混元Hy4能操作电脑了,开源却还得等

11月4日，腾讯发布混元Hy4正式版。相比此前的preview版本，这次最具体的新增能力是：能看图，也能结合命令行和图形界面操作电脑。模型已接入WorkBuddy、CodeBuddy、元宝、ima等产品，腾讯云和OpenRouter也已提供调用入口。澎湃新闻

但发布消息里有个容易看漏的时间差：现在能通过产品和API使用，正式版权重仍是“计划开源”。 想把新版本下载到自己的机器或服务器上，还要等后续发布。preview的开放状态，不能直接算到正式版头上。腾讯混元发布稿（转载）

Hy4正式版发布配图，凤凰网科技刊载。

看懂屏幕，还要把下一步做下去

Hy4新增的视觉理解，覆盖细粒度图像处理、复杂图表分析和数学视觉推理。电脑操作则让它能够在工具支持下，结合命令行与图形界面执行任务。腾讯特别提到，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。腾讯混元发布稿（转载）

这两项能力放在一起，意义比单独“识图”更大。

拿一项常见工作来理解：你给AI一张图表，让它解释走势，交付物是一段回答；如果要求它核对图中的数值、整理成表格，再放进一份可编辑的报告，任务中就多了文件处理、软件操作和结果检查。

这是对使用场景的分析，并非本文实测。Hy4此次升级瞄准的，正是后面这一串动作。具体能打开哪些软件、访问哪些文件、执行哪些操作，仍取决于承载它的产品提供了什么工具和权限。

对用户来说，实际差别在于：以前你可能需要把软件里的内容复制给模型，再把答案搬回去；具备视觉和电脑操作能力后，部分中间步骤可以交给智能体继续执行。但模型看懂了窗口，并不自动意味着整项工作已经完成。

概念示意图

比起一句“最强”，更该看它怎样交付

腾讯也把前端与游戏开发列为重点方向。其发布稿称，Hy4针对复杂交互、业务逻辑、状态管理和前后端联动做了优化，并与腾讯IEG开发者合作，改善游戏功能实现、玩法逻辑、状态理解及资产处理，适配UE、Unity、Godot等引擎。腾讯混元发布稿（转载）

这里真正有用的评价标准很具体：按钮点击后有没有正确反馈，切换页面会不会丢状态，修改需求后原来的功能还能不能用。生成一张漂亮界面很直观，功能是否完整，需要实际操作才能判断。

办公能力也可以用同样的方法看。官方称，Hy4提升了与用户实时协作编辑Word、Excel、PPT文件的能力；WorkBuddy中的文档美观度、稳定性和可用性有所改善。这些是产品侧明确提出的改进方向。凤凰网科技

腾讯还披露，在自建搜索测试中，Hy4的幻觉率由preview版本的15.76%降至5.45%。这个结果支持的说法是：在腾讯这套测试里，新版本比旧版本更少出错。 它不能直接换算成你每次查资料、分析报表时的错误概率，更不能据此省掉来源核对。腾讯混元发布稿（转载）

同一份发布稿也承认，Hy4与顶尖闭源模型仍有较大差距，尤其在内部构建的前沿数学、长程开发、模型迭代和视觉问答等高难度测试上。

所以，这次发布最有说服力的变化，是新增能力已经进入可用产品。至于能替你省下多少工作，要看它能否连续完成任务、留下可编辑的文件，并在你提出修改后继续做对。

现在怎么用，钱又怎么算

普通用户可以从已接入Hy4的产品开始，确认当前选中的模型版本；开发者则可通过腾讯云或OpenRouter调用。API上线和权重开放是两个交付节点：前者让你连接服务，后者才关系到下载权重、自行部署。

人民币API刊例价与preview保持一致：每百万tokens普通输入6元、输出18元，缓存命中输入0.3元。北京商报报道，腾讯云TokenHub即日起至2026年12月31日按刊例价五折计费；这与模型永久降价是两回事。北京商报报道（东方财富转载）

发布稿中的API价格资料；限时折扣与刊例价需分开看。

WorkBuddy、CodeBuddy在11月4日至15日期间提供一定额度的免费体验。WorkBuddy的具体说明是：免费用户有少量体验额度，订阅用户额度更高；触及额度后可消耗积分继续使用，繁忙时可能排队。限免也不覆盖所有调用：如果任务需要切换到相应模型生成图片或视频，仍会按正常规则消耗积分。快科技

想判断这次升级是否适合自己，可以给它一项能验收的小任务：提供一张图和一份原始文件，要求交付可编辑结果，再追加一次具体修改。检查数值有没有抄错、文件能不能打开、修改有没有破坏已有内容。对一个开始操作电脑的AI来说，这几步比看完演示视频更接近你真正要买单的能力。

资料：Hy4 正式发布，为真实生产力而生（腾讯混元发布稿转载） · 国产大模型再上新：混元Hy4正式发布，腾讯称首次进入最强开源模型梯队 · 腾讯Hy4正式版来了：能看图、操作电脑，还会开发游戏