腾讯混元 Hy4 正式版发布：首次加入视觉理解与电脑操作，权重近期开源
腾讯混元 11 月 4 日发布 Hy4 正式版：首次加入视觉理解与电脑操作，官方称幻觉率降至 5.45%，权重近期开源。
腾讯 11 月 4 日在北京发布混元 Hy4 正式版，距 8 月 28 日的 Hy4 preview 过去约十周。这一代首次把视觉理解与电脑操作——同时驱动图形界面和命令行——带进混元序列，官方称自建搜索测试里幻觉率从 preview 版的 15.76% 降到 5.45%。架构沿用 770B 总参的混合专家设计，API 价格维持 preview 水准（每百万 token 输入 6 元、输出 18 元），模型权重「将于近期开源」。
要点
- 新能力：Hy4 正式版首次加入视觉理解（图像、复杂图表、数学视觉推理）与电脑操作，可混合使用图形界面和命令行，官方称针对 Blender、CAD、UE、Unity、Godot 做了专项训练
- 成绩：213 位金融专家参与的 579 项真实任务众测中得 3.04 分，高于同表对比的 DeepSeek-V4.1-Flash-1017（2.97）与 Kimi K3.1 Pro、GLM-5.3（均 2.68）；WorkBuddy 办公场景平均 83.18 分、通过率 96.15%
- 开源与价格：官方称 Hy4 已「跻身全球第一梯队开源模型行列」，权重近期开源（preview 权重 8 月已按 Apache 2.0 挂上 Hugging Face）；API 价格与 preview 持平，腾讯云 TokenHub 五折至 12 月 31 日
背景
混元 Hy4 preview 已于 8 月 28 日发布并开源：770B 总参、每 token 激活 49B 的 MoE，78 层、256 个路由专家加 1 个共享专家、每 token 选 8 个，上下文 1M token，权重按 Apache 2.0 挂在 Hugging Face。当时模型卡列出的能力是软件工程、办公文档、游戏开发和科研，没有视觉输入，也不涉及电脑操作。腾讯新闻的报道交代了节奏：2 月重建基础设施以来约每两个月一个版本，Hy4 正式版做的是扩大预训练与后训练规模，再把 preview 缺的两类能力补上。先开 API、权重后补的打法也和国内同行的节奏一致——MiniMax M3.1 Flash 10 月上线时走的就是这条路。
事实部分
下表汇总 Hy4 正式版的官方口径，数字全部出自官方发布或转述官方通稿的报道，尚无第三方复核。
| 项目 | Hy4 正式版（官方口径） |
|---|---|
| 发布 | 2026-11-04，北京 |
| 架构 | 770B 总参 MoE（腾讯新闻）；preview 为 49B 激活、1M 上下文 |
| 新增能力 | 视觉理解；电脑操作（GUI 加命令行） |
| 金融众测 | 3.04 分（213 位专家、579 项真实任务） |
| 同表对比 | DeepSeek-V4.1-Flash-1017 2.97；Kimi K3.1 Pro、GLM-5.3 均 2.68 |
| 幻觉率 | 自建搜索测试 15.76% → 5.45%（凤凰网转载口径）；腾讯新闻科技给出 12.95% → 7.2% |
| 猜测错误率 | 23.1% → 5.6%（两处口径一致） |
| 办公场景 | WorkBuddy 平均 83.18 分，通过率 96.15%，12 个场景 9 个国内第一 |
| 游戏与生物 | GameDev +19.1%、GameLogic +9.8%（对比 preview）；Hy-BioExperimentBench 30.4/100 |
| 价格 | 每百万 token 输入 6 元、输出 18 元、缓存命中 0.3 元，与 preview 持平 |
| 开源 | 权重与模型系统卡片近期开放；preview 权重现为 Apache 2.0 |
三个细节要多看一眼。金融众测的对比对象里就有 Unsloth 刚做过量化的 DeepSeek-V4.1-Flash-1017，0.07 分的差距谈不上拉开档次。幻觉率数字两个渠道对不上：凤凰网转载的通稿写 15.76% → 5.45%，腾讯新闻科技频道写 12.95% → 7.2%，大概率出自不同的自建测试集，采购决策前应按未证实数据处理。办公与游戏成绩（83.18 分、19.1%）同样只有腾讯自家的评测背书。
各方说法
目前最尖锐的评论来自腾讯自己。官方发布承认 Hy4 与顶尖闭源模型「仍然存在较大差距」，尤其数学、长程开发、视觉问答等高难度测试集（IT之家转述原话）。安全部分写得很具体：网络数据只纳入防守性内容（PoC 生成、漏洞修复），攻击性内容剔除，由腾讯玄武与科恩实验室审计，未展现突出进攻性风险；生物方向 Hy-BioExperimentBench 拿 30.4/100，官方自评知识掌握强、转成可执行实验方案的能力有限。生态上，vLLM 与 SGLang 社区及 Inferact Inc. 提供支持，API 已上 OpenRouter、Hermes、OpenCode，元宝、ima、企业微信「大圆」接入，QQ 与王者荣耀在接；WorkBuddy 与 CodeBuddy 从 11 月 4 日到 15 日有免费额度。截至发稿，尚未看到 Artificial Analysis 一类独立基准对正式版的复核——这也是把上述分数读作「官方称」的理由。
编辑判断
对做智能体的团队，Hy4 正式版补的是一个具体空位：开源权重序列里同时具备视觉、电脑操作和 1M 上下文的模型此前并不存在，6 元/18 元的定价也压得过 OpenAI 10 月底的 GPT-6.1 Terra（每百万 token 1/5 美元）——约合 0.85/2.5 美元。腾讯系分发（企业微信、元宝、ima）对面向国内 B 端的产品是现成渠道。但下结论前要等两件事：一是正式版权重的实际许可与体积（preview 是 Apache 2.0，正式版还没公布细节）；二是第三方复测——同一家公司的两份通稿连幻觉率都对不上，这种数字在复现之前只是宣称。官方承认的短板也值得记下：生物实验设计 30.4/100，高难度数学与长程开发仍有差距。主打速度与性价比的 Hy4 flash 和规模更大的 Hy5 都已在路上，节奏快到每两个月一个版本，跟进成本不低。