11月4日，腾讯发布了混元系列旗舰机型最新版本Hy4，并宣称Hy“首次跻身最强开源机型之列”。该公告发布在腾讯官方 Hy 研究页面上，描述了与该公司 8 月份开源的 Hy4 预览版相比，训练前和训练后的大幅扩展，该预览版以 770B 参数混合专家模型和百万代币上下文窗口的形式发布。

Hy4 现已在腾讯云、OpenRouter 以及 CodeBuddy、WorkBuddy、元宝、ima 等腾讯产品中上线。该公司表示，与 Hy4 预览版相比，它以相同的 API 价格提供了显着的性能提升。 更多相关背景，请参阅我们的AI新闻。

视觉和计算机应用抵达 Hy

标题能力的变化是视觉上的。 Hy4 首次支持视觉感知，让模型理解细粒度的图像细节并解释复杂的图表，它还首次支持计算机使用——跨命令行界面和图形用户界面操作。

腾讯表示，它使用 Blender 和 CAD 工具等专业软件以及跨多个应用程序的长期工作流程对该模型进行了训练，以提高其规划和执行专业任务的能力。在发布后的开发者讨论中，用户重点介绍了演示视频，该视频显示模型在大型卫星图像中定位小特征并推断照片的拍摄位置。

针对实际工作的基准

腾讯的评估策略严重依赖于专业领域，而不是经典的学术测试。在财务方面，该公司构建了数千个现实工作空间和数万个任务，涵盖基金研究、股权分析、量化策略、资产配置、公司财务和税务会计。与腾讯金融科技合作，有 213 名金融专业人士对该模型进行了评估，其中 153 名来自领先的金融机构，其中超过 70% 的人拥有五年以上的行业经验。

腾讯报告称，在 579 个现实世界的金融任务中，Hy4 以 3.04 的分数在开放权重模型中排名第一，领先于 DeepSeek-V4.1-Flash-1017（2.97）、Kimi K3.1 Pro（2.68）和 GLM-5.3（2.68）。在金融人工智能代理公司RabyteTech的内部基准IRAB上，腾讯表示Hy4的得分比Hy4预览版高出12.03个百分点。

该公司还报告了可靠性的提升：在对涵盖时间敏感检索、多源综合和事实一致性验证的搜索进行有针对性的升级后，Hy4 将 Hy4 预览版的幻觉率从 15.76% 降低到 5.45%，并将推测错误从 23.1% 降低到 5.6%。在科学研究方面，腾讯表示 Hy4 在 TenureTrail 的开放权重模型中排名第一，TenureTrail 是其跨七个学科的 123 项研究任务的内部基准。

游戏、文档和递归自我提升

游戏开发得到了自己的待遇。腾讯与其互动娱乐集团（全球一些最大的游戏系列背后的部门）的专业开发人员合作，策划涵盖功能实现、游戏逻辑、状态跟踪和资产管道的培训数据和评估。腾讯表示，Hy4 广泛适应了 Unreal Engine、Unity 和 Godot，并且在 GameDev 上比 Hy4 预览提高了 19.1%，在 GameLogic 上提高了 9.8%，并新增了对多人游戏开发的支持。

在办公工作流程中，腾讯改进了模型实时协同编辑 Word、Excel 和 PowerPoint 文件的能力，在文档格式、可靠性和可用性方面取得了明显的盲评估收益。 AI代理平台Manus在公告中的反馈中表示，Hy4在文档创建和编辑任务中实现了近97%的任务完成率。

最具推测性的主张涉及递归自我完善。腾讯表示，与 Hyra 2.0 工具配合使用，Hy4 针对具有相同架构的小型模型优化了公司的内部预训练基础设施，并自主训练了一个在多个基准测试中优于官方 Jev 基线的变体。 Hy4 和 Hyra 2.0 共同开发的两个基础模型——用于单细胞表示的 HyCell 和用于物理场建模的 HyPDE——正在开源，以使这些结果可重复使用。

网络和生物安全过滤

腾讯直击能力安全。该公司表示，它过滤掉了攻击性内容，“例如漏洞开发、逆向工程和渗透测试，以避免放大潜在的攻击能力”——路透社将这种方法描述为在黑客恐惧的情况下使用有限的网络安全数据来训练模型。

在生物安全方面，腾讯报告称，Hy4 的开放式实验设计能力在其 Hy-BioExperimentBench 上得分为 30.4 分（满分 100 分），远低于该公司的高风险阈值。审核模型推理痕迹的内部专家得出的结论是，虽然 Hy4 对基础生物学有扎实的掌握，但其将这些知识转化为可操作的实验方案的能力仍然有限，腾讯表示，没有发现任何证据表明 Hy4 有意义地降低了造成生物伤害的障碍。

承诺的开放重量 — 使用系统卡

一个细节使“开源”框架变得复杂：完整的 Hy4 权重尚无法下载。腾讯明确表示，计划开源Hy4的模型权重，并与vLLM和SGLang社区合作提供生态支持。该公司表示，当权重发布时，它还将发布一份详细介绍其安全评估的综合系统卡，鉴于今年中国实验室的公开权重发布既引起了赞扬，也引起了担忧，这份文件将受到仔细审查。

腾讯也承认，Hy4 与顶级专有模型之间仍存在差距，特别是在研究级数学、长视野编码、模型自我改进和高级视觉问答方面。更轻、更便宜的 Hy4 Flash 计划在“不久的将来”推出。

此次发布登陆了日益拥挤的中国开放权重领域，DeepSeek、Kimi 和 GLM 发布的产品都在价格和功能上展开竞争。腾讯的赌注是，专业级计算机的使用——而不是原始基准分数——才能将开放模型转变为企业工具。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →