11月4日，腾讯混元发布Hy4正式版。官方的说法是“Hy首次跻身最强开源模型之列”。
距离8月28日Hy4 preview开源，已经过去两个多月。这次不是小版本：预训练和后训练规模扩大，这一代首次加入视觉理解，能看图、分析图表。IT之家
它还首次支持电脑操作，能用命令行和图形界面处理任务；官方称针对Blender、CAD等专业软件做过专项训练。微博
硬指标没变：MoE架构，总参数770B、激活49B、上下文1M。变的是训练规模和能力面。
价格没变：输入6元/百万tokens，输出18元/百万tokens，缓存命中0.3元。 腾讯云年底前API五折，WorkBuddy、CodeBuddy也有免费额度。微博
但目前能用的主要是API，权重还没放出来，官方口径是“近期开源模型权重”。 截至发稿，Hugging Face上能搜到的仍是8月的Hy4-preview版本。新浪科技
“最强开源”强在哪
再看“最强开源”的出处。腾讯公布的对比表里，Hy4的强项主要集中在智能体和生产力任务。
APEX-Agents v1.1拿到75.2，高于Kimi K3.1 Pro的67.2和Claude Opus 5.5的73.5。
Hy-LifeSearch 60.2，Opus只有46.2；E-Bench 2.0 70.0，Kimi 50.0。
前端代码、游戏修复、3D建模这些任务，也大体压过GLM-5.3和DeepSeek-V4.1-Flash。
短板也没藏住
同一张表也写清了短板。
Terminal-Bench 4.0只有44.4，Kimi 65.7、Opus 66.4；HLE 59.1，Kimi 70.0。
MMMU-Pro 78.6，Kimi 84.1、Opus 88.2。
内部基准Hy-FrontierMath T5只有13.0，Kimi 14.8、GPT-6.1 Sol 97.5。
所以它更像“开源里最会干活的之一”，不是“全面最强”。
还要注意，表中不少基准带“internal”，是腾讯内部评测，外部难以复核。这些分数适合看相对位置，不宜当成独立结论。
首批实测也有反例。有B站UP主测完前端后说“感觉前端方面不如人意”，认为没有跑分排名那么强。哔哩哔哩
该不该换
Hy4的意义不在“登顶”，而在把开源模型的竞争从聊天拉到了干活。
1M上下文、视觉、电脑操作，都是能直接接进工作流的能力。
要不要用，取决于任务：做Agent自动化、办公和代码流水线，值得试；做高难数学、追求稳定前端产出，先别急着换掉现有模型。
