11月4日，腾讯混元Hy4正式发布，模型权重将在近期开源，主打性价比的轻量版Hy4 flash同步亮相。腾讯官方将其定位为首次跻身最强开源模型之列。过去一年，腾讯在AI领域对外声量更多集中在WorkBuddy等Agent与应用产品上，底层模型的讨论度相对有限，Hy4承担的是回答腾讯在模型技术路线上所处位置的任务。
从公开榜单表现看，Hy4在开源模型中已进入第一梯队，但与全球顶尖闭源模型之间仍存在清晰差距。这一判断也构成理解本次发布的基准：Hy4的意义不在于追平闭源头部，而在于补齐腾讯在开源模型序列中的能力短板，并为Agent规模化落地提供底座。
Hy4这一代最值得关注的变化是首次引入视觉理解能力。混元此前走纯语言模型路线，Hy4开始能够识别图像、图表、截图和视频，并将视觉信息转化为输出内容。按照官方说明，其可完成细粒度图像处理、复杂图表分析和数学视觉推理三类任务。在多模态能力最易验证的视觉代码场景中，Hy4可将视频取证、机制抽象与渲染回读串联为闭环，完成交互式3D机械腕表机芯拆解网页的生成，支持旋转、缩放、拆解、复原及零件点击高亮说明，控制台无阻断性报错。
长程Agent能力是本次评测的另一条主线。在模拟买方研究员围绕CPO赛道撰写深度研究报告与可复算估值模型的任务中，Hy4沿用了拆解任务、列出执行计划、分阶段推进并阶段性自检的路径，产业链图谱、技术路线对比、三情景测算依次落地，数据来源、假设口径与不确定性均有标注，最终交付报告PDF与估值模型xls文件。官方金融众测数据显示，腾讯基于真实金融场景构建了数千个工作空间和上万个高质量任务，覆盖基金研究、证券分析、量化策略、资产配置和财税会计等流程，并联合腾讯金融科技FiT组织213位专家参与众测，其中153位来自外部头部金融机构，七成拥有五年以上工作经验。在579个真实金融任务上，Hy4得分3.04，在开源模型中排名第一，高于DeepSeek-V4.1-Flash的2.97以及Kimi K3.1 Pro和GLM-5.3的2.68；在金融智能体公司讯兔科技的内部评测IRAB中，Hy4较preview版提升12.03个百分点。
事实准确性方面，混元针对时效检索、多源信息整合和事实一致性做了专项搜索优化。Hy4的幻觉率从preview版的12.95％降至7.2％，猜测导致的错误率从23.1％降至5.6％。对于需要大量引用数据与资料的研究类任务，这两项指标的改善比跑分更具实际参考价值。
从行业背景看，国家数据局近期公布的数据显示，我国日均Token调用量已从2024年初的1000亿增长至今年7月的超500万亿，两年增长超5000倍。Token消耗快速攀升的背后，Agent正从技术概念转变为新的生产力形态，模型厂商的竞争焦点也从单轮问答能力转向跨多轮、跨多步、长时间运行的任务闭环交付能力。
对腾讯而言，Hy4的价值在于将模型能力与金融、研究等垂直场景的真实工作流对齐，并以开源方式扩大开发者生态覆盖。长程任务最后一公里的交付质量仍是区分模型梯队的核心变量，Hy4在这一环节已具备初级研究助理的雏形，但投委会层面的决策责任仍无法由模型承担。随着权重开源临近，Hy4在开源社区的实际采用情况与Agent生态的接入广度，将成为检验腾讯模型线身位的下一组观察指标。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
