腾讯混元Hy4要补上视觉了

腾讯混元正式预告 Hy4，视觉与 Agent 成为主线

腾讯混元下一代旗舰模型 Hy4 已进入发布倒计时。

10 月 29 日，在腾讯全球数字生态大会上，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生宣布，Hy4 即将发布。与 8 月 28 日上线的 Hy4 preview 相比，正式版将重点提升长程任务、真实生产力任务和思维链效率，并首次引入视觉理解能力。

腾讯同时预告了轻量化产品 Hy4 flash。Hy4 flash 是面向高频、成本敏感型业务的实用模型，将继承 Hy4 的视觉理解和 Agent 能力，并通过模型与产品的深度协同设计持续迭代。

截至 2026 年 10 月 29 日，腾讯尚未公布两款模型的确切发布日期、参数规模、上下文长度、基准测试、开放方式与正式价格。因此，这次消息更准确地说是一次产品预告，而不是完整发布；任何关于 Hy4 已经开放下载、已经接入具体产品或已经达到某项跑分的说法，目前都缺乏官方信息支撑。

首次加入视觉理解，Hy4开始从语言模型变成工作模型

视觉理解是模型读取并解释图片、截图、图表、扫描文档和界面元素的能力。它与文生图并不是一回事：前者回答“图里有什么、意味着什么、接下来该怎么操作”，后者负责“生成一张新图”。

视觉能力对 Hy4 的意义，远大于在聊天窗口里识别一张照片。腾讯给 Hy4 设定的核心方向是生产力和 Agent，而真实工作环境中的信息并不只存在于纯文本里，还大量存在于 Excel 图表、PDF 扫描件、网页截图、软件界面、设计稿以及报错弹窗中。

一个只会处理文本的 Agent，即使推理能力不错，也经常需要额外的 OCR、文档解析器或页面结构工具才能“看见”工作现场。加入视觉理解后，模型理论上可以直接分析报表截图中的异常趋势、对照设计稿检查前端实现、读取软件界面状态，或者从扫描合同中定位条款，再决定下一步调用什么工具。

视觉理解也会直接影响腾讯现有生产力产品的上限。CodeBuddy 面向软件开发，WorkBuddy 面向办公协作，元宝和 ima 则覆盖问答、资料管理与知识工作；这些产品都存在大量图文混合输入。Hy4 如果能把视觉、长上下文与工具调用统一起来，腾讯就不必为每类输入单独拼装一条脆弱的处理链路。

但“支持视觉”本身已经不是稀缺卖点。真正决定 Hy4 竞争力的，是它能否在高分辨率长文档、多图关联、界面定位、图表数值读取和连续操作中保持稳定，而不是只在单张图片问答中给出看似合理的描述。

腾讯目前没有披露 Hy4 支持的图片数量、分辨率、视频输入、视觉编码架构和视觉上下文计费方式。对于开发者来说，这些信息比“首次支持视觉”更重要，因为它们会直接决定模型能否用于财报分析、GUI Agent、质检和复杂文档处理。

长程生产力不是把上下文拉到 1M 就结束

长程生产力任务是模型需要在较长时间内持续规划、调用工具、检查结果并修正错误的复杂工作。它强调任务执行链的长度与稳定性，而不只是一次能读入多少文字。

Hy4 preview 已经提供 1M 上下文长度，相当于单次会话可以容纳约 100 万 token 的内容，但超长上下文只是存储空间，不等于任务一定做得好。模型可以“读下”一个大型代码仓库，不代表它能正确理解模块依赖；模型可以装入几十份文件，也不代表它能在第 30 步仍记得最初的交付标准。

长程任务最常见的失败并不是完全不会做，而是在中途逐渐偏航。典型问题包括重复检查同一结论、错误调用工具、忘记已经完成的步骤、局部修改破坏全局约束，以及生成一个表面完整但无法实际运行的交付物。

腾讯在 Hy4 preview 的官方说明中承认，该模型存在复杂任务下长思考和过度自我验证的倾向。所谓过度自我验证，是模型反复检查已经基本确定的结果，消耗大量 token 和时间，却没有带来等比例的正确率提升。

Hy4 强调“显著提升思维链效率”，很可能就是针对这一问题继续优化。思维链效率是模型为了得到正确结果所消耗的推理步骤、时间和 token 之间的综合效率；更高效的模型不是想得越久越好，而是在必要的地方深入推理，在结论足够可靠时及时停止。

腾讯尚未给出 Hy4 思维链长度、首 token 延迟、完整任务耗时或 token 消耗的对比数字，因此“效率提升”暂时仍是待验证的官方表述。正式发布时，开发者最值得关注的不是静态数学榜单，而是同一工程任务的完成时间、工具调用次数、返工次数和最终可用率。

Agent能力的关键，是连续几十步之后还能交付

Agent 是能够围绕目标自主规划步骤、调用外部工具、读取执行结果并继续行动的模型系统。普通聊天模型给出建议，Agent 则需要真正修改文件、运行程序、查询资料或生成可以继续使用的成果。

