首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >腾讯混元 Hy4 正式发布:Computer Use、视觉理解、API 价格与开源计划完整解析

腾讯混元 Hy4 正式发布:Computer Use、视觉理解、API 价格与开源计划完整解析

原创
作者头像
网名重要么
发布于 2026-11-20 10:26:17
发布于 2026-11-20 10:26:17
20
举报
文章被收录于专栏:人工智能chat人工智能chat

一、腾讯混元 Hy4 正式发布:国产大模型进入 Agent 新阶段

国产大模型的竞争,正在从文本理解和代码生成,逐步扩展到多模态理解、工具调用和自主执行复杂任务。

对于 AI Agent 来说,仅仅能够理解用户指令还不够。

一个真正具备生产力的 Agent,还需要能够读取屏幕、理解软件界面、制定操作步骤,并通过工具完成实际任务。

2026 年 11 月 4 日,腾讯混元正式发布新一代大语言模型 Hy4。

根据腾讯官方公告,Hy4 相比此前的 Hy4 Preview,进一步扩大了预训练和后训练的数据与训练规模,并首次引入视觉理解能力和 Computer Use 电脑操作能力。

本次升级主要包括:

  • 首次引入视觉理解。
  • 支持 Computer Use。
  • 强化指令遵循和长文理解。
  • 提升长程 Agent 任务执行能力。
  • 强化金融分析、前端开发和游戏开发。
  • 继续推进模型权重开源。

腾讯表示,Hy4 首次跻身其所称的最强开源模型之列,但最终仍需要结合独立评测和开发者实际使用情况判断。

二、Hy4 最大变化:首次支持视觉理解

相比早期主要依赖文本输入的大语言模型,Hy4 正式版新增了视觉理解能力。

这意味着模型可以将图像内容与语言推理、工具调用结合起来处理。

根据腾讯官方介绍,Hy4 可以用于:

  • 细粒度图像处理。
  • 复杂图表分析。
  • 数学视觉推理。
  • 多源信息理解。
  • 结合图像和文字完成复杂任务。

这类能力对办公自动化和专业软件操作有实际价值。

例如,用户可以提供一张复杂的数据图表,让模型分析关键指标、识别异常数据,并进一步生成分析报告。

在专业软件场景中,视觉理解也能够帮助模型理解软件界面和当前操作状态。

三、Computer Use:让 AI Agent 真正开始操作电脑

这次 Hy4 最值得关注的升级,是首次支持 Computer Use。

Computer Use 可以理解为让 AI 不再局限于回答问题,而是能够通过视觉理解、命令行和图形界面与计算机进行交互。

传统 AI 助手的工作方式通常是:

用户提出需求 → AI 生成文字或代码 → 用户自行执行。

而具备 Computer Use 能力的 Agent,可以进一步完成:

  1. 读取当前屏幕。
  2. 理解软件界面和可操作元素。
  3. 规划下一步操作。
  4. 使用命令行或图形界面执行任务。
  5. 检查操作结果。
  6. 根据结果继续执行下一步。

腾讯特别提到,Hy4 针对 Blender、CAD 等专业软件以及跨应用长程任务进行了专项训练。

这意味着其应用方向不仅限于聊天和办公,还包括专业设计软件与复杂工作流。

不过,Computer Use 并不代表模型已经能够稳定操作所有软件。实际表现仍然取决于软件环境、界面变化、任务复杂度和可用工具。

四、Hy4 在办公、金融和开发领域有哪些提升?

腾讯在官方公告中披露了多个应用场景的测试结果。

1. 办公自动化

Hy4 深度支持 WorkBuddy 等办公产品。

腾讯公布的 WorkBuddy 评测结果显示:

指标

Hy4 结果

平均效果得分

83.18 分

通过率

96.15%

国内排名第一的场景

12 个场景中 9 个

这些数据来自腾讯的产品评测,不能直接当作跨厂商的统一基准成绩。

在实际办公场景中,Hy4 可以结合企业微信中的聊天记录、邮件、文档、日程和会议等信息,帮助用户整理项目进度、识别待办事项和准备会议。

2. 金融分析

腾讯还联合金融科技团队进行了金融专家众测。

测试涉及 213 位金融专家,其中 153 位来自外部头部金融机构,并围绕 579 个真实金融任务进行评估。

官方公布的综合得分如下:

模型

众测得分

Hy4

3.04

DeepSeek-V4.1-Flash-1017

2.97

Kimi K3.1 Pro

2.68

GLM-5.3

2.68

在这一测试中,Hy4 获得最高综合得分。

需要说明的是,这属于腾讯组织的金融专家众测结果,不能据此推断 Hy4 在所有金融任务中都优于其他模型。

3. 前端和游戏开发

Hy4 也强化了软件开发能力。

腾讯重点优化了:

  • 前端复杂交互。
  • 业务逻辑实现。
  • 状态管理。
  • 前后端联动。
  • 游戏玩法逻辑。
  • 游戏资产处理。

同时,腾讯表示 Hy4 已针对 Unreal Engine、Unity 和 Godot 等主流游戏引擎进行适配。

相比 Hy4 Preview,Hy4 在 GameDev 和 GameLogic 内部评测中分别提升 19.1% 和 9.8%。

对于游戏开发者来说,这类能力的价值在于帮助 Agent 理解复杂项目结构,而不仅仅是生成单个代码片段。

五、Hy4 API 定价:性能提升,价格保持不变

对于开发者而言,模型性能和 API 价格同样重要。

腾讯官方公布,Hy4 在能力升级后仍保持原有定价:

