腾讯混元Hy4发布：首秀视觉与操控，开源战力登顶

【区角快讯】在人工智能大模型竞争日益白热化的当下，技术迭代的速度往往决定了行业的格局。今日，腾讯正式推出其最新一代大语言模型Hy4，这一动作标志着该系列模型的综合实力发生了质的飞跃，并成功跻身全球最强开源模型阵营之列。

相较于此前发布的预览版，新模型不仅在预训练和后训练的规模上实现了大幅扩张，更关键的是首次引入了视觉感知能力。这种升级使得Hy4能够结合视觉推理与工具调用，精准处理细粒度图像、复杂图表分析以及数学视觉推理等任务。此外，针对电脑操作这一高阶场景，Hy4展现出前所未有的灵活性，既能通过命令行也能借助图形界面执行指令。特别是在Blender、CAD等专业软件应用及跨应用长程任务中，经过专项训练后的模型在任务规划与执行层面表现卓越。

在前端开发领域，Hy4对复杂交互逻辑、状态管理及前后端联动等环节进行了深度优化，确保生成的网页兼具美观视觉效果与完整功能交互。而在专业金融分析方面，腾讯混元基于数千个工作空间和上万高质量任务构建了真实金融场景，让模型深入理解基金研究、证券分析及量化策略的专业规范。更有意思的是，团队联合金融科技部门邀请213位专家开展众测，基于579个真实任务的测试结果，Hy4在综合表现上位居开源模型第一。

在实际产品落地方面，Hy4全面赋能WorkBuddy，显著提升了视觉创意、3D构建及网页开发的效率，其“人机双写”功能在文档美观度、稳定性及可用性上均有明显改善。目前，该模型已接入WorkBuddy、CodeBuddy、腾讯元宝、企业微信智能助理“大圆”、ima及腾讯云TokenHub等多款产品，API同步支持OpenRouter、Hermes、OpenCode等平台。值得注意的是，尽管性能大幅超越前代，Hy4的API定价却保持不变：每百万Tokens缓存命中输入0.3元，普通输入6元，输出18元。