精华速览
腾讯于11月4日发布最新旗舰模型Hy4正式版，并计划开源模型权重。相比8月的预览版，Hy4显著扩展了预训练和后训练规模，首次引入原生视觉理解能力，并大幅提升指令遵循、长文理解、长程任务和深度研究等综合能力。在智能体编程、搜索、办公等公开基准测试中，Hy4超越DeepSeek-V4.1-Flash等模型，但距GPT-6.1 Sol、Claude Opus 5.5仍有差距。Hy4已在腾讯云和OpenRouter上线，API价格与预览版持平，介于DeepSeek V4 Pro空闲与高峰时段价格之间。腾讯还联合vLLM/SGLang社区及Inferact Inc.提供开源生态支持，国产昇腾NPU的推理适配已在发布前启动。
要点透视
- 腾讯11月4日发布Hy4正式版，计划开源模型权重，相比8月预览版显著扩展预训练和后训练规模，首次引入原生视觉能力。
- Hy4在智能体编程、搜索、办公等公开基准测试中超越DeepSeek-V4.1-Flash，但在腾讯内部前沿数学、长程开发、视觉问答等高难度测试集上仍落后于GPT-6.1 Sol、Claude Opus 5.5等顶尖闭源模型。
- Hy4 API价格与预览版持平，介于DeepSeek V4 Pro空闲时段与高峰时段的输入输出价格之间，缓存命中价格与DeepSeek V4 Pro高峰时段一致。
- 腾讯计划近期发布Hy4 flash，以提升模型性价比和推理速度。
- 11月2日，昇腾NPU的vLLM-Ascend开源插件仓库新增“Add Hy4 deployment guide”PR，涉及Hy4在昇腾950DT上的单节点、多节点和PD分离部署。
- 结合自研科研智能体Hyra2.0，Hy4优化内部同架构小模型预训练基础设施，实现20.1%端到端训练吞吐提升，并自动训练出在多项评测中优于官方的Jev模型。
- 在TenureTrail内部评测（涵盖7大学科、123项可执行研究任务）中，Hy4位居开源模型第一；配合Hyra2.0研发的HyCell以约1/14参数量达到与SOTA模型Stack相当的综合性能，HyPDE在13个物理仿真数据集中的9个取得更低单步预测误差。
- 腾讯在Hy4训练阶段仅纳入防守性网络安全数据，剔除漏洞利用、逆向、渗透等攻击性训练内容；生物领域开放式实验设计能力与前沿模型差距明显，尚未发现显著降低生物化学危害门槛的能力。
文章拆解
Hy4正式版的发布，标志着腾讯混元系列从纯文本模型向多模态智能体基座的实质性跨越。此前Hy旗舰模型一直缺失原生视觉理解能力，而此次补齐后，模型可以直接“看懂”截图、图片和界面，从而改变编程、3D建模和PC应用操作的交互方式。实测中，用户可直接截图指出修改点，模型在1至2分钟内完成小修改；在Blender中根据二维图片生成3D模型的任务耗时约17分钟，经6轮改稿后交付可用成品，且未出现“越改越偏”的问题。这背后是腾讯针对Blender、CAD等专业软件和跨应用长程任务开展的专项训练，以及模型在长上下文窗口中保持目标的能力。
从竞争格局看，Hy4的基准测试表现呈现出“中间突破”的特征：在智能体编程、搜索、办公等场景超越DeepSeek-V4.1-Flash，但在前沿数学、长程开发、视觉问答等高难度测试集上仍落后于GPT-6.1 Sol和Claude Opus 5.5。腾讯明确承认与顶尖闭源模型的差距，并计划持续扩展预训练和后训练规模。价格策略上，Hy4维持与预览版相同的API定价，介于DeepSeek V4 Pro空闲与高峰时段价格之间，缓存命中价格与高峰时段一致，显示出在性价比区间内争夺开发者的意图。即将发布的Hy4 flash有望进一步压低推理成本。
生态适配是此次发布的另一条暗线。发布前两日，昇腾NPU的vLLM-Ascend仓库已出现Hy4部署指南的PR，覆盖昇腾950DT的单节点、多节点和PD分离部署；腾讯同时联合vLLM/SGLang社区及Inferact Inc.提供开源生态支持。这意味着Hy4从发布之初就考虑了国产算力落地，对受限于高端GPU供应的国内用户具有实际意义。不过，昇腾950DT的实际部署性能和稳定性尚待确认。
值得关注的变量包括：原生视觉能力在3D建模中的视觉自检仍是短板，参数化建模管线难以处理跨对象、跨尺度的标量判断，可能导致细节还原偏差；PC应用操作虽能跑通微信评论、群聊总结等任务，但执行速度偏慢且存在抢鼠标问题，距离流畅的办公自动化仍有距离。安全方面，腾讯剔除了攻击性网络安全训练数据，并审计了生物实验设计轨迹，但模型能力边界随规模扩展而变化的潜在风险仍需持续观察。整体而言，Hy4是一次务实的迭代，其开源权重和国产算力适配的后续进展，将决定它能否在开源模型竞争中形成持续吸引力。
暂无评论。