姚顺雨交出新答卷，腾讯混元Hy4首次跻身最强开源模型之列！

昨天，腾讯混元官方在X上放出一段视频，配文只有一句：“4 Real Productivity”。

今天，答案揭晓：腾讯混元Hy4正式发布。

腾讯在官方表示，随着模型能力的全面提升，Hy4首次跻身最强开源模型之列。

相比Hy4 preview，新版首次引入视觉能力、支持电脑操作，并全面提升长文理解、长程任务和深度研究等能力。

就在昨天，我们还报道了Hy4面向昇腾950DT的部署指南曝光，提前透露了正式版的工程侧线索腾讯混元Hy4昇腾部署指南曝光，正式版将首次加入视觉能力！。

如今，Hy4已在腾讯云和OpenRouter上线，并可通过CodeBuddy、WorkBuddy、元宝、ima等产品体验。

官方表示，新版性能显著超过预览版，同时维持相同API价格。

模型权重则计划后续开放。腾讯已联合vLLM、SGLang社区及Inferact Inc.提供开源生态支持，并计划届时发布系统卡片，披露更全面的安全评估等细节。

官方评测显示，Hy4在编程、3D建模、科研等五项测试中领先参评开源模型，电脑操作基准OSWorld 2.1得分达78.9，超过GPT 6.1 Sol。

此次升级最直观的变化，是Hy4开始能够看图，并结合命令行和图形界面执行任务。

根据官方介绍，Hy4可以将感知、推理与工具调用结合起来，完成细粒度图像处理、复杂图表分析和数学视觉推理等任务。

在电脑操作方面，腾讯针对Blender、CAD等专业软件，以及跨应用长程任务进行了专项训练，重点优化专业任务中的规划与执行能力。

官方展示的案例包括：通过随拍照片确定地理位置并核实信息，以及跨软件完成DIY装修程序。

视觉理解的加入，也带动了前端与游戏开发能力的提升。

腾讯对复杂交互、业务逻辑、状态管理和前后端联动进行了针对性优化，让模型生成的界面在视觉效果之外，也能具备完整、可用的功能。

例如，给出一张生物课本图片，Hy4可以生成3D讲解网页，将图片中的知识点转化为可观察、可交互的内容。

游戏开发方面，混元团队与腾讯IEG专业游戏开发者合作，持续优化数据与评测质量，重点提升游戏功能实现、玩法逻辑、状态理解和资产处理能力。

目前，Hy4已深度适配UE、Unity、Godot等主流引擎，并开始扩展至多人联机游戏开发。

官方数据显示，相比Hy4 preview，Hy4在GameDev和GameLogic评测中分别提升19.1%和9.8%。

在展示案例中，Hy4可以用Three.js构建“腾讯企鹅岛3D数字沙盘”，也能制作可实际游玩的“QQ欢乐街机厅”。

从开发转向办公，Hy4此次重点展示了金融任务中的表现。

团队基于真实金融场景，构建了数千个工作空间和上万个高质量任务，让模型学习基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等专业流程与规范。

在联合腾讯金融科技FiT开展的金融众测中，共有213位专家参与，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。

基于579个真实金融任务，Hy4获得3.04分，Kimi K3.1 Pro、GLM-5.3和DeepSeek-V4.1-Flash-1017分别获得2.68分、2.68分和2.97分。

按照腾讯公布的结果，Hy4在此次众测中综合表现位居开源模型第一。

此外，在金融智能体公司讯兔科技的内部评测IRAB中，Hy4较预览版提升12.03个百分点。

金融和办公任务往往需要检索最新信息、交叉核对材料。围绕这些需求，混元还对时效检索、多源信息整合与事实一致性校验进行了专项优化。

在官方自建测试中，Hy4的幻觉率从预览版的15.76%降至5.45%，猜测导致的错误率从23.1%降至5.6%。

文件交付环节也有更新。

Hy4加强了办公场景中的“人机双写”能力，支持用户与模型实时协作编辑Word、Excel和PPT等文件。

官方盲评显示，相比预览版，新版在文档美观度、稳定性和可用性上均有明显提升。

展示案例中，Hy4可以完成金融估值建模及个股研究报告，也能整理出差后的发票并进行稽查。

在更复杂的任务上，腾讯将Hy4的应用进一步推进到了科研。

Hy4把复杂推理、科学编程与长程执行结合起来，尝试端到端推进研究工作。

在涵盖7大学科、123项可执行研究任务的TenureTrail内部评测中，官方称Hy4位居开源模型第一。

其中一个案例，是小鼠胚胎三维重建。

任务输入为84张无序二维切片，共包含699万个细胞，部分切片还存在镜像翻转问题。

Hy4需要在离线、没有专用配准工具、没有细胞类型标注的条件下，自主完成切片对齐与三维重建。

根据官方介绍，Hy4在单机上用1.5小时完成了任务，全程无人干预，效果优于常用配准工具的默认流程。

数学研究方面，腾讯披露了与北京大学数学团队合作的进展。

Hy4找到了Méndez–Pinto–Villarreal猜想的反例，进一步提出新的条件完善猜想，并对相关证明进行了Lean形式化验证，覆盖反例发现、命题修正到证明验证的完整流程。

这些科研能力，也被用于模型研发本身。

腾讯提出，Hy4正在“为递归自我改进（RSI）做准备”，持续提升模型研发任务的处理能力。

在内部缩小规模的Hy4模型上，Hy4自主定位预训练系统的性能瓶颈，围绕多个方向开展多轮基础设施优化，最终实现端到端训练吞吐提升20.1%。

配合Hyra 2.0脚手架，Hy4还自动完成了Jev模型训练。得到的Hyra-Jev在8项基准评测中，有6项优于官方Jev。

腾讯同时宣布，开源由Hy4协同Hyra 2.0研发的单细胞表征基础模型HyCell和物理场基础模型HyPDE。

HyCell仅有1600万参数。在7个未参与训练的细胞图谱上，官方称其以约1/14的参数量，达到与Stack相当的综合性能，并取得参评模型中最高的平均生物学保真度得分。

在物理场建模方面，与Walrus相比，HyPDE在13个物理仿真数据集的单步、短期和长期预测中，分别有9个、10个和8个数据集取得更低的预测误差。

除了专业开发与科研，Hy4也在向长期个人助理扩展。

借助WorkBuddy的企业微信套件，Hy4可以连通聊天记录、邮件、文档、日程与会议等日常工作信息。

当多个项目并行推进时，模型可以梳理各项目的历史与最新进展，识别待跟进任务、需要准备的会议和临近截止的事项，及时提醒用户并协助安排优先级。

由Hy4支撑的团队协作功能，也将随新版“项目”在WorkBuddy上线。

与此同时，Hy4 flash计划近期发布，重点提升性价比和推理速度，并以更高频率与产品协同迭代。