腾讯混元 Hy4 正式版发布：首次引入视觉理解与电脑操作，将开源权重

腾讯于 2026 年 11 月 4 日发布混元 Hy4 正式版，相比 preview 首次引入视觉理解能力，并支持电脑操作（Computer Use）；腾讯称将开源模型权重，API 价格维持原有体系。

这次发布的是什么

腾讯于 2026 年 11 月 4 日发布混元 Hy4 正式版，这是混元系列的新一代大语言模型。相比此前已公开的 Hy4 preview，正式版最显著的变化有两点：一是首次引入视觉理解能力，让模型能处理图像、图表与视觉推理任务；二是首次支持电脑操作（Computer Use），可以结合命令行与图形界面执行任务。

腾讯在官网将 Hy4 定位为「加入全球领先开源模型行列」的一代。模型权重计划近期开源，届时将同步发布模型系统卡（含安全评估细节）。本次发布以官方介绍与多家科技媒体的跟进报道为依据，模型的具体参数、许可与定价以官网后续公布为准。

可用性与限制

• 上线范围：据官方介绍，Hy4 已在腾讯云 TokenHub、元宝、ima、CodeBuddy / WorkBuddy 等产品中可用，并通过 OpenRouter 等平台对外开放。
• 开源计划：模型权重计划开源，但截至发布时尚未正式放出；具体的开源许可与托管地址以官网为准。
• 价格：API 价格以官网为准，官方称相比 preview 维持原有价格体系。
• 能力边界：腾讯自己承认，Hy4 与顶尖闭源模型之间仍有明显差距，尤其在前沿数学、长程开发、视觉问答等难度较高的测试集上。
• 境内可用性：作为腾讯自研模型，境内服务通常可直接访问；具体套餐与配额以各产品页面为准。

主要功能

• 视觉理解：结合感知、推理与工具调用处理图像与图表
• 电脑操作：协同使用命令行与图形界面完成多步任务
• 长文本与长程任务：面向长上下文与多步智能体场景
• 专业软件协同：对 Blender、CAD 等做专项训练以处理专业任务
• 多场景落地：覆盖前端与游戏开发、金融与办公、科研与长期个人助理

技术原理

据官方介绍，Hy4 在预训练与后训练阶段都显著扩大了数据与算力规模，从而带来智能水平的整体提升。视觉能力的加入意味着模型不再只处理文本，而是可以同步完成视觉感知、跨模态推理与工具调用；电脑操作能力则让模型能按步骤规划并调用界面与命令行完成真实任务。

关于模型的具体架构、参数规模与训练细节，腾讯表示将在开源时通过模型系统卡与文档统一披露。本文不转述未经官方确认的具体数值，相关内容以官网为准。

实际体验

从已公开的演示与跟进报道看，Hy4 的能力边界可以这样理解：在视觉与电脑操作这类「能看、能动手」的任务上，它补齐了此前 preview 版本缺失的两块能力；在金融分析、前端生成等生产力场景，官方组织了专家盲测并以「开源模型前列」来描述结果。

需要提醒的是，这些结论来自官方介绍与媒体实测摘要，并非本站独立评测。模型的真实表现会随提示词、运行环境与任务类型明显变化；是否「够用」仍需结合你自己的场景验证。

项目地址与获取方式

Hy4 的官方信息以腾讯官网与混元相关产品页面为准。已在腾讯云 TokenHub、元宝、ima、CodeBuddy / WorkBuddy 中提供体验入口，开发者可通过 OpenRouter 等平台调用。

请通过腾讯官方渠道获取模型与后续开源资源，避免从第三方来源下载声称是同一模型的打包文件；开源权重与系统卡的发布时间与地址以官网当前说明为准。

适合谁用

• 国内需要自研大模型能力的团队 —— 关注混元系列在中文、长文本与多模态上的进展。
• 做生产力工具的开发者 —— 想利用视觉理解 + 电脑操作能力搭建自动化流程。
• 研究或选型中的技术负责人 —— 等权重开源后可本地部署、自行评估。
• 金融 / 办公场景的甲方 —— 关注其在真实业务任务上的表现。
• 不必用的：只想用现成聊天机器人、不关心模型底座的个人用户。这类需求用元宝等成品即可，不必跟进模型发布细节。

常见问题

Hy4 现在就能本地部署吗？

还不能。截至 2026 年 11 月 4 日发布，腾讯称计划开源模型权重但当时尚未放出。想本地部署请等待官方开源公告与系统卡，具体许可与托管地址以官网为准。

Hy4 和顶尖闭源模型比怎么样？

腾讯自己在发布中承认，Hy4 与顶尖闭源模型之间仍有明显差距，尤其在前沿数学、长程开发、视觉问答等高难度测试集上。把它定位为「开源模型前列」更准确，而不是全面领先。

API 怎么收费，境内能用吗？

API 价格以官网为准，官方称相比 preview 维持原有体系。境内通常通过腾讯云等官方渠道可直接访问，具体套餐、配额与可用区域以各产品页面为准。

相关工具与内容

想在站内了解国内大模型与对话产品的可核实信息，可以看 AI 对话类工具 分类，其中收录了 元宝、通义千问 与 DeepSeek 等产品。关注开源模型走向的读者，也可以看站内的 Mistral Large 4 开源权重发布；需要代码与开发类工具的可进入 AI编程 分类。