腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满
内容提要
腾讯发布混元Hy4模型，总参数770B、激活49B，首次引入原生视觉与电脑操作能力，强化指令遵循、长文理解及长程Agent。实测可依图生成音乐播放器、3D游乐园、PPT和图片批处理工具，并能自主测试修复。幻觉率降至7.2%，金融任务居开源第一，权重近期开源。
延伸解读
从“能生成”到“能交付”：Agent能力的关键跃迁
文章实测显示，Hy4在长程任务中能自主规划、执行、自检并修复问题，例如制作PPT时发现文本溢出后自动重构版式，开发播放器时自行发现边缘Case并回归测试。这种“边验证边工作”的模式减少了人工返工，意味着Agent正从单步生成工具转向可交付完整成果的协作伙伴。
原生视觉与电脑操作：多模态交互的实用化
Hy4首次引入原生视觉理解和CUA能力，能识别设计图细节并还原为可交互页面，也能通过鼠标操作软件完成临摹任务。这使模型不再局限于文本对话，而是能直接“看”和“操作”图形界面，为设计、办公自动化等场景提供了更自然的交互方式。
幻觉率大幅下降，但专业场景仍需验证
内部测试中，Hy4幻觉率从12.95%降至7.2%，推测类错误率从23.1%降至5.6%，金融任务在开源模型中排名第一。不过这些数据来自腾讯内部评测，实际表现可能因任务类型和输入质量而异。读者在关键业务中使用时，仍应保留人工复核环节。
开源与生态接入：降低使用门槛
Hy4已在腾讯云TokenHub、WorkBuddy、元宝等产品上线，API接入OpenRouter等平台，权重也计划近期开源。这意味着开发者和企业可以更方便地集成或本地部署。但文章未提及具体开源协议和硬件要求，实际部署成本需进一步关注官方信息。
Q&A
腾讯混元Hy4模型有多少参数？是开源的吗？
Hy4总参数770B，激活参数49B。模型权重将于近期开源，目前尚未完全开源。
Hy4首次引入了哪些新能力？
Hy4首次引入原生视觉能力和电脑操作（CUA）能力，同时升级了指令遵循、长文理解和长程Agent能力。
Hy4在实测中能完成哪些具体任务？
实测中Hy4能根据设计图生成可交互的3D机械键盘、复古音乐播放器、3D游乐园、15页产品介绍PPT、图片批量处理工具，还能用鼠标在JS Paint中临摹表情包并录制操作过程。
Hy4的幻觉率降低到了多少？
Hy4的幻觉率由preview版的12.95%降至7.2%，推测类错误率由23.1%降至5.6%。
Hy4在金融任务上的表现如何？
在579个真实金融任务测试中，Hy4综合表现位居开源模型第一。训练覆盖基金研究、证券分析、量化策略、资产配置、公司金融和财税会计等方向，并有213位专家参与众测。
Hy4在长程任务中有什么优势？
Hy4在长程任务中能持续保持目标与任务状态，执行过程中进行阶段性自检，根据运行结果定位问题、修改方案并重新验证，直到交付无Bug的结果，大幅减少返工。
目前可以通过哪些产品体验Hy4？
Hy4已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、企业微信智能助理大圆、ima等产品上线，API同步接入OpenRouter、Hermes、OpenCode等平台。即日起至11月15日23:59可在WorkBuddy、CodeBuddy限时免费体验。
