腾讯Hy4首发实测,用Excel爆改一款游戏

就在刚刚Hy4正式发布了。

距离preview 版本发布过去两个月，正版版跻身最强开源模型之列，进步速度非常快。

性能较preview 大幅提升，但定价没变，API价格为每百万Token：缓存命中输入0.3元、普通输入6元、输出18元。并且从11月4日到11月15日在WorkBuddy中免费使用。

相比预览版，腾讯混元 Hy4 正式版首次引入视觉理解和电脑操作能力，能读懂复杂图表，也能自主规划步骤、调用工具，跨应用完成任务。

视觉理解还提升了代码生成能力，让模型更擅长开发交互复杂的网页和游戏。

在日常办公中，Hy4 能整合多方资料、核对数据，生成可直接使用的报告和表格，并与用户实时协作编辑。

从图中的各项测试中也可以看到与preview相比各项测试都得到了较大的提升。看完了官方的各种演示我也是心里痒得不行，立马开始了对Hy4的测试。

我也是第一时间就想到了之前发现的一个包含各种各样的资料和文件的战锤40k资料仓库出发对Hy4进行长程和复杂任务测试，其余的能力我会单独用其余的案例展示。

我自己以前在WorkBuddy中经常使用的模型只有两个，DeepSeek v4.1 flash和Hy4 preview。

测试完之后我自己也觉得相较于preview的提升很大，在体感的使用上感觉还比DS快一些，修改的的轮数也更少。

接下来就让我们一起看看这次Hy4交出的答卷怎么样吧。

从Excel开始的网页游戏

不知道大家小的时候有没有接触过最早的文字游戏，那时候还是在按键机上。自己使用的角色也只有人物名字、角色的攻击防御血量等等数值。经过一轮一轮的选择看到最后的战斗结果。

现在回忆起来觉得和Excel好像，所以我就想通过Excel来复刻仓库中的桌游规则和数值进行文字的战斗演化，只要选择人物就可以完成战斗的演化，当然也要设定随机种子让战斗保持随机性。

提示词：

不一会结果就出来了，一个互动的Excel表格游戏就好了。

整体包含11282个公式，战斗使用纯公式驱动。已经可以进行战斗的数值演算并不出错了了，不多理想很美满，现实很骨感。这和我想要的完全不一样！

我想要的是实时的战斗演算，不过我忘了这是在Excel里计算一瞬间就完成了，没有那种看到战场演化的督战的感觉，于是我再次提出了要求进行第二轮修改：

并且由于只有文字很干巴，还让Hy4在原有基础上加上了简单的战斗动画。

OK和整体预期差不多了，不过画面我觉得有点简陋，我就让Hy4发挥主观能动性了，告诉它现在的攻击，人物建模都太简陋了，一直迭代优化到你觉得精美再给我。大道至简，最最朴实的要求才能知道模型的能力嘛，下面就是最终版，一起看看效果怎么样。

整个任务经历约104分钟，消耗42,159,307token。

虽然任务时间很长从开始到结束经历过了多次的对话，中途也没有遇到过模型的中断问题，并且也一直记着最开始的问题，在后续的网页制作中还记得复用之前做Excel表格时留下的公式和数值计算规则。

体感使用下来觉得比当时preview的速度和长程任务流畅度提升都很大。

后面再给大家看一些在3D建模和首次在Hy4中上线的原生多模态能力，整体的效果我感觉都还挺不错的。

让它造一台能抓方块的六轴机械臂

提示词：

效果如下，耗时22分钟

preview时期 Hy4 已经展示过从零搭 Three.js 场景的能力，比如一条需求生成带昼夜循环的 3D 微缩景观、把多座古建筑装进一个可交互的数字卷宗。但机械臂不是静态场景，它是一个带运动约束的系统，每一帧都在考验模型对父子坐标系的理解。

