腾讯 Hy4 实测：从太阳系网页到拒绝老板，AI 学会说"不"

据 Woofun AI 消息，11 月 4 日，正式推出新一代大语言模型 ，凭借混合专家架构与首次引入的视觉理解能力，该模型迅速确立其在全球开源模型中的领先地位。此次发布不仅标志着腾讯在基础模型研发上的重大突破，更通过一系列深度实测，展示了其在复杂指令遵循、长文本处理及真实生产力任务中的卓越表现，特别是其在面对模糊需求或冲突指令时展现出的独立判断力，为行业树立了新的标杆。

Hy4 的核心规格令人瞩目，其总参数规模高达 770B，采用先进的混合专家（MoE）架构，显著提升了计算效率与模型容量。更为关键的是，Hy4 首次支持电脑操作（Computer Use），能够结合命令行与图形界面执行复杂任务，这一能力的引入极大地扩展了 AI 的应用边界。在安全与合规方面，腾讯混元采取了极为严谨的态度。针对网络与生物安全潜在风险，混元团队联合腾讯玄武实验室与科恩实验室的安全专家，对模型进行了全方位审计。结果显示，Hy4 在加密算法逆向求解、对抗二进制混淆及漏洞利用等进攻性能力上未展现出突出风险。在生物安全领域，Hy4 在 评测中得分为 30.4/100，表明其开放式实验设计能力与前沿模型存在明显差距，尚未发现其能显著降低实施生物化学危害行为的门槛。

此外，混元团队还开源了由 AI 辅助研发的单细胞表征基础模型 和物理场基础模型 ，并透露下一代 规模将进一步扩大，而 研发框架也将持续优化小模型预训练基础设施，推动递归自我改进（RSI）进程。自 2026 年 2 月重建基础设施以来，混元平均每两个月推出一个大版本，从参数规模不到 300B 的 系列迭代至 770B 的 Hy4，展现了稳健且快速的研发节奏。

在实际应用场景的评测中，Hy4 的表现同样亮眼。在 办公场景评测中，Hy4 平均效果得分 83.18 分，任务通过率达到 96.15%，在 12 个场景中有 9 个排名国内第一。借助企业微信套件，模型能够关联聊天记录、邮件、文档、日程和会议等信息，梳理多个项目进展并协助安排优先级。在专业金融分析领域，腾讯构建了数千个工作空间和上万个高质量训练任务，涵盖基金研究、证券分析和量化策略等场景。

在 213 位金融专家参与、覆盖 579 项真实任务的众测中，Hy4 获得 3.04 分，高于同场比较的 （2.68 分）、（2.68 分）和 （2.97 分）。针对金融场景对信息准确性的极高要求，混元开展了时效检索、多源信息整合和事实一致性校验的专项优化。自建测试结果显示，Hy4 的幻觉率从 preview 版的 12.95% 降至 7.2%，因猜测导致的错误率从 23.1% 降至 5.6%，这一显著改进凸显了其在专业领域的可靠性。

此外，在前端和游戏开发方面，Hy4 强化了对 UE、Unity、Godot 等主流游戏引擎的适配，GameDev 和 GameLogic 评测成绩分别提升 19.1% 和 9.8%。在科学研究领域，Hy4 在覆盖 7 大学科、123 项可执行研究任务的 内部评测中，展现了较强的任务处理能力，特别是在数学构造、物理建模、地球环境和系统工程等方向。

定价策略与产品接入方面，腾讯混元坚持'模型实用性'为核心原则，为用户提供高性价比服务。Hy4 在性能大幅超越 的同时，定价保持不变：输入 6 元/百万 tokens，输出 18 元/百万 tokens，缓存命中 0.3 元/百万 tokens。Hy4 flash 也将于近期发布，旨在进一步降低任务成本。