11月4日，腾讯发布新一代大语言模型混元Hy4，以“实用性”为核心原则，并将于近期开源模型权重。标题里问的“现在能干什么”，答案是：用户今天就能用上，元宝App、PC客户端、网页端都可以把模型切换到Hy4。但要用对预期：混元团队自称Hy4是目前最强的开源模型之一，同时明确承认它与顶尖闭源模型仍然存在较大差距。财新网雷科技财经涂鸦
普通办公：第一次能“看图、动手”干活
自2月重建AI基础设施以来，混元平均每两个月迭代一个大版本，8月28日先开放Preview，这次是打磨后的正式版。正式版补齐的是办公场景最缺的两块能力：视觉理解让它能处理复杂图表和文档截图，电脑操作（Computer Use）则让它能结合命令行和图形界面直接操作软件，官方称针对Blender、CAD等专业软件和跨应用长程任务开展了专项训练。财新网财经涂鸦
主入口是WorkBuddy和元宝。官方评测显示Hy4在办公场景平均效果得分83.18分、任务通过率96.15%，12个场景中9个排名国内第一——需要标注的是，这是腾讯组织的自评口径。一个更直观的实测是雷科技做的：让Hy4通过Computer Use打开微信、从聊天记录里找到旅行社对接人、再核对本地文件夹判断签证材料缺口，它甚至发现本地的美签照片与申根签证照片规格不同、不能通用。财经涂鸦雷科技
对办公用户，可靠性比跑分更关键。官方自建测试中，Hy4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%。这差不多把“编造信息”的概率砍了一半，但仍不是零——让Hy4整理报告、表格或日程后，公式是否保留、来源能否追溯、改动会不会牵连其他内容，仍需人工抽查。财经涂鸦
金融：“众测第一”要先看出题人是谁
金融是这次发布重点强调的垂直场景：混元称围绕真实金融业务构建了数千个工作空间、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、公司金融、财税会计等方向，并联合腾讯金融科技FiT开展213位专家众测，其中153位来自外部头部金融机构、七成拥有五年以上经验，579个真实任务上Hy4综合表现位居开源模型第一。财经涂鸦
但同一个评测被第三方复现后，画面更立体：4分制打分下Hy4平均3.04分，DeepSeek-V4.1-Flash-1017为2.97分，差距很小，且发布稿未披露足以判断统计显著性的信息。更能说明体感的是实测：雷科技只丢给Hy4一张苹果Q4财报截图和一句话，它准确提取了iPhone营收，联网取到IDC出货量，算出ASP约1005美元，并主动指出统计周期错位、类目含配件等口径问题。对从业者，这意味着Hy4现在可以接手研报初读、材料核对、估值底稿这类“脏活”，但它给出的每个数字仍然要回到原始报表复核，投资决策不能建立在模型输出上。知乎雷科技
开发者：价格不变加限时折扣，但别急着等权重
接入与计费的硬信息如下：腾讯云文档列出1M上下文、最大输入960K、最大输出64K，支持深度思考、结构化输出、Function Calling、缓存与图片理解；API定价维持不变，输入6元/百万tokens、输出18元/百万tokens、缓存命中0.3元/百万tokens。省钱主要省在输入端：缓存命中价是普通输入价的二十分之一，长文档反复分析时命中缓存能大幅压低账单，输出价仍是输入的三倍。知乎财经涂鸦知乎
入口上，Hy4的API已同步接入OpenRouter、Hermes、OpenCode等平台；眼下还有两波限时优惠：即日起至2026年12月31日，Hy4在腾讯云TokenHub按刊例价5折计费，11月4日至15日WorkBuddy、CodeBuddy也提供一定额度的免费使用。财经涂鸦
游戏与前端开发是官方强调的差异化：相比Preview版，Hy4在GameDev、GameLogic评测中分别提升19.1%和9.8%，深度适配UE、Unity、Godot等主流引擎，并开始扩展到多人联机游戏开发。差距同样写在官方数据里：高难内部测试中，长程代码库任务Goal2Repo上Hy4为23.2分，Claude Opus 5.5为74.0分；Blender建模等演示实测“过得去”，但仍落后头部模型。最需要提醒的是开源进度：发布页写的是“计划开源”，截至11月4日正式版权重尚未交付，计划开源的是Hy4权重、系统卡随权重发布，主打低成本的Hy4 Flash也将随后推出。想私有化部署的团队，现在只能先用API试用，权重落地前不必改选型。财经涂鸦知乎知乎
现在到底该拿它干什么
把三类用户放回同一张地图：办公族今天就能在元宝、WorkBuddy里让它读图表、整理邮件和日程、跨应用核对材料；金融从业者可以用它做研报初筛和底稿计算，但每个数字要回原始数据复核；开发者按不变的刊例价接入，趁5折和免费额度窗口做真实业务评测，私有化部署则等开源权重落地。参数翻倍、能力补齐、价格不动，是这次发布给普通人的全部诚意；而它值不值得托付一整项工作，答案不在发布会，在你用它自己的表格、合同和代码库跑出来的那份结果里。财新网
校验提示文案
校验提示文案