生成的结果，结构和滑块联动基本立住了。6 个关节的层级关系没有明显错位，自动演示也能跑起来，夹爪的闭合和张合跟下降动作对得上。

我觉得还是不错的，整个演示过程很流畅，说明它写代码和构建空间逻辑的硬实力是在线的。

但只会写代码还不够，如果给它输入图片呢？

以前preview版本没有原生视觉理解，你给它图，它只能靠文字描述去猜，或者干脆绕开图直接用先验知识盖房子。

Hy4把视觉理解装进了旗舰主线，这双眼睛首要面向的就是界面截图、设计稿、图表文档这类东西，读懂UI、对照设计稿检查还原度、看见自己产出物的渲染效果再决定下一步。

所以，在这个个任务中我直接上难度：多模态视觉理解。我给了Hy4一张平面的户型图和7张室内参考照片，让它做一个能在浏览器里漫游的 Three.js 房屋。

按户型图还原房间位置、门窗关系和比例，参照照片布置装修和家具，提供移动、转向、视角复位。

提示词：

耗时44分钟，下面是生成效果：

如图所示，它做了一套相当完整的交互界面：左侧生成了带房间标注的平面导览小地图，顶部有“客厅、厨房、卧室”的快捷跳转标签，底部有明确的 WASD 移动和视角操作提示。场景里的沙发、绿植、吊灯的摆放，位置也没有出错。

对于整体生成效果而言，除了绿植太大，有点影响观感，其他方面都还不错，你觉得呢？

在测试视觉识别能力方面还进行了另外一项测试，在workbuddy中给Hy4发送了一份完整的宜家收纳柜组装图纸，让它通过这份说明书完成可交互的Three.js建模。

PDF共32页，并且基本没有文字只有一步接一步的安装教程，进一步考验3D建模和多模态能力的考验来了，耗时23分钟，大家来看看效果

效果还挺惊艳的，毕竟我的提示词知识让它把家具安装说明书中的产品转换成一个可交互3D网页。

但是做出的成品中还多了爆炸结构图、逐步安装演示以及一个说明书线稿版本。

妈妈以后再也不用担心我不会装家具了，直接让Hy4给我做个网页做演示，生动且直观。

再来试试电脑操控能力

前面几项更多是在看模型怎么理解、怎么生成，这一次我干脆把任务落到真实软件界面上：让 Hy4 打开 Chrome 里的 JS Paint，用鼠标选工具、调颜色、画图，并把整个绘制过程录成视频。

这个任务难的地方不只是“得像，而是它得先看懂界面，再把目标拆成鼠标能执行的动作：点哪里、选什么工具、用什么颜色、从哪起笔、画歪了怎么补。

我给Hy4的任务是：

请使用Chrome 浏览器中的 JS Paint 工具，通过鼠标操作和笔触绘制出附件中的蘑菇和小火箭，并将整个绘制过程中的每一次鼠标动作和变化都记录成视频。

原图：

完成效果：

屏里的操作链路比较完整，最后蘑菇和小火箭的主要轮廓、颜色和细节位置也能和原图对应上。

看来，模型团队在hy4的电脑操控能力上是真下了苦功夫的。

写在最后

和之前的Hy4 preview相比，这次新版给我最直观的感受是：做复杂任务时更顺手了。

一方面是长程任务的流畅度有所提升。实测过程中，Hy4能够记住前面的需求，沿着已有成果继续迭代，多轮对话下来也没有中断。

当然，这些只是我在几个任务中的体验，速度和稳定性也可能受使用环境影响。但从这次实测来看，Hy4的进步不只是单项能力变强了，而是全方的提升。

比如在将户型图和 7 张

室内照片变成3D场景的测试中，原生视觉理解的加入，让Hy4可以直接理解图片，结合视觉信息更好的完成后续工作，将Hy4的使用范围进一次扩大。

配合WorkBuddy体验版免费，以及Hy4缓存命中低至0.3元/百万tokens的API价格和限时折扣，Hy4大概率会成为我高频调用的模型之一

并且现在WorkBuddy中可以免费使用，大家抓紧登起来。

当模型不再只是回答问题，而是能接住越来越复杂的想法、把它一步步做成结果，我们离想法变成现实的那一天，也就更近了一步。