混元 Hy4 正式版：会看图，会操作电脑

腾讯混元 Hy4 正式版 11/4 上线，770B MoE、49B 激活、1M 上下文。参数和 8 月的 preview 一模一样，涨的不是身板，是眼睛和手。
两个“第一次”：
1. 视觉理解。图表、文档、多图、带图数学题都能直接读。官方给的例子是在 28 亿像素航拍图里定位一个 2 米的屋顶构件。
2. Computer Use。GUI 加命令行操作软件，Blender、CAD 专项训练，沙箱里部署了数百款应用。
跑分怎么看（官方口径，未经第三方验证）：
· 官方 12 项看板：0 次第一，8 次第三，1 次第二（E-Bench 2.0 得 70.0），3 次第四
· 金融众测 3.04 分居开源第一：213 位专家盲测 579 个真实任务，DeepSeek-V4.1-Flash-1017 是 2.97，Kimi K3.1 Pro 和 GLM-5.3 是 2.68
· 办公场景 WorkBuddy 平均 83.18 分，任务通过率 96.15%，12 个场景 9 个国内第一（腾讯自测，与自家产品 co-design）
· 猜测导致的错误率 23.1% → 5.6%，砍掉约四分之三
短板也写清楚：
· Terminal Bench Science 0.1 只有 19.8，Kimi K3.1 Pro 是 41.7，不到一半；GPT-6.1 Sol 60.9
· 幻觉率官方给了两套数（官网 15.76%→5.45%，技术公众号 12.95%→7.2%），测试集口径没公开，只能当方向性改善
· 正式版权重只说“近期开源”，没给日期，想本地部署还得等
价格：输入 ¥6 / 输出 ¥18 / 缓存命中 ¥0.3 每百万 token（人民币），和 preview 一样。TokenHub 刊例价 5 折到 12/31，WorkBuddy / CodeBuddy 11/4–11/15 每天送额度。
结论：能开始测了，但别急着定论。第三方四张榜 SuperCLUE / 酥悠沫 / Vals AI / LLMBoard 到现在都还没收录正式版。
#腾讯混元 #Hy4 #开源大模型 #大模型 #AI编程 #ComputerUse #多模态 #AI智能体 #大模型评测 #混元