今日，腾讯混元正式发布新一代大语言模型Hy4。相较此前的Hy4 preview，新版本显著扩大了预训练和后训练规模，并首次引入视觉能力，同时在指令遵循、长文理解、长程任务以及深度研究等方面进行了升级。
在正式版发布前，此前的Hy4 preview就已在AI模型评测平台Arena.ai的Agent Arena榜单中取得了不错的成绩。在超过1.45万次真实世界智能体任务会话评测中，Hy4 preview位列开放模型第二名、全球综合榜单第十名，仅次于Kimi K3（Max）。
具体指标上，Hy4 preview的净改善率（Net Improvement）达到5.4%，Kimi K3（Max）为6.6%。任务成本方面，Hy4 preview完成单项任务的中位成本约为0.26美元，低于Kimi K3（Max）的0.80美元，相差约68%。
此外，Hy4 preview已进入Agent Arena的帕累托前沿（Pareto Frontier）。在具体能力指标上，其确认成功（Confirmed Success）、用户赞扬与投诉对比（Praise vs. Complaint）以及命令行错误恢复（Bash Recovery）等维度的表现分别为12%、9%和7.5%，并且相关评测未发现该模型存在工具幻觉（Tool Hallucination）问题。
从任务类别来看，Hy4 preview在开放模型的代码（Code）和工作（Work）类别中均排名第二，在聊天（Chat）类别中排名第三。
刚刚发布的Hy4正式版首次加入视觉感知与电脑操作能力，可结合推理和工具调用处理图像、复杂图表及数学视觉任务，同时支持命令行和图形界面操作。此外，腾讯方面针对Blender、CAD以及UE、Unity、Godot等专业软件和游戏引擎也进行了专项训练，使得其能够执行跨应用任务，并参与前端及游戏开发。
在办公场景中，Hy4可支持协作编辑Word、Excel和PPT。腾讯方面透露，在组织213位专家完成579项金融任务测试后，Hy4综合得分为3.04。在腾讯自建搜索测试中，Hy4的模型幻觉率从preview版本的15.76%降至5.45%，因猜测产生的错误率则从23.1%降至5.6%。
腾讯方面披露，Hy4曾在无人干预的情况下，用1.5小时完成约699万个细胞的二维切片对齐与小鼠胚胎三维重建。在内部模型训练实验中，Hy4还通过定位和优化系统瓶颈，将端到端训练吞吐提升20.1%。
近年来，腾讯混元持续推进旗下模型的研发。2025年3月，腾讯发布首个深度思考模型混元T1；6月，推出首个混合推理模型Hunyuan-A13B，并于同年11月陆续上线Tencent HY 2.0 Think和Instruct两个版本。随后在同年12月，腾讯发布混元2.0，并将相关能力应用于元宝、ima等产品。
进入2026年以来，腾讯混元将研发重点进一步延伸至智能体任务和实际应用场景。今年4月23日，腾讯发布并开源Hy3 preview，其采用快慢思考融合的MoE架构，总参数量2950亿、激活参数量210亿，支持最高256K上下文长度。7月6日，Hy3正式版发布，并接入WorkBuddy、CodeBuddy、元宝、ima等产品。
8月28日，腾讯发布并开源Hy4 preview，其总参数量达到7700亿、激活参数量490亿，上下文长度超过100万Token，面向代码、办公和科学研究等生产力任务。
【本文图片来自网络】