腾讯混元Hy4正式版发布：能看图、操作电脑，API价格不变

AI给出一份方案，已经不难。

难的是，方案写完以后，它能不能继续打开工具、修改文件、处理报错，最后交出一个真正能用的结果。

用户想要的不是再多一个会解释的聊天框，而是少一点自己接手的收尾工作。

2026年11月4日，腾讯混元正式发布新一代大模型 Hy4正式版。

相比此前的Hy4 preview，这次升级首次加入视觉理解和电脑操作能力，并继续强化指令遵循、长文理解、长程任务和深度研究。

从看懂图片，到结合命令行与图形界面执行操作，Hy4的方向很明确：不只生成内容，还要参与实际工作。

价格方面，正式版维持与preview相同的API刊例价，腾讯云另外提供截至年底的限时五折优惠。

不过，开源状态需要说清楚：正式版服务已经上线，模型权重和系统卡片则计划近期开放，并不是发布当天已经完成全部开源。

01｜Hy4正式版升级了什么？重点是把“看懂”和“执行”接起来

如果把这次更新压缩成一句话，就是：

让模型看到更多信息，也能通过工具完成更多步骤。

过去，只有文字输入时，用户往往需要先把界面、图表和报错情况描述一遍。加入视觉理解以后，截图和图像可以直接成为任务的一部分。

电脑操作能力则进一步延伸了执行方式。

有些工作适合使用命令行，例如运行测试、处理文件；另一些工作需要查看软件界面、判断当前状态，再进行操作。

Hy4希望结合这两种方式，而不是把全部任务都塞进单一的交互形式里。

但这里仍然要区分：模型具备相关能力，与用户当前使用的产品已经开放所有工具，是两回事。

通过API获得一段回答，不等于模型自动拥有了操作你电脑的权限。

真正执行任务，还需要配套的Agent应用、工具接口、运行环境和授权。

02｜首次加入视觉理解：截图、图表不必全部转述成文字

根据腾讯介绍，Hy4可以结合视觉感知、推理和工具调用，处理细粒度图像分析、复杂图表和数学视觉问题。

对设计师和开发者来说，比较直观的使用方向，是把视觉参考直接带入工作。

例如，提供一张页面截图，再提出修改要求：

“保留信息结构，换成品牌配色，缩小首屏留白，并补上移动端布局。”

