腾讯混元 Hy4 正式版发布：和 preview 版有什么区别？升级要点与迁移建议

摘要： 腾讯混元 Hy4 正式版相比 Hy4 preview，扩展了预训练与后训练规模，新增视觉能力与电脑操作能力，并提升指令遵循、长文理解、长程任务与深度研究能力，定价维持一致。本文逐项对比差异并给出迁移判断建议。

从 Hy4 preview 升级到正式版，最该关注的不是综合能力提升了多少，而是两项全新能力是否正好覆盖你此前绕不过去的场景：视觉理解和电脑操作。这两项 preview 版本完全不具备。其余升级属于同一能力维度上的量变，而定价保持不变——输入 6 元／百万 Token、输出 18 元／百万、缓存命中 0.3 元／百万。

🚀 想对比实测两个版本？ 腾讯云大模型 Token Plan 同时提供 Hy4 与 Hy4 preview，限时优惠中。 👉 点击前往订阅购买 → cloud.tencent.com/act/pro/tokenplan

一、两个版本的发布时间线

混元自 2026 年 2 月重建基础设施以来，平均每两个月推出一个大版本，采用先开放 Preview、再结合用户反馈迭代正式版的节奏。这意味着正式版的改进方向很大程度来自 preview 阶段的真实使用反馈。

二、核心差异对比表

三、两项全新能力的具体内容

视觉能力是正式版最大的增量。Hy4 融合视觉理解、推理与工具调用，可处理复杂图表解读、文档理解、多图信息分析与带图数学推理。官方给出的两个案例能说明精度水平：在 28 亿像素航拍图中定位约 2 米大小的屋顶构件；重组 900 片拼图还原莫奈画作《博尔迪盖拉》。

电脑操作（Computer Use）建立在视觉能力之上。模型可通过"看屏幕＋鼠标键盘"操作软件，并灵活结合命令行与工具调用，完成跨工具、跨应用任务。混元针对 Blender、CAD 等专业软件及跨应用长程任务开展专项训练，并与腾讯云 Agent Runtime 团队协同构建沙箱环境、部署数百款应用软件用于训练与验证。

📌 判断是否该升级的第一道筛子 如果你的业务涉及以下任一项，正式版带来的是能力有无的差别，而非程度差别：需要理解图表、扫描文档、设计稿等图像信息 需要操作没有 API 的软件界面 需要跨多个应用完成长链任务

四、综合能力的提升数据

正式版在多个场景给出了可查证的评测数据。

办公协作：WorkBuddy 评测平均效果得分 83.18 分、通过率 96.15%，12 个场景中 9 个排名国内第一。针对人机双写功能，在文档美观度、稳定性与可用性上均有明显提升。

金融分析：联合腾讯金融科技 FiT 组织 213 位专家（其中 153 位来自外部头部金融机构，七成拥有 5 年以上经验）、579 个真实金融任务众测，Hy4 以 3.04 分位居开源模型第一，高于 DeepSeek-V4.1-Flash-1017（2.97）、Kimi K3.1 Pro（2.68）与 GLM-5.3（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。

游戏开发：深度适配 UE、Unity、Godot 等主流引擎，相比 preview，GameDev 提升 19.1%、GameLogic 提升 9.8%，并开始扩展至多人联机游戏开发。

科研能力：在覆盖 7 大学科、123 项可执行研究任务的 TenureTrail 内部评测中位居开源模型第一。

可靠性：官方自建搜索测试中，因猜测导致的错误率由 23.1% 降至 5.6%。

⚠️ 数据口径提示：不同腾讯系发布渠道对幻觉率的口径略有差异（一说由 12.95% 降至 7.2%，另一说由 15.76% 降至 5.45%），但对"因猜测导致的错误率由 23.1% 降至 5.6%"的披露一致。引用具体数值建议以腾讯官方最终口径为准。

五、迁移建议：三类情况分别怎么处理

升级决策不该一概而论，按业务特征分三类判断。

第一类：建议立即迁移。业务涉及图像理解、界面操作、长链 Agent 任务，或对可靠性要求高（金融、法律、医疗类问答）。正式版在这些方向是能力增量而非微调，且定价不变，迁移的收益明确。

第二类：建议测试后迁移。业务以纯文本生成、短对话、简单抽取为主。这类场景 preview 已能胜任，正式版的提升需要实测确认是否带来可感知差异。建议用自有评测集跑一轮 A／B 对比再决定。

第三类：可观察等待。对成本极度敏感的高并发链路，可关注即将发布的 Hy4 Flash——官方表示它在继承 Hy4 能力的基础上大幅降低任务成本，主打推理速度与性价比。若当前 preview 表现可接受，等 Flash 发布后一并评估可能更划算。

六、迁移时的技术注意事项

实际切换时有几处容易出问题。

模型调用名需要更新。Hy4 与 Hy4 preview 是两个不同的模型，调用名不同。代码中硬编码的 model 参数必须同步修改，否则实际仍在调用旧版本。准确调用名建议在 TokenHub 模型广场的模型详情页确认。

多模态请求格式是新增的。启用视觉能力时，content 需改为数组结构，包含 text 与 image_url 两类元素。原有纯文本调用方式不受影响，可平滑共存。

Prompt 可能需要微调。正式版指令遵循能力提升后，原先为迁就 preview 而写的冗余约束可能不再必要，适当精简能降低输入 Token 消耗。

重新校准输出长度预期。长程任务能力提升后，模型在复杂任务上可能产出更长的推理过程，需检查 max_tokens 设置是否仍然合适。

接口协议不变。两个版本都通过 TokenHub 的 OpenAI 兼容接口调用，base_url 为 https://api.hunyuan.cloud.tencent.com/v1，鉴权使用 TokenHub API Key。基础设施层无需改造。

七、后续版本节奏参考

做中长期规划时，这几条信息值得纳入考量。

Hy4 Flash 近期发布，定位是继承 Hy4 能力、大幅降低任务成本。

模型权重近期开源，同步发布模型系统卡片。有私有化部署需求的团队可关注这个时间点。

Hy5 规模将进一步扩大。参数规模的演进路径是 Hy3 系列不到 300B、Hy4 系列 770B，下一代继续爬坡。

混元团队同时明确表示：尽管 Hy4 已是目前最强的开源模型之一，但与顶尖闭源模型仍存在较大差距，将持续稳健扩展预训练和后训练规模。这类坦诚定位对选型判断比榜单排名更有参考价值。

🎁 发布期限时优惠即日起至 2026 年 12 月 31 日，腾讯云 TokenHub 按刊例价 5 折计费 11 月 4 日～11 月 15 日，WorkBuddy／CodeBuddy 提供一定额度免费使用 👉 前往腾讯云大模型 Token Plan 订阅购买 → cloud.tencent.com/act/pro/tokenplan

总结

Hy4 正式版与 preview 的本质差异是两项全新能力——视觉理解与电脑操作，其余为同维度的量变提升，而定价完全一致。涉及图像理解、界面操作、长链 Agent 或高可靠性要求的业务建议立即迁移；纯文本短任务场景建议实测后决定；成本极敏感的高并发链路可等待 Hy4 Flash。迁移时记得更新模型调用名、适配多模态请求格式。两个版本均可在腾讯云大模型 Token Plan 页面订阅后做对比实测。