腾讯混元Hy4大模型发布：多模态、端到端操作与金融推理全面突破

2026年11月4日，腾讯混元正式推出全新一代大语言模型Hy4。该模型在多项核心能力上实现跃升，综合性能达到当前开源大模型的领先水平。

相较于此前发布的Hy4 Preview版本，Hy4大幅扩展了预训练与后训练的数据规模和计算资源投入，并首次集成多模态视觉理解能力。在指令遵循精度、长文本语义解析、长程复杂任务规划与执行、以及面向科研场景的深度推理等方面，均取得系统性提升。

视觉能力成为本次升级的关键突破。Hy4可同步完成视觉感知、跨模态推理与工具调用，支持细粒度图像识别与编辑、多维度图表结构化分析、数学公式与几何图形联合推理等高阶视觉任务。

模型还首次具备端到端电脑操作能力，能够协同使用命令行界面与图形用户界面完成任务执行。针对Blender、CAD等专业设计软件及跨应用长流程作业场景，腾讯混元进行了专项能力训练，显著增强了任务拆解、步骤规划与动态纠错能力。

在前端开发领域，Hy4围绕复杂交互逻辑、业务状态管理、组件通信机制及前后端协同等关键环节完成深度优化。所生成的网页不仅界面美观、结构清晰，更能准确实现功能逻辑与用户交互响应。

金融分析能力亦是重点强化方向。团队基于真实业务场景构建了数千个典型工作空间及逾万个高质量任务样本，覆盖基金研究、证券估值、量化策略回测与合规报告生成等全流程环节。同时，联合腾讯金融科技团队组织213位行业专家开展大规模众测，覆盖579项真实金融任务。测试结果显示，Hy4在开源模型中综合表现位居首位。

在实际应用层面，Hy4显著优化了WorkBuddy智能助手的使用体验。无论是在视觉创意生成、三维场景建模，还是网页开发等任务中，均实现了效果质量与响应效率的双重提升。其人机协同写作功能在文档排版美观度、运行稳定性及日常可用性方面也获得明显增强。

目前，Hy4已全面接入WorkBuddy、CodeBuddy、腾讯元宝、企业微信智能助理大圆、ima以及腾讯云TokenHub等产品体系，并通过API同步开放至OpenRouter、Hermes、OpenCode等主流开放平台。

在定价策略上，Hy4在整体性能明显优于Hy4 Preview的前提下，维持原有API价格体系不变。按每百万Tokens计，缓存命中输入费用为0.3元，普通输入费用为6元，输出费用为18元。