模型需要理解的不只是截图上有哪些元素，还包括内容层级、位置关系和文字需求之间的对应关系。

另一个方向，是结合实现截图检查问题。

例如，把设计参考和开发结果一起提供，要求先找出差异，再修改相应代码。这样可以把“感觉不太对”，转化为更具体的调整事项。

这些属于可以尝试的应用方式，不代表所有复杂页面都能一次还原。

实际验收时，仍然应该检查文字是否正确、组件是否可用，以及多轮修改后有没有破坏已经确认的部分。

另外，视觉理解不等于生图能力。看懂一张图片，与直接生成一张新的图片，不能仅凭“多模态”三个字混为一谈。

03｜Blender、CAD和游戏引擎，都进入了训练范围

腾讯此次介绍，Hy4针对Blender、CAD等专业软件，以及跨应用长程任务进行了专项训练。

游戏开发方向则涉及UE、Unity、Godot等主流引擎，重点加强功能实现、玩法逻辑、状态理解和资产处理。

前端开发也不只关注页面是否好看，还包括复杂交互、业务逻辑、状态管理和前后端衔接。

这对实际项目意味着什么？

可以用一个假设任务理解：制作一个产品展示页面，用户点击不同配色以后，模型外观、价格信息和购买按钮状态都要对应变化。

只生成漂亮的页面截图，不算完成；只让按钮发生颜色变化，也不算完整实现。

真正需要检查的是，视觉表现和业务逻辑有没有接起来。

游戏原型同样如此。角色能移动，只是开始；得分、失败、重开和资源加载等状态，也需要正确处理。

“可以运行一次”和“能够继续开发”，之间还有工程质量这道关。

因此，Hy4是否适合自己的项目，最好通过现有工程中的一个小任务验证，而不是只看官方演示。

04｜百万Token上下文，更适合长任务，但不是无限记忆

腾讯云官方调用指南列出，Hy4的上下文窗口为1024k，最大输入为960k，最大输出为64k。

这意味着，它可以在较大的上下文范围内处理代码、文档和任务资料。

对于复杂项目，背景信息通常不止一份需求文档。

还可能包含历史修改、测试结果、已确认的设计要求，以及本次不能触碰的功能范围。能够容纳这些信息，有助于模型围绕完整任务展开工作。

但需要避免两个误解。

第一，百万Token不等于百万汉字。 实际用量取决于内容和模型的分词方式。

第二，大上下文不等于永久记忆。 跨会话保存信息、连接项目资料和持续跟进任务，还需要产品层面的存储与管理机制。

腾讯也介绍了Hy4与WorkBuddy的协作方向：在连接相应工作信息后，辅助整理项目进展、待跟进事项和会议准备。

实际可读取哪些信息、是否支持提醒，应以产品功能和用户授权为准，不能把模型能力直接理解成所有账号默认拥有的权限。

05｜办公协作更进一步，但“更少出错”不等于“不会出错”

办公方向，Hy4强化了文档、表格和演示稿的协作处理，支持用户与AI共同编辑Word、Excel、PPT等文件。

这个方向的价值，在于让修改围绕已有成果继续进行，而不是每次重新生成一份文件。

例如，报告主体已经确认，只需要更新某一季度的数据。如果AI能够保留其余内容，并同步检查相关图表和结论，就比整份重做更有用。

腾讯还披露，在自建搜索测试中，Hy4的幻觉率从preview版本的15.76%下降到5.45%。

这说明，在该测试范围内，回答可靠性有所改善。

但它不能被解释为所有问题的统一错误率，更不能据此认为财报、研究报告和业务数据已经不需要核对。

对使用者来说，判断办公AI是否好用，应该同时看三件事：内容是否准确、修改是否可控、文件是否方便继续使用。

排版漂亮可以加分，但数据和结论正确才是基础。

06｜“最强开源阵营”怎么理解？腾讯也承认仍有差距

腾讯将Hy4定位为当前最强开源模型之一，但同时明确表示，它与顶尖闭源模型仍然存在较大差距。

官方特别提到了前沿数学、长程开发、模型迭代和视觉问答等高难度测试。

这两种表述并不矛盾。

一个模型可以在部分开放模型比较中表现突出，同时在更困难的任务上仍落后于其他系统。

因此，不宜把“进入最强开源模型之列”直接改写成“全面超越所有闭源模型”，也不能把某个内部测试中的优势扩大到全部场景。

对于准备实际使用的人，模型排名更适合作为筛选线索。

真正决定是否长期使用的，还是自己的任务：它能否理解要求，失败后是否会有效调整，最后需要多少人工返工。

有时，一款模型最适合的并不是所有任务，而是某一类工作。

承认能力边界，比把所有场景都写成优势，更方便用户作出选择。

07｜Hy4 API多少钱？刊例价不变，年底前还有五折

Hy4正式版延续了preview版本的API刊例价。

腾讯云TokenHub公布的价格如下：

腾讯云官方说明，Hy4自本次折扣说明发布之日起，至2026年12月31日23:59:59，北京时间，按目录价格的50%结算。

优惠只适用于活动期间实际产生的用量，结束后恢复目录价格。

因此，“API价格不变”和“五折优惠”分别指两个层面：基础定价没有上涨，腾讯云额外提供了限时折扣。

缓存命中价格也不是所有输入都可以享受，只有被服务按缓存命中统计的部分，才适用相应价格。

举个费用示例：一次任务累计使用100万普通输入Token和10万输出Token，不考虑缓存及其他费用，刊例价为7.8元，符合五折条件时为3.9元。

这个例子只是按照公开单价计算，并不是某类任务的固定收费。

Agent任务可能反复读取资料、调用工具和修改结果，因此更值得记录的是完成整个任务的费用，而不是单次请求看起来有多便宜。

此外，上述折扣属于腾讯云TokenHub规则，不应直接套用到OpenRouter、应用会员或其他渠道。

08｜Hy4正式版在哪里用？普通用户与开发者走不同入口

根据腾讯发布信息，Hy4已在腾讯云和OpenRouter上线，并接入CodeBuddy、WorkBuddy、元宝、ima等产品。

不同入口适合的使用方式并不相同。

希望处理日常内容和资料，可以查看元宝、ima中的实际模型选项；需要围绕文件和工作任务展开，可以关注WorkBuddy；需要分析和修改代码项目，则可以通过CodeBuddy等工具体验。

