摘要:腾讯于11月4日正式发布混元Hy4旗舰MoE开源模型,总参数7700亿、开放权重,原生支持视觉推理与「计算机使用」(computer-use)能力,可自动操作浏览器与桌面软件,上下文窗口达100万token。这不仅让腾讯跻身开源大模型第一梯队,更把AI从「会聊天」推向「会干活」。
11月4日,腾讯正式推出混元Hy4旗舰版,这是一款770B(7700亿)参数的混合专家(MoE)大模型,并且以开源权重形式发布,任何企业与开发者都可以下载、私有化部署。根据多家外媒报道(TechNode、南华早报、PR Newswire等),Hy4最大的看点不在于参数规模,而在于它把「看」和「做」两项能力原生塞进了同一个底座。
所谓「视觉推理」,是模型能直接理解屏幕截图、界面布局与图像内容,像人一样「看到」软件界面;而「计算机使用(computer-use)」则更进一步,模型可以自主操控浏览器、点击按钮、填写表单、在桌面软件里完成多步任务。这意味着AI不再只是回答问题,而是能真正替你跑完一个完整的工作流——比如自动搜集资料、整理表格、提交工单。对中小企业而言,开源权重意味着数据不出内网也能用上前沿能力,合规与成本都更可控。
性能层面,Hy4在盲评中拿下579项金融任务3.04的综合分,较预览版在iRaB基准上提升12.03个百分点;百万token上下文让它一口气读完上百页PDF或整本财报而不丢失前情。定价也颇具攻势:输入每百万token约0.834—0.90美元,输出2.501美元,腾讯云TokenHub在2026年内还提供五折优惠。横向看,它正与DeepSeek、阿里通义等一起,把「开源前沿模型」的门槛越抬越高。
从战略视角看,Hy4是腾讯在开源阵营落下的一枚重子。过去一年国产开源模型主要靠DeepSeek、阿里领跑,腾讯以混元系列补全了「超大规模+可商用开源」这一拼图。更关键的是computer-use方向——当AI能操作软件,企业级智能体(agent)才真正有了「手」,从演示走向生产力。可以预见,围绕Hy4会涌现出一批垂直场景的私有化智能体,这比单纯比拼对话流畅度更有商业纵深。
来源:腾讯发布开源Hy4(2026-11-04),AIFOD《2026年11月 AI 模型发布追踪》(11月5日更新),TechNode / 南华早报 / PR Newswire 报道。延伸观看:腾讯视频「AI灵境季」AIGC纪录片(在腾讯视频站内搜索「AI灵境季」)。


