、稳定性和可用性。这是 WorkBuddy 产品端的端到端评测，不等同于裸模型基准。深度研究、科研、模型研发和长期个人助理则属于 Hy4 明确布局的生产力方向，但现阶段更多是能力目标，仍需真实业务数据验证。

开发者现在能通过哪些入口使用，成本是多少？

当前 API 调用路径包括腾讯云 TokenHub、OpenRouter、Hermes 和 OpenCode；产品端则覆盖 WorkBuddy、CodeBuddy、腾讯元宝、企业微信智能助理大圆和 ima。开发者可以根据任务类型选择直接调用 API，或者使用已经封装了模型、工具和工作流的现成应用。

正式版在能力升级的同时保持了此前的 API 价格。按每百万 Tokens 计算，缓存命中输入为 0.3 元，普通输入为 6 元，输出为 18 元。这一价格是否划算，不能只看单价：长上下文任务、较长的代码输出、工具调用次数以及缓存命中率，都会影响最终费用。对于高频运行的代码代理或研究型工作流，实际账单通常比单次普通对话更能反映成本。

目前，API 更适合希望立即验证能力、又没有条件自行部署 770B 级模型的团队；权重真正开放后，自托管方案是否更划算，还要结合硬件需求、推理吞吐和服务稳定性判断。