腾讯混元Hy4正式版发布，首次引入视觉理解能力

11 月 4 日，腾讯混元正式发布新一代大模型 Hy4 。相比 Hy4 preview，Hy4 大幅扩展了预训练与后训练规模，首次引入视觉能力，并在指令遵循、长文理解、长程任务、深度研究等综合能力上有明显提升。

图源：腾讯混元，下同

据介绍，随着模型能力的再次全面跃升，Hy 首次跻身最强开源模型之列。基础能力的全面升级，加上与腾讯内部众多产品与业务的持续协同，让 Hy4 解锁了更多真实生产力场景。

Hy4 首次加入视觉能力，可结合感知、推理与工具调用，完成细粒度图像处理、复杂图表分析、数学视觉推理等任务；也首次支持操作电脑，能灵活调用命令行与图形界面；同时带动了 Hy4 前端与游戏开发能力的提升。

在办公场景，Hy4 重点强化了人机双写能力，支持用户与其实时协作编辑 Word、Excel、PPT 等文件。在科研方向，Hy4 把复杂推理、科学编程与长程任务执行结合起来，进一步打通端到端推进科研工作的路径。在覆盖 7 大学科、123 项可执行研究任务的 TenureTrail 内部评测中，Hy4 在数学构造、物理建模、地球环境、系统工程和社会经济决策等领域表现扎实，位居开源模型第一。

Hy4 的上下文学习能力持续增强，能更好地理解多源复杂信息。借助 WorkBuddy 的企业套件，Hy4 可连通聊天记录、邮件、文档、日程与会议等工作信息；在多个项目并行时，Hy4 能厘清各项目的推进历史与最新进展，识别待跟进任务、待准备会议与临近截止事项，及时提醒并协助安排优先级。

目前，Hy4 已在腾讯云和 OpenRouter 上线，并可在 CodeBuddy/WorkBuddy、元宝、ima 等产品中体验；性能显著超过 Hy4 preview 的同时，API 价格保持不变。

官方同时表示，Hy4 虽是当前最强开源模型之一，但与顶尖闭源模型仍有明显差距，后续将稳步扩展预训练与后训练规模。

另一方面，Hy4 flash模型计划近期发布 ，该模型将显著提升性价比与推理速度，并更高频地与产品协同迭代，持续提高实用性。