Hy4 的产品定位明显正在从“回答问题”转向“完成工作”。在软件工程场景中，这意味着模型不仅要写一个函数，还要理解仓库、修改多个文件、运行测试、定位错误并验证修复；在办公场景中，则意味着模型需要跨文档提取数据，完成分析，并输出文档、表格或演示文稿。

视觉理解会让 Agent 获得更接近人的反馈通道。以前模型可能只能读取网页 DOM、日志或结构化工具返回值，加入视觉后，它还可以根据页面实际渲染结果判断按钮位置、布局错误和图表变化。这对前端开发、桌面软件操作和网页自动化尤其重要。

不过，视觉 Agent 也会引入新的可靠性问题。截图中的按钮可能被遮挡，页面状态可能已经变化，模型也可能把相似图标识别成错误功能；如果缺乏操作确认、权限边界与回滚机制，一次视觉误判就可能变成真实的业务事故。

因此，Hy4 是否适合生产环境不能只看模型跑分。腾讯还需要在 WorkBuddy、CodeBuddy 等产品层提供任务沙箱、关键操作确认、过程日志、失败恢复与权限管理，才能把模型能力转化为企业可以接受的 Agent 系统。

Hy4与Hy4 flash怎么分工

Hy4 与 Hy4 flash 将覆盖“高能力”和“高频低成本”两类需求。腾讯没有公布两者的参数差异，但从命名与官方定位判断，Hy4 更接近旗舰能力入口，Hy4 flash 则更重视延迟、吞吐与调用成本。

| 模型 | 当前状态 | 已确认能力 | 已公布参数 | 适合场景 | 仍待披露的信息 | |---|---|---|---|---|---| | Hy4 | 即将发布 | 视觉理解、长程生产力、Agent、思维链效率优化 | 暂未公布 | 复杂工程、跨文件办公、研究分析、长链路Agent | 参数规模、跑分、价格、发布日期、是否开源 | | Hy4 flash | 近期发布 | 继承Hy4视觉与Agent能力，强调性价比 | 暂未公布 | 高频问答、批量文档处理、在线助手、成本敏感型Agent | 延迟、吞吐、价格、上下文、能力折损幅度 | | Hy4 preview | 已于8月28日发布并开源 | 1M上下文、Coding、办公分析、游戏开发、科研任务 | 总参数770B，激活参数49B | 长上下文与复杂生产力任务 | 不具备本次预告所强调的视觉理解能力 |

Flash 版本真正有价值的前提，是“便宜”和“快”必须有可量化结果。对于企业服务而言，一个能力略弱但响应稳定、成本可控的模型，往往比旗舰模型更容易进入客服、文档处理和内部助手等高并发场景。

腾讯目前只使用了“极致性价比”的定性描述，没有披露 Hy4 flash 的输入价格、输出价格、缓存价格和响应延迟。正式发布时，如果缺少每百万 token 定价、每秒输出 token 数以及并发能力，外界就很难判断它是否真的具备规模化部署优势。

Hy4 preview打下了什么底子

Hy4 preview 是腾讯于 2026 年 8 月 28 日发布并开源的混合专家模型，也是 Hy4 正式版的技术起点。混合专家模型（MoE）是每次处理 token 时只激活部分专家网络的架构，用更大的总参数容量换取相对可控的单次计算成本。

根据腾讯混元的官方 GitHub 说明，Hy4 preview 总参数为 770B，即 7700 亿参数，每个 token 激活 49B，即 490 亿参数；模型共有 78 层、256 个路由专家和 1 个共享专家，每个 token 激活 8 个路由专家，上下文长度为 1M。

| Hy4 preview核心参数 | 数值 | |---|---:| | 架构 | MoE混合专家 | | 总参数 | 770B | | 单token激活参数 | 49B | | 模型层数 | 78 | | 路由专家数 | 256 | | 单token激活路由专家数 | 8 | | 上下文长度 | 1M | | 词表大小 | 120,832 |

Gated DSA 是 Hy4 preview 使用的注意力机制，目标是在超长上下文中减少不必要的全量注意力计算。它可以理解为先从海量上下文中筛出更值得关注的内容，再集中计算相关信息，而不是让每个 token 都与前文所有 token 进行同等强度的交互。

Hy4 preview 还尝试把模型用于优化自身研发流程。腾讯披露，模型参与了训练方法、数据策略、评估体系和底层算子的探索，并围绕算子融合与通信优化开展多轮实验，使端到端吞吐量相较基线提升 31.8%。

这项 31.8% 的提升值得关注，因为它指向腾讯所说的“模型和产品 Co-Design”。Co-Design 是模型训练、推理基础设施与上层产品共同优化的方法，目标不是单独追求榜单分数，而是让模型在真实产品中获得更低延迟、更少失败和更好的交付质量。

