腾讯混元 Hy4 正式版：770B 参数首现视觉与电脑操作

一句话结论：腾讯混元 11 月 4 日发布的 Hy4 正式版，把总参数 770B 的开源模型首次补上了视觉理解与电脑操作两项能力，API 价格维持输入 6 元、输出 18 元每百万 token 不变。

距离 8 月 28 日的 Hy4 preview，腾讯混元这次隔了 68 天。官方给的说法是沿用混元今年 2 月重建基础设施之后的节奏，先以 Preview 形态开放，收集反馈后再迭代正式版。这一次迭代的重点不在参数，官方明确写了 Hy4 沿用 770B 总参数、49B 激活参数、1M 上下文长度的量级，真正扩大的部分是预训练与后训练的数据和训练规模。

Hy4 正式版改了什么：视觉、电脑操作与长程任务

相比 preview，Hy4 正式版有三个方向的变化。第一个是首次引入视觉理解能力。模型可以把感知、推理与工具调用组合起来做细粒度图像处理、复杂图表分析和数学视觉推理。官方给出的一个演示案例是通过随拍照片确定地理位置并核实信息，这类任务此前需要人工把图片内容转述给模型，现在可以直接交给模型。

第二个是首次支持电脑操作。Hy4 可以在命令行与图形界面之间切换，腾讯针对 Blender、CAD 这类专业软件和跨应用的长程任务做了专项训练。官方评测里，Hy4 在 OSWorld 2.1 拿到 78.9 分，同一张表上 Kimi K3.1 Pro 是 79.6，Claude Opus 5.5 是 81.8，GPT 6.1 Sol 是 69.0。这一项是闭源模型仍然领先的少数场景之一。

第三个是长程智能体与深度研究的整体提升。腾讯公布的正式版与 preview 对照里，DeepSWE v1.1 从 64.3 涨到 74.9，Terminal-Bench 4.0 从 26.3 涨到 44.4，APEX-Agents v1.1 的 pass 一次 从 53.9 涨到 75.2，AutomationBench v1.0.6 从 36.3 涨到 56.2。Terminal-Bench 4.0 上 18.1 分的增幅，是这批数据里最显眼的一格。

腾讯混元自己的 Hyra 2.0 推理框架 在这次正式版里承担了底层支撑的角色，Hy4 与 Hyra 2.0 组合起来做了预训练基础设施优化，端到端训练吞吐提升 20.1%。

开源阵营的横向位置：主要基准得分对照

腾讯在发布材料里放出了覆盖编程、代理、科研和电脑操作四个维度的对照表。下面这张表是同一张官方表里可读的关键数字，横向看是 Hy4、GLM-5.3、DeepSeek-V4.1-Flash-1017、Kimi K3.1 Pro 与两款闭源模型。

这张表透露的信息比单个分数更值得看。编程和终端代理两项上，Hy4 相对其余开源模型是明确领先，FrontierCode 2.0 的 31.0 比第二名高 2.5 分，Terminal Bench 4.0 的 44.4 高出 4.4 分。电脑操作这项，Hy4 落后 Kimi K3.1 Pro 0.7 分、落后 Claude Opus 5.5 2.9 分，是开源模型里最接近闭源水平的一格，也仍然没有反超。

金融众测是腾讯自己组织的一场评测。参与的是 213 位专家，其中 153 位来自外部头部金融机构，七成有五年以上从业经验，围绕 579 个真实金融任务打分。Hy4 拿到 3.04 分，同场的 DeepSeek-V4.1-Flash-1017 是 2.97，Kimi K3.1 Pro 和 GLM-5.3 都是 2.68。0.07 分的领先幅度很小，把这套结果当成开源第一的证据是成立的，把它当成拉开差距的证据就不成立。

办公场景是腾讯自评的另一块。在 WorkBuddy 的评测里，Hy4 平均效果得分 83.18，任务通过率 96.15%，12 个场景里有 9 个排名国内第一。同一批数据里还有一组关于事实性的指标，官方自建测试显示猜测导致的错误率从 23.1% 降到 5.6%。这类业务场景评测的口径由厂商自己掌握，和第三方榜单放在一起看时权重应当调低。

金融、科研与模型研发：三个走得更远的场景

腾讯在这次发布里花了不少篇幅讲金融能力。混元基于真实金融场景构建了数千个工作空间和上万个高质量任务，覆盖基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等方向。官方的具体演示是给模型一份特斯拉估值任务，要求用专业工具建模并交付带数字来源的 Excel 与 PDF 报告。在金融智能体公司讯兔科技的内部评测 IRAB 中，Hy4 较 preview 提升了 12.03 个百分点。

科研侧的案例更具体。一项任务是 84 张无序二维切片、共 699 万细胞的小鼠胚胎三维重建，其中部分切片存在镜像翻转问题，条件是离线、没有专用配准工具、没有细胞类型标注。Hy4 在单机上用 1.5 小时完成了对齐与重建，全程无人干预，官方称效果优于常用配准工具的默认流程。数学方向上，Hy4 找到了 Mendez-Pinto-Villarreal 猜想的反例，提出新的条件完善猜想，并对相关证明做了 Lean 形式化验证，覆盖从反例发现到证明验证的完整链条。类似的工作此前也出现在 PSI 攻克 5 道量子开放问题(https://fluxbbs.com/psi-five-quantum-open-problems-lean4-formalization-20261030//) 这类以科研智能体为主线的项目里。

