看见图像，也能动手操作电脑
Hy4 preview 还不能看图像，也不能操作电脑。2026 年 11 月 4 日发布的正式版把这两件事补上，同时扩大了预训练和后训练规模。指令遵循、长文理解、长程任务和深度研究也一起往上抬。混元把这次发布称作 Hy 系列第一次进入最强开源模型这一档。
视觉把看、推理和调用工具接在同一条链上。能做的任务包括细粒度图像处理、复杂图表分析和数学视觉推理。电脑操作可以走命令行，也可以走图形界面。Blender、CAD，以及跨软件的长任务，做了专项训练，用来把专业任务的规划和执行做稳。
演示有两段。一段用随手拍的照片判断地理位置，再去核对信息。另一段跨软件做一套 DIY 装修程序。两段演示说明这条链路在给出的样例上能跑通。
生成的界面要能点，游戏要能玩
视觉也进了前端和游戏开发。前端针对复杂交互、业务逻辑、状态管理、前后端联动做了优化。生成的界面要好看，功能也要完整，并且能够使用。
游戏侧和腾讯互动娱乐事业群（IEG）的开发者一起改数据和评测。着力点是功能实现、玩法逻辑、状态理解和资产处理。已经适配虚幻引擎（UE）、Unity 和 Godot，并开始扩到多人联机。相对 Hy4 preview，GameDev 提高 19.1%，GameLogic 提高 9.8%。
演示有三则。用 Three.js 搭「腾讯企鹅岛 3D 数字沙盘」。做一个可以实际游玩的「QQ 欢乐街机厅」。再拿一张生物课本图片，生成讲解知识点的 3D 网页。
金融众测 3.04，办公文件可以一起改
金融训练用的是真实场景：数千个工作空间，上万个高质量任务，覆盖基金研究、证券分析、量化策略、资产配置、公司金融、财税会计。
腾讯金融科技（FiT）组织了 213 位专家众测。其中 153 位来自外部头部金融机构，这 153 位里有七成具备五年以上经验。579 个真实金融任务上，Hy4 得分 3.04，高于这次对照里的 DeepSeek-V4.1-Flash-1017（2.97）、Kimi K3.1 Pro（2.68）和 GLM-5.3（2.68）。官方称这一结果为开源模型第一。这个名次对应的是这次列出的四家模型。
讯兔科技的内部评测 IRAB 上，Hy4 比 preview 高 12.03 个百分点。
检索针对三件事做了优化：信息要新，多个来源要拼得拢，事实要经得起核对。猜测造成的错误率从 23.1% 降到 5.6%。幻觉率在混元公众号稿里从 15.76% 降到 5.45%，在腾讯同日新闻稿里从 12.95% 降到 7.2%。两边都是自建测试，下降的方向一致，具体百分比并不相同。
办公文件加上人机双写：人和 Hy 可以一起改 Word、Excel、PPT。盲评显示，文档美观度、稳定性和可用性相对 preview 都有明显提升。配套演示是金融估值建模和个股研究报告，以及出差之后的发票整理和稽查。
科研任务从切片排到证明
Hy4 把复杂推理、科学编程和长程执行接在一起，用来把一项科研任务从开头推进到可检查的结果。TenureTrail 是内部评测，覆盖 7 个学科、123 项可执行研究任务。官方点名数学构造、物理建模、地球环境、系统工程和社会经济决策，并称开源模型第一。附录对照里，这项上标注的闭源模型分数仍高于 Hy4。
小鼠胚胎重建面对 699 万个细胞、84 张次序打乱的二维切片，其中还有镜像翻转。条件是离线，没有专用配准工具，也没有细胞类型标注。模型在 1.5 小时内完成切片对齐和三维重建，全程没有人插手。官方称效果好于常用配准工具的默认流程。演示标题写的是 700 万细胞，正文写的是 699 万。
和北京大学数学团队合作中，Hy4 找到了 Méndez–Pinto–Villarreal 猜想的反例，又提出新条件把猜想补完整，并用 Lean 做了形式化验证。走完的是三步：发现反例，修正命题，验证证明。