现有成绩不错，但优势并没有拉开

Hy4 preview 在腾讯内部真实工程任务盲测中略微领先 GLM 5.3 与 Kimi K3。该测试由 163 名腾讯内部专家参与，共包含 203 个工程任务，采用 4 分制评分。

| 模型 | 平均得分 | 与Hy4 preview差距 | 测试性质 | |---|---:|---:|---| | Hy4 preview | 2.99 / 4.00 | — | 腾讯内部真实工程任务盲测 | | Kimi K3 | 2.94 / 4.00 | 0.05分 | 同一测试 | | GLM 5.3 | 2.92 / 4.00 | 0.07分 | 同一测试 |

这组结果说明 Hy4 preview 已进入国产模型的主流竞争区间，但不能证明它形成明显领先。2.99 分与 2.94 分只相差 0.05 分，与 2.92 分相差 0.07 分，而且测试集由腾讯内部组织，外部可复现程度有限。

Hy4 正式版最需要证明的不是再把平均分提高几个百分点，而是解决 preview 暴露出的长思考、重复验证和任务稳定性问题。对于 Agent 来说，连续 30 步中任何一步出错都可能导致整项任务失败，因此平均能力接近并不意味着实际交付率接近。

价格仍会决定Hy4能不能进入真实业务

Hy4 preview 的公开价格为输入 6 元/百万 token、输出 18 元/百万 token、缓存命中 0.3 元/百万 token。缓存命中是重复使用已经处理过的上下文时采用更低价格，适合固定知识库、代码仓库和长期项目背景反复复用的场景。

| 计费项目 | Hy4 preview价格 | |---|---:| | 输入 | 6元/百万tokens | | 输出 | 18元/百万tokens | | 缓存命中 | 0.3元/百万tokens |

1M 上下文并不意味着每次都应该塞满 100 万 token。按照公开输入价格粗略计算，如果一次请求完整输入 100 万 token，仅输入成本就是 6 元；如果 Agent 在多轮任务中反复携带大段历史，累计成本和延迟都会迅速上升。

Hy4 flash 因此可能比 Hy4 更影响腾讯的实际业务覆盖面。旗舰模型负责处理困难节点，Flash 模型负责意图识别、资料筛选、简单操作与结果整理，再通过任务路由组合使用，通常比全流程调用旗舰模型更经济。

腾讯真正的优势是产品闭环，而不是单一参数

腾讯在这一轮模型竞争中的差异化筹码，是模型可以直接进入软件开发、办公协作、知识管理和消费级助手等产品。模型获得真实用户任务，产品团队收集失败案例，再将数据反馈到训练和评估中，这种闭环比单纯扩充公开基准测试更有价值。

Hy4 preview 发布后不到两个月，腾讯便预告 Hy4 和 Hy4 flash，延续了 preview 先行、正式版跟进的节奏。快速迭代能够及时修复真实使用中的问题，但也意味着开发者需要关注模型版本稳定性，尤其是提示词行为、工具调用格式和推理预算是否发生变化。

Hy4 首次加入视觉理解，说明腾讯已经意识到纯文本模型无法独立承担复杂 Agent。下一阶段的竞争重点，不再是谁能回答更难的问题，而是谁能在混合输入、长时间执行和真实软件环境中，以可接受的成本稳定完成任务。

发布后最值得检查的六项指标

Hy4 是否真的完成从 preview 到正式版的跨越，可以通过六项信息快速判断：

1. 视觉输入规格：支持的图片数量、分辨率、文件格式以及是否支持视频。
2. 长程任务成功率：在软件工程、跨文件办公和网页操作中一次完成任务的比例。
3. 推理效率：相同任务的输出 token、总耗时与工具调用次数是否下降。
4. Hy4 flash价格与延迟：每百万 token 价格、首 token 延迟和持续输出速度。
5. 上下文有效性：1M 上下文下的信息召回率和跨文档推理能力，而不只是最大窗口数字。
6. 开放策略：Hy4 正式版是否继续开源，以及权重许可、部署要求和量化版本是否同步提供。

现阶段对 Hy4 最合理的判断是：方向正确，但结论要等正式数据。视觉理解补齐了腾讯生产力模型的重要短板，Hy4 flash 也回应了 Agent 高频执行的成本压力；然而在跑分、价格、延迟和视觉规格全部缺席的情况下，“全面提升”和“极致性价比”仍然只是发布前的承诺。

如果腾讯能延续 Hy4 preview 的开放策略，并把视觉、长上下文和工具调用做成稳定统一的模型能力，Hy4 会是国内生产力模型赛道里值得开发者认真测试的一次升级。反过来，如果视觉只停留在基础图片问答，长程任务仍然频繁自我验证，那么这次升级更像是补齐功能清单，而不是 Agent 能力的真正跃迁。

参考来源

• IT之家：首次引入视觉理解，腾讯混元Hy4、Hy4 flash即将发布——腾讯全球数字生态大会现场发布信息，包含视觉、长程任务与Hy4 flash定位。
• 腾讯混元Hy4 preview官方GitHub说明——提供模型架构、770B总参数、49B激活参数、1M上下文及内部盲测数据。
• 知乎：腾讯混元Hy4 preview发布，稳居开源模型第一梯队——整理Hy4 preview的生产力场景、内部测试结果与产品协同信息。