计费项目

官方价格

输入 Token

¥6 / 百万 Token

输出 Token

¥18 / 百万 Token

缓存命中

¥0.3 / 百万 Token

这意味着开发者可以在原有计费标准下使用正式版 Hy4 的升级能力。

此外,腾讯还公布了相关优惠:

  • 腾讯云 TokenHub:截至 2026 年 12 月 31 日,Hy4 按刊例价五折计费。
  • WorkBuddy、CodeBuddy:2026 年 11 月 4 日至 11 月 15 日提供一定额度的免费使用。

具体活动规则和账户适用范围,以腾讯云官方页面为准。

六、Hy4 如何接入开发者生态?

根据腾讯官方公告,Hy4 已经在多个产品和平台上线。

主要包括:

平台

应用方向

腾讯云 TokenHub

API 调用

WorkBuddy

AI 办公

CodeBuddy

AI 编程

腾讯元宝

AI 助手

企业微信智能助理大圆

企业办公

ima

知识管理

OpenRouter

模型聚合调用

Hermes

Agent 生态

OpenCode

AI 编程生态

对于开发者来说,可以优先通过腾讯云 TokenHub 查看模型接入信息、请求参数和计费方式。

如果希望通过模型聚合平台调用,也可以关注 OpenRouter 等平台的模型上架情况。

正式集成之前,需要核对具体平台支持的模型 ID、API 协议、上下文限制和工具调用参数,不能仅根据模型名称判断兼容性。

七、Hy4 开源了吗?模型权重什么时候开放?

这是很多开发者比较关心的问题。

腾讯在 11 月 4 日的正式发布公告中表示,Hy4 模型权重将于近期开放,并计划同步发布模型系统卡片。

但截至 2026 年 11 月 7 日,不能仅凭这份公告就认定正式版权重已经开放下载。

对于希望本地部署的开发者,建议重点关注:

  • 官方模型权重发布。
  • 模型系统卡片。
  • 推理框架适配。
  • 显存和硬件需求。
  • 量化版本。
  • 商业使用许可。
  • Computer Use 相关工具和接口。

在模型权重正式开放后,再根据实际硬件条件评估本地部署成本。

八、Hy4 对国产 AI Agent 生态意味着什么?

Hy4 的发布反映出国产大模型正在向更完整的 Agent 能力发展。

过去,开发者选择模型时,主要关注:

  • 文本理解能力。
  • 代码生成质量。
  • 上下文长度。
  • API 调用价格。

现在,模型是否具备视觉理解、Computer Use、长程规划和跨软件操作能力,也开始成为重要指标。

这对 AI 应用开发者有几个直接影响。

第一,AI 办公将从问答走向实际操作。

模型可以结合邮件、文档、日程和应用界面处理任务。

第二,AI 编程将从代码生成走向项目执行。

模型不仅要写代码,还需要理解项目、运行测试和处理开发环境。

第三,专业软件有望成为 Agent 的新应用入口。

Blender、CAD 和游戏开发工具等复杂软件,未来可能逐渐接入更多 AI 自动化工作流。

但真正的生产力还需要解决操作稳定性、权限管理、任务验证和错误恢复等问题。

九、总结:Hy4 的价值在于让 AI 从理解任务走向执行任务

腾讯混元 Hy4 正式版最重要的变化,是将视觉理解和 Computer Use 纳入模型能力体系。

它不只是一次普通的参数升级,而是国产大模型向多模态 Agent 和真实工作流迈进的一步。

对于普通用户,Hy4 有望提升办公、信息处理和自动化任务体验。

对于开发者,API 接入、模型价格和工具调用能力值得重点关注。

对于希望本地部署的开发者,接下来最值得等待的是官方权重、系统卡片和推理生态的进一步开放。

AI Agent 的下一阶段竞争,不只是模型能回答什么问题,而是它能否安全、稳定地替用户完成真正的工作。


原始资料

  1. 腾讯官方网站:腾讯混元发布 Hy4,跻身最强开源模型之列
  2. 原始发布日期:2026 年 11 月 4 日。
  3. 主要信息:视觉理解、Computer Use、金融评测、开发能力、API 定价及开源计划。

本文中的性能和评测数据来自腾讯官方公布的测试结果,不代表独立第三方综合排名。模型权重开放状态以官方后续公告为准。版权信息: 本文由界智通(jieagi)团队编写,图片、文本保留所有权利。未经授权,不得转载或用于商业用途。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、腾讯混元 Hy4 正式发布:国产大模型进入 Agent 新阶段
  • 二、Hy4 最大变化:首次支持视觉理解
  • 三、Computer Use:让 AI Agent 真正开始操作电脑
  • 四、Hy4 在办公、金融和开发领域有哪些提升?
    • 1. 办公自动化
    • 2. 金融分析
    • 3. 前端和游戏开发
  • 五、Hy4 API 定价:性能提升,价格保持不变
  • 六、Hy4 如何接入开发者生态?
  • 七、Hy4 开源了吗?模型权重什么时候开放?
  • 八、Hy4 对国产 AI Agent 生态意味着什么?
  • 九、总结:Hy4 的价值在于让 AI 从理解任务走向执行任务
    • 原始资料
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档