在缩小规模的内部 Hy4 上，模型自己定位预训练系统的性能瓶颈，并多轮修改基础设施，端到端训练吞吐提高 20.1%。
配合脚手架 Hyra 2.0，Hy4 自动训练出 Hyra-Jev。8 项基准里有 6 项高于官方 Jev，另外 2 项更低。
同一套脚手架还做出两份已经开源的基础模型。单细胞表征模型 HyCell 有 1600 万参数，大约是单细胞模型 Stack 参数量的十四分之一。在 7 个没有参与训练的细胞图谱上，综合性能与 Stack 相当，平均生物学保真度在参评模型里最高。
物理场模型 HyPDE 与 Walrus 比较，用了 13 个物理仿真数据集。单步、短期 1 到 20 步、长期 21 到 60 步里，预测误差更低的数据集分别是 9 个、10 个和 8 个。Hy4 自己的权重还没有放出，HyCell 和 HyPDE 已经开源。
多个项目并行时，先把该跟的事找出来
上下文学习继续加强，用来读多来源的复杂信息。WorkBuddy 的企业微信套件把聊天记录、邮件、文档、日程和会议接进来。几个项目一起推进时，Hy4 理清每个项目的推进历史和最新进展，标出待跟进的任务、要准备的会议和临近截止的事项，并协助排优先级。由 Hy4 支撑的团队协作，会随新版「项目」在 WorkBuddy 上线。
演示有两则。一则从各类信息源整理需要关注的事项。另一则用多年记录看健身情况。
腾讯同日新闻稿另给了一组 WorkBuddy 评测：平均效果得分 83.18，通过率 96.15%，12 个场景里有 9 个在国内排名第一。体验上点名视觉创意、3D 场景构建和网页开发。这组成绩说的是 WorkBuddy 里的场景。金融众测和游戏评测各有自己的任务和打分。
价格不变，权重还没放，闭源差距还在
训练只放进与概念验证（PoC）生成、漏洞修复有关的防守数据，拿掉了漏洞利用、逆向和渗透这类进攻内容。腾讯玄武实验室和科恩实验室做了审计，方向包括密码分析、逆向工程和漏洞利用。结论是：在加密算法的逆向求解、对抗二进制混淆和漏洞利用上，Hy4 没有表现出突出的进攻能力。
生物方面，开放式实验设计在 Hy-BioExperimentBench 上是 30.4 分，满分 100 分，和前沿模型有明显差距。内部专家看了执行轨迹：基础知识掌握较强，把知识写成可执行实验方案的能力有限。官方称，尚未看到它明显降低实施生物化学危害的门槛。
现在可以在腾讯云和 OpenRouter 调用，也可以在 CodeBuddy、WorkBuddy、元宝、ima 里体验。腾讯新闻稿还写到企业微信智能助理「大圆」，API 也接入了 Hermes 和 OpenCode。QQ、王者荣耀、和平精英、微信读书、腾讯新闻仍在接入。正式发布前，已有外部产品和腾讯司内产品试用。
API 价格与 Hy4 preview 相同。腾讯公布的标价是每百万 tokens 输入 6 元、输出 18 元、缓存命中 0.3 元。腾讯云 TokenHub 从即日起到 2026 年 12 月 31 日按标价五折，折后是输入 3 元、输出 9 元、缓存命中 0.15 元。WorkBuddy 和 CodeBuddy 在 11 月 4 日到 15 日提供一定免费额度。
模型权重计划开源。混元已联合 vLLM、SGLang 社区以及 Inferact Inc.，为开源使用准备配套。系统卡片计划在开源时一起发，其中会有更完整的安全评估。Hy4 Flash 也计划近期发布，混元计划让它提高性价比和推理速度，并更频繁地跟产品一起改。
混元同时写明：Hy4 已经在最强开源模型这一档里，和顶尖闭源模型仍有明显差距。差距尤其出在内部的高难度集合上，覆盖前沿数学、长程开发、模型迭代和视觉问答。后续会继续扩大预训练和后训练规模。
