腾讯 Hy4 于 2026 年 11 月 4 日正式发布:这是腾讯 Hy 团队的新一代大模型,首次加入视觉理解和电脑操作(Computer Use)能力,API 价格与 Hy4 Preview 保持一致,模型权重和系统卡将在近几天开源。

腾讯 Hy4 有哪些新能力
根据腾讯官网公告,Hy4 相比 8 月底推出的 Hy4 Preview 在预训练和后训练上都做了扩展,主要变化集中在三点:
1. 首次支持视觉理解
Hy4 第一次具备看图能力,官方列出的场景包括精细图片处理、复杂图表分析和数学视觉推理。对写周报、读财报截图、分析数据图表这类日常工作来说,这意味着不用再先把图片转成文字。
2. 首次支持电脑操作(Computer Use)
Hy4 可以同时操作命令行界面和图形界面,去完成工作和日常任务。腾讯特别提到,模型针对 Blender、CAD 等专业软件做过专门训练,用来提升长链路任务的规划和执行能力。这和 OpenAI、Google 近期主推的“能操作电脑的模型”是同一个方向。
3. 指令遵循、长上下文与智能体任务提升
官方称 Hy4 在指令遵循、长上下文理解和长周期智能体任务上都有明显进步。据 SiliconANGLE 报道,Hy4 系列支持 100 万 token 上下文窗口。腾讯还提到,Hy4 Preview 的“思考”过程存在过度推理和反复验证的问题,这一版做了针对性优化。
腾讯 Hy4 跑分和实测数据

官方公布的对比图里,Hy4 与 GLM 5.3、DeepSeek-V4.1-Flash-1017、Kimi K3.1 Pro、Claude Opus 5.5、GPT 6.1 Sol 放在一起比较。从图上看,Hy4 在 OSWorld 2.1 上为 78.9,Terminal Bench 4.0 上为 44.4,在开源模型里处于前列,但和最强的闭源模型相比仍有差距(例如 Terminal Bench 4.0 上 Claude Opus 5.5 为 66.4)。
公告里还给出了几组具体数据:
- 办公场景 :在腾讯 WorkBuddy 的评测中平均得分 83.18、通过率 96.15%,在中国大陆市场 12 个场景中有 9 个排名第一。
- 金融分析 :腾讯与腾讯金融科技组织了一次盲评,213 名金融从业者参与、覆盖 579 个真实任务,得分为 Hy4 3.04、DeepSeek-V4.1-Flash-1017 2.97、Kimi K3.1 Pro 2.68、GLM-5.3 2.68。
- 幻觉率 :内部评测中,幻觉率从 Hy4 Preview 的 12.95% 降到 7.2%,因无依据假设导致的错误从 23.1% 降到 5.6%。
- 游戏开发 :与 Hy4 Preview 相比,GameDev 基准提升 19.1%,GameLogic 提升 9.8%,支持 Unreal Engine、Unity、Godot 等引擎。
需要注意,这些数字大多来自腾讯自己或合作方的内部评测,实际效果还要看开发者上手后的反馈。
腾讯 Hy4 API 价格与使用渠道
价格方面,Hy4 沿用 Hy4 Preview 的定价:
- 输入:约 0.90 美元 / 百万 token
- 输出:约 2.70 美元 / 百万 token
- 缓存输入:约 0.045 美元 / 百万 token
此外有两项限时活动:11 月 4 日至 15 日,WorkBuddy 和 CodeBuddy 限时不收费;Hy4 在腾讯云 TokenHub 上按标准价 5 折提供,持续到 2026 年 12 月 31 日。
目前可以使用 Hy4 的渠道包括:腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信 AI 助手、ima 等;第三方平台 OpenRouter、Hermes、OpenCode 也在接入 API。QQ、腾讯新闻、微信读书等产品的接入正在进行中。更便宜的 Hy4 Flash 官方称将“很快发布”。
开源与安全
腾讯表示会在近几天公开 Hy4 的模型权重和系统卡,并强调在网络安全和生物安全上做了防护:训练数据侧重防御性安全内容,排除了漏洞利用相关的攻击性材料,由腾讯玄武实验室和科恩实验室做了安全评估。同时,Hy 团队还开源了两个科研模型:单细胞表征模型 HyCell 和物理场模型 HyPDE。
怎么看这次发布
最近两周国产大模型密集更新:美团发布了 LongCat-2.5 多模态大模型 ,月之暗面推出 Kimi K3.1 Pro(此前可参考 Kimi K3 与开放模型竞争 ),海外则有 Gemini 4 Carbon 新模型 。Hy4 的看点不在于跑分全面领先,而在于把视觉、电脑操作和较低的 API 价格放进一个即将开源的模型里,并直接接入腾讯自家的办公和开发产品。对于想用开源模型做智能体、又在意成本的开发者,等权重放出后值得实际测一测。