腾讯混元 Hy4 实测：多模态升级，专业工作能力更强了
有新Newin · 商业与创投
原创 有新 2026-11-06 23:22 浙江 11 月 4 日，腾讯混元发布 Hy4 正式版，并计划于近期开放模型权重和系统卡片。距离预览版推出两个多月，新版加入视觉理解和电脑操作能力：面对复杂图表，模型可以结合图像、推理和工具调用作答；执行任务时，也能配合使用命令行与图形界面。团队还针对跨..... “要实现有效的人机交互，人和计算机就需要在同一块屏幕上画图、写笔记和方程，借此彼此交流。”——约瑟夫·利克莱德 11 月 4 日，腾讯混元发布 Hy4 正式版，并计划于近期开放模型权重和系统卡片。距离预览版推出两个多月， 新版加入视觉理解和电脑操作能力：面对复杂图表，模型可以结合图像、推理和工具调用作答；执行任务时，也能配合使用命令行与图形界面。团队还针对跨应用长任务，以及 Blender、CAD 等专业软件开展了专项训练。 腾讯公布的评测中，Hy4 在多项编程、搜索和办公任务测试中处于所列国产模型前列。与海外模型相比，正式版在部分复杂任务、自动化操作和电脑使用测试中超过 GPT-6.1 Sol；在腾讯内部的复杂搜索测试中，与 GPT-6.1 Sol 和 Claude Opus 5.5 的成绩接近。不过，在部分编程及科学任务测试中，它与这两款海外模型仍有差距。 腾讯公布的 Hy4 评测结果。蓝柱为正式版，蓝色虚线为 Hy4 Preview。来源：腾讯混元。 在第三方评测机构 Artificial Analysis 的智能指数中，Hy4 得到 35 分，与 Grok 4.7 分数相同，在国产模型中仅次于 Kimi K3.1 Pro。 Artificial Analysis 榜单图 11 月 4 日，在面向真实长程任务的 Agent Arena 评测中，Hy4 位列总榜第 14。目前模型权重尚未开放。按照此次评测结果，权重开放后，Hy4 将与 Kimi K3.1 Pro 并列开放权重模型第一。 这项评测基于全球用户的 8500 多次真实长程 Agent 会话，Hy4 的净提升为 4.7%，进入 Agent Arena 帕累托前沿，成为该评测中效果与成本表现较优的模型之一。 其每项任务的中位成本为 0.55 美元，比 Kimi K3.1 Pro（Max）的 1.46 美元低约 62% 。 Agent Arena 评测图 目前，Hy4 已上线腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、ima 和企业微信智能助理大圆，并通过 API 接入 OpenRouter、Hermes 和 OpenCode 等平台。 定价方面，Hy4 正式版性能较 Preview 大幅提升，价格保持不变：输入 6 元/百万 tokens，输出 18 元/百万 tokens，缓存命中 0.3 元/百万 tokens。11 月 4 日至 11 月 15 日，WorkBuddy 用户可限时免费使用 Hy4，每日获赠一定额度，订阅用户享有更高配额。 WorkBuddy 同时支持人机双写，用户可以与模型共同编辑 Word、Excel 和 PPT。 ▍ 一款游戏的开发与修改 在腾讯公布的软件工程测试中，Hy4 正式版相比 Preview 版本提高约 16.5%。游戏开发则需要将角色动作、敌人行为、关卡和补给规则结合起来，并在运行后检查画面、继续调试。 借助 WorkBuddy，Hy4 用 Three.js 构建了一款名为《暗林求生》的 3D 生存射击游戏。玩家在森林中与一名 AI 队友并肩作战，队友会跟随、攻击，也能在玩家倒地时实施救援。前两波战斗结束后，玩家可以在营地补充弹药、购买装备，再迎战最终 Boss。游戏打包为单个 HTML 文件，可在桌面浏览器中离线运行。 第一版已经具备完整的游戏流程，但通关时长和画面表现仍需调整。验收记录显示，两局有效通关均只需一分多钟，明显短于预期。树冠遮挡的处理也存在 Bug：为让俯视镜头看清角色，游戏会在角色走到树下时直接隐藏整片树冠，只留下树干；角色离开后，树冠又突然出现。 问题反馈给 WorkBuddy 后，Hy4 按照修改要求保留树冠轮廓，同时保证树下的角色可见。第二版中，只有遮挡视线的树冠会逐渐变淡，不透明度降至约 30%；角色走出树下后，叶层再缓慢恢复。这一轮还调整了人物和怪物的外形，让 Boss 的攻击范围显示得更清楚，并重新设置敌人出现的节奏、补给和战斗难度，将单局时长的目标定为 3-5 分钟。 难度上调后，自动化测试发现战斗时间又过长。Boss 血量偏高，战场补给不足，备弹耗尽后，战斗一度拖到 475 秒。增加弹药补给、下调 Boss 血量后，后续四局自动化测试均完成通关。其中，购买强化武器的两局有效通关时间分别为 3 分 6 秒和 3 分 9 秒，Boss 战约 50-54 秒。 开发过程