腾讯混元 Hy4 正式发布:开源登顶,补上视觉理解与长程任务
APPSO · wechat · 2026-11-04
腾讯混元 Hy4 正式版发布,从预览版到正式版重点强化了 Agent 能力与长程任务,在多个 Benchmark 上位居开源模型第一,超过 DeepSeek V4.1 Flash、GLM-5.3、Kimi K3.1 Pro 等国产模型。参数规模与预览版一致,进步主要来自显著扩展预训练与后训练规模。
APPSO 在 WorkBuddy 内的实测亮点:
- 视觉理解:可直接上传录屏/视频,让模型学习并复刻玩法(30 分钟复刻王者荣耀风格迷你 MOBA)、把房间照片做成 3D 微缩空间,并能持续截图自我反馈优化生成结果
- 长程任务:用 /goal 约束目标不丢失,完成从调研到交付的 3D 游戏开发,可在中途追加需求并自动调整
- 电脑操作:操控 Blender 完成「花园城市新加坡」3D 建模,交付含约 4550 个对象的 .blend 文件
- 办公场景:对十多篇论文文件夹,半小时产出 14 个 PPT、1 个 Excel 和 19 页研究报告,内容含真实阅读理解而非简单罗列
- 科学推理:与北大数学团队合作,找到 Méndez–Pinto–Villarreal 猜想的反例并形式化验证
价格与预览版持平:API 输入缓存命中 0.3 元/百万 token、未命中 6 元、输出 18 元;11.4-11.15 在 WorkBuddy 限时免费。混元保持约四个月一个大版本预览、三个月打磨正式版的节奏,正把模型、工具链与产品场景放进同一条迭代链路。
所属事件:腾讯混元发布 Hy4 正式版：首增视觉与电脑操作，将开源权重(11 条相关)→
「编程与Agent」频道最新
- 「evals 就是模糊的单元测试」:AI Engineer 大会 eval 演讲获同行推荐 — TejasKumar_ · 2026-11-04
- 文档抽取过了 POC 之后怎么落地？Reddit 求真实生产管线经验 — Mission-Leave-6551 · 2026-11-04
- LLM-as-judge 该怎么报置信度？开发者拒绝 0-100 分的三条理由 — jokiruiz · 2026-11-04
- Claude Code 做 CAD:开源 SOMA 用户破千,9 分钟设计书架出施工图 — Pr8tham · 2026-11-04
- 周处理百万条消息,AI agent 生产环境降本 37% 的 13 条实操 — AccBalanced · 2026-11-04
- 编码工具 rex 每两小时弹一次更新，作者感叹像 Cursor 早期节奏 — sumitdotml · 2026-11-04