混元 Hy4 正式版发布：补上视觉和电脑操作

11 月 4 日腾讯混元发布 Hy4 正式版。相比 8 月的 preview，这一版首次加入视觉理解，也首次支持电脑操作，命令行与图形界面可以混着用。官方演示是在约 28 亿像素的航拍图里，找到屋顶写着 KLOOSTERBOER 的仓库，再定位光伏板区最东侧那个白色方形构件，媒体稿称它约 2 米。

官方给的分数里，GameDev 比 preview 提升 19.1%、GameLogic 提升 9.8%；213 位专家评 579 个真实金融任务，Hy4 得 3.04/4，DeepSeek-V4.1-Flash-1017 是 2.97，Kimi K3.1 Pro 与 GLM-5.3 各 2.68；自建搜索测试里幻觉率从 15.76% 降到 5.45%，猜测致错率从 23.1% 降到 5.6%。

这些数由谁测的，要分开看。金融那组是腾讯金融科技 FiT 组织众测，153 位专家来自外部机构；IRAB 的 12.03 个百分点来自讯兔科技内部评测，办公文档完成率近 97% 出自 Manus 内部评测，TenureTrail 覆盖 7 大学科、123 项研究任务，是腾讯内部评测。官方附录基准图里几项标着 (internal)，带星号的是发布时首次评测。到发布当天没有第三方复现。

官方在文末写明，与顶尖闭源模型仍有较大差距，尤其是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。视觉问答正是这一版才加入的。权重开放的还是 preview 版，正式版权重与模型系统卡片写的都是计划开源、届时发布。价格没动，每百万 token 缓存命中 0.3 元、输入 6 元、输出 18 元；腾讯云 TokenHub 五折到 12 月 31 日，WorkBuddy 与 CodeBuddy 免费额度到 11 月 15 日，已上线的还有 OpenRouter、元宝与 ima。

#大模型 #AI评测 #Hy4