发生了什么
11 月 4 日，腾讯混元发布 Hy4 正式版。相比 8 月 28 日的 preview 版本，这一代把预训练与后训练规模同时扩大，总参数来到 7700 亿，激活参数 490 亿，仍是混合专家架构。上下文维持百万 token 级别——腾讯云 TokenHub 一侧给出的实际上是最大输入约 96 万、最大输出约 6.4 万。
真正的变化在能力边界。Hy4 第一次具备视觉理解，可以直接读界面截图、拆解复杂图表、做带图的数学推理；也第一次支持电脑操作，把命令行与图形界面结合起来执行任务，并针对 Blender、CAD 以及 UE、Unity、Godot 等专业软件与游戏引擎做了专项训练。
三条线一起补齐，才谈得上能干活
单看参数规模不足以说明这次发布。混元的做法是把「看」「动手」「跑长任务」三条线同时补上，让模型从回答问题转向推进任务，并用内部评测逐项交代代价。
- 办公场景：在 WorkBuddy 内部评测中平均得分 83.18，任务通过率 96.15%，12 个场景里有 9 个在国内模型中最优。
- 金融场景：213 位专家、579 项真实任务众测得 3.04 分，高于 Kimi K3.1 Pro 与 GLM-5.3 的 2.68、DeepSeek-V4.1-Flash-1017 的 2.97，腾讯称其居开源模型第一。
- 游戏与前端：与 IEG 开发者共同优化评测后，GameDev、GameLogic 两项比 preview 分别提升 19.1% 与 9.8%。
- 科研：在覆盖 7 个学科、123 项可执行任务的 TenureTrail 内部评测中列开源第一；与北京大学董彬团队 AI4Math 的合作中，模型找到 MPV 猜想的反例、补充条件并给出证明，还完成了 Lean 形式化验证。
- 长程任务：无人干预下用 1.5 小时完成约 699 万个细胞切片的二维对齐与小鼠胚胎三维重建；在内部训练实验中定位系统瓶颈后，把端到端训练吞吐提升 20.1%。
价格没动，权重还没开
定价延续 preview：输入 6 元每百万 token、输出 18 元每百万、缓存命中 0.3 元每百万，腾讯云 TokenHub 到 12 月 31 日给五折，WorkBuddy 与 CodeBuddy 另有短期免费额度。模型已上线腾讯云与 OpenRouter，并接入 CodeBuddy、WorkBuddy、元宝、ima 和企业微信的智能助理。权重与系统卡片腾讯称近期开源，主打性价比的 Hy4 Flash 也在路上——也就是说，目前还没有可以本地部署的版本，企业采购仍只能走 API。
需要留意的不确定之处
一是幻觉率口径不一致。腾讯云 ADP 与多家媒体引用的是从 15.76% 降至 5.45%，而腾讯云另一篇 WorkBuddy 相关文章写的是从 12.95% 降至 7.2%，两者都出自腾讯自家材料，本稿并列记录，不择一采用。二是所有评测均为厂商自建或内部众测，尚无第三方复现。三是混元自己在发布中承认与顶尖闭源模型仍有较大差距，多数公开基准仍落后于 GPT-6.1 Sol 与 Claude Opus 5.5——任务通过率、幻觉率这类不好看的数字，才是从「能对标」走到「可托付」的距离。