第三个场景是模型研发本身。腾讯把 Hy4 描述为正在为递归自我改进做准备，模型在缩小规模的同架构模型上自主定位预训练系统的性能瓶颈，围绕算子融合、通信优化等方向做多轮迭代。配合 Hyra 2.0 脚手架，Hy4 还自动完成了 Jev 模型的训练，得到的 Hyra-Jev 在 8 项基准中有 6 项超过官方 Jev 发布的版本，其中 ContractNLI 领先 5.54 个百分点，Devtools-v1 领先 3.54 个百分点。这一条与 度小满轩辕 4.5 的递归自我改进路线 属于同一条思路，区别在于混元把 RSI 的落点放在自身基础设施的优化上。

安全边界与开源节奏

这次发布把安全放在了相当显眼的位置。网络安全方面，混元说训练中只纳入与 PoC 生成、漏洞修复相关的防守性数据，剔除了漏洞利用、逆向、渗透等攻击性内容。腾讯玄武和科恩实验室的安全专家围绕密码分析、逆向工程、漏洞利用等方向做了审计，结论是 Hy4 在加密算法逆向求解、对抗二进制混淆、漏洞利用这些进攻性能力上没有表现出突出风险。

生物安全方面的数字更具体。官方公布的 Hy-BioExperimentBench 得分是 30.4 分，满分 100。混元的解读是模型的基础生物知识掌握较强，但把知识转成可执行实验方案的能力仍然有限，内部专家审计轨迹后没有发现它能显著降低实施生化危害行为的门槛。开放式实验设计正是前沿模型目前最被关注的薄弱环节，这个 30.4 分给了它一个可量化的位置。

开源安排上，Hy4 的模型权重计划于近期开放，同时发布模型系统卡片，包含更全面的安全评估细节。腾讯已经联合 vLLM、SGLang 社区与 Inferact 提供生态支持。700 多亿参数的 MoE 模型要自己跑起来并不轻松，推理侧的工程细节此前在 DeepInfer 开源集群方案 里已有过量化讨论。下一个版本 Hy4 flash 也计划近期发布，方向是降低任务成本、提升推理速度。

价格与获取方式：价格不变，可先用起来

Hy4 的 API 定价与 preview 保持一致，每百万 token 输入 6 元、输出 18 元、命中缓存输入 0.3 元。这个价位在当前开源模型第一梯队里偏低，对照 GPT-6.1 Terra 把 API 价格压到 1 美元档 的做法，混元走的是另一条路：把价格锚在低价位上，用规模和产品生态换渗透率。

获取渠道已经铺开。腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信智能助理大圆、ima 都可以直接体验，API 同步接入 OpenRouter、Hermes、OpenCode 等平台，QQ、王者荣耀、和平精英、微信读书、腾讯新闻等腾讯系产品在陆续接入。限时政策有两项：11 月 4 日到 11 月 15 日，WorkBuddy 和 CodeBuddy 提供一定额度的免费使用；到 2026 年 12 月 31 日，腾讯云 TokenHub 按刊例价 5 折计费。

常用问题

Hy4 正式版和 Hy4 preview 有什么区别？

参数规模上没有区别，两者都是 770B 总参数、49B 激活参数、1M 上下文。差别集中在能力扩展上，正式版首次加入视觉理解与电脑操作，并在指令遵循、长文理解、长程智能体上有明显提升，Terminal-Bench 4.0 从 26.3 提升到 44.4。API 价格完全一致。

Hy4 什么时候能自己部署？

模型权重计划于近期开放，系统卡片会同步发布，腾讯已经联合 vLLM、SGLang 社区和 Inferact 提供生态支持。完整权重加本地部署可以参考 DeepInfer 的推理集群与 GPU 小时成本 那条线上的判断依据，核心变量还是显卡数量和并行策略。

Hy4 和 GLM-5.3、Kimi K3.1 Pro 相比该选哪个？

终端代理和编程任务上 Hy4 领先，FrontierCode 2.0 是 31.0，Terminal Bench 4.0 是 44.4，两者都高于同场的 GLM-5.3 与 Kimi K3.1 Pro。电脑操作上 Hy4 的 78.9 略低于 Kimi K3.1 Pro 的 79.6 和 Claude Opus 5.5 的 81.8。如果需求集中在金融分析与企业微信套件这类腾讯生态内的流程，Hy4 的产品协同优势会更明显。

小结

Hy4 正式版是一次以能力扩展为主的迭代。参数维持 770B 不变，视觉理解与电脑操作从无到有，编程与终端代理基准整体上移，价格一分钱没涨。腾讯混元同时给出了权重开源、系统卡片、Hy4 flash 三项后续动作，以及生物安全 30.4 分这样可以对照的量化边界。

混元团队对这次发布的定调里有明确的保留：Hy4 已是目前最强的开源模型之一，与顶尖闭源模型仍有较大差距，差距集中在前沿数学、长程开发、模型迭代、视觉问答这些高难度测试集上。官方也确认下一代 Hy5 规模将进一步扩大。

相关阅读

• 腾讯混元 Hyra 2.0：HyInv 196 万参数快 57 倍与 HyQEC 量子码
• GPT-6.1 Terra 发布：50.3 分终端基准，API 砍到 1 美元
• GLM 5.3 零人工攻破 Firefox：6 版本仅 1000 美元
• 度小满轩辕4.5发布：效果提升30%与推理成本仅通用模型10%
• DeepInfer 开源：155 万亿 Token 集群与 38 美元每 GPU 小时