具体开放范围、额度和工具权限，应以当前账号界面为准。

开发者可以通过腾讯云TokenHub开通模型服务、创建API Key，并按文档接入。

正式版的模型调用名称为 hy4，与预览版的 hy4-preview 不同，配置时需要检查实际选择的版本。

腾讯云也提供常见兼容协议和工具接入说明，但协议兼容不代表所有客户端功能都自动一致。图片、工具调用和其他参数，仍要确认具体工具与模型的支持情况。

第一次接入，建议先选择一个验收标准清楚的小任务。

例如，只修复一个已知Bug，或者根据一张截图完成一个页面，再检查运行结果和修改记录。

先确认一段完整流程能用，再逐步扩大任务范围，比一上来就让AI接管整个项目更稳妥。

09｜Hy4开源了吗？正式版和preview不要混在一起

截至2026年11月4日的发布信息，Hy4正式版已经提供产品体验和API服务，但模型权重与系统卡片计划近期开放。

腾讯还介绍了与vLLM、SGLang社区及Inferact等方面的生态支持安排。

这里最重要的区别是：

服务上线、生态适配和权重开放，是三个不同的发布动作。

看到Hy4 preview的下载入口，不能据此认定已经下载到正式版。

同样，最终的权重形式、运行要求和使用许可，也应以正式发布的模型资料为准，不能直接沿用预览版或其他混元模型的条件。

对于只需要在线调用的用户，当前可以先通过产品或API测试效果。

对于准备自行部署的团队，则应等待正式权重、部署说明和许可文件，再评估硬件与实施成本。

10｜Hy4 Flash即将推出，但暂时别把预告当成现货

除了正式版，腾讯还预告了 Hy4 Flash，方向是进一步提升推理速度和使用性价比。

截至此次发布说明，Flash仍处于近期发布预告阶段，尚不能据此确定具体上线日期、最终价格或全部规格。

从使用需求上看，更快、更经济的版本可能适合高频任务，但是否适合复杂项目，还需要实际比较。

例如，整理短文档、提取结构化信息，与持续修改大型代码库，对模型的要求并不相同。

对于团队而言，更合理的评估方式，是按任务分配模型，而不是默认“旗舰必须处理所有事情”，或者“便宜版本一定够用”。

至于Hy4 Flash能否在速度、质量和成本之间找到合适的平衡，仍需等待正式发布和真实任务测试。

总结｜Hy4这次的重点，不是更会说，而是更接近能交付

腾讯混元Hy4正式版的升级方向很清晰。

视觉理解让模型能够处理更多输入；电脑操作扩展了执行方式；长程任务、前端开发和办公协作，则试图把这些能力接进真实工作。

API刊例价不变，加上腾讯云限时折扣，也为实际测试提供了更低的阶段性成本。

不过，模型能力、产品工具和用户权限必须放在一起理解。能操作电脑，不代表应该默认开放全部权限；承诺开源，也不等于权重已经全部可下载。

最终值得观察的，还是一个朴素的问题：

它能不能把你交代的事情做完，而且让你少返工、少盯着、少重新解释？

如果这件事做得更好，Hy4就不只是又一个发布会上表现出色的模型，而是有机会成为日常工作中真正会被反复打开的工具。

相关链接

功能与开源安排参考腾讯混元发布说明；上下文、调用方式及优惠规则参考腾讯云官方文档。53ai

腾讯混元Hy4官方介绍
https://hy.tencent.com/research/hy4

腾讯混元官方发布文章
https://mp.weixin.qq.com/s/JrQeiqx3PXBDSGish2IzwA

腾讯云TokenHub
https://cloud.tencent.com/product/tokenhub