11 月 4 日，腾讯混元发布 Hy4 正式版。相比 preview 版本，最值得注意的不是跑分，而是「首次引入视觉理解与电脑操作能力」这一句。
据腾讯披露，Hy4 在预训练和后训练上显著扩大了数据与训练规模，首次引入视觉理解能力，并大幅提升了指令遵循、长文理解、长程智能体等综合效果。在 GameDev、GameLogic 两项评测上分别提升 19.1% 和 9.8%；在 579 个真实金融任务的众测中拿到 3.04 分，居开源模型第一；自建测试集上的幻觉率从 15.76% 降到 5.45%。
为什么「操作电脑」是关键一步
视觉理解让模型能读图、读界面，电脑操作能力（GUI Agent）让它能点按钮、填表单、在真实软件里把任务跑完。这两件事合起来，才让「智能体」从演示视频变成能干活的工具。
这也是过去一年 agent 类产品的共同瓶颈：模型能规划，但落地时卡在最后一厘米——找不到那个按钮、不理解弹窗的含义。把界面理解做成基础能力，等于把这一厘米补上了。
幻觉率比跑分更重要
15.76% 降到 5.45% 这个变化，在金融这类场景里的价值超过任何榜单排名。一个会编造数字的模型，无法进入对账、报表、合规流程——不是效果问题，是能不能用的问题。
混元把「579 个真实金融任务众测」作为主战场，指向很明确：它瞄准的是可审计的任务型场景，而不是通用闲聊。这也是开源模型竞争的一个转折——从比谁更聪明，转向比谁更可靠。
价格不变、计划开源权重：抢的是生态位
Hy4 已上线腾讯云与 OpenRouter，API 价格保持不变，并计划开源模型权重、发布模型系统卡片，重点提示网络和生物安全等风险。
价格不动、权重准备开放，这套组合的意思很清楚：先让开发者用起来，再谈商业化。对同类厂商来说，短期会压缩定价空间；对开发者来说，这是一个迁移成本很低的窗口。
同一批信息里还有个容易被忽略的细节：腾讯研发的 HyCell 以约 1/14 的参数量，在 Stack 相关评测上比肩 SOTA 模型。参数效率正在成为新的竞争维度——不是所有任务都需要千亿参数，专用小模型在成本和延迟上的优势更直接。
三个观察
- 开源模型的竞争进入「能力补齐」阶段，视觉与 agent 能力从加分项变成入场券。
- 幻觉率会像过去的准确率一样，成为对外披露的标准指标，尤其在金融、医疗、法律场景。
- 「权重开源 + 价格不变」会把竞争推向工程与生态，而不是单纯的能力上限。
如果你在做应用层，值得关注的是它的视觉链路稳定性——文档解析、截图理解、表格提取这类任务，往往比跑分更能反映实际可用性。
信息来源：腾讯混元官方发布、中国日报（2026-11-04）、腾讯研究院 AI 速递（2026-11-05）。
