混元Hy4正式版来了:新增看图与电脑操作,现在就能用

01新增的两项能力

视觉能力是 Hy4 首次引入。官方描述它可以把感知、推理和工具调用结合起来，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。

电脑操作同样是首次支持，模型可以灵活切换命令行和图形界面。腾讯针对 Blender、CAD 等专业软件，以及跨应用的长程任务做了专项训练，用来提升任务规划与执行。以上能力描述均来自官方发布，来源未提供独立实测数据。

与8月28日的 Hy4 preview 相比，正式版扩展了预训练和后训练规模，并首次引入视觉能力。preview 当时公布的总参数为 770B、激活参数 49B、上下文长度 1M，正式版的参数规模来源未给出。

图片 · 图片来源：www.ithome.com

02谁能用、在哪里用

官方列出的适用场景包括视觉与电脑任务、前端与游戏开发、金融与办公、科研与模型研发、长期个人助理。

入口方面，目前 Hy4 已在腾讯云和 OpenRouter 上线，也可在 CodeBuddy / WorkBuddy、元宝、ima 等产品上体验；

官方称其性能显著超过 Hy4 preview，同时维持相同 API 价格。

图片 · 图片来源：www.ithome.com

03开源与差距

开源权重目前仍是计划：官方表示将于近期开源模型权重，届时一并发布模型系统卡片，包含更全面的安全评估等细节，开源推进中重点关注网络和生物安全等风险。截至发布日，来源中没有已上线的权重文件。

官方自己也承认，Hy4 与顶尖闭源模型仍有较大差距，尤其在其内部构建的前沿数学、长程开发、模型迭代、视觉问答等高难度测试集上；这些测试集未公开。

图片 · 图片来源：www.ithome.com

Hy4 flash 同样只是“计划近期发布”，官方称它将提升性价比和推理速度，并与产品更高频协同迭代。