腾讯混元Hy4正式版来了：770B开源、百万上下文，还会操作电脑-知了AI

混元Hy4正式版发布：这次腾讯把牌全部摊开了

2026年11月4日，腾讯混元Hy4正式版发布，并宣布全面开源。如果你一直关注国产大模型的迭代节奏，会发现这一次的发布和以往不太一样——腾讯几乎把所有能亮出来的牌一次性摊在了桌面上：770B总参数的MoE架构、100万Token的上下文窗口、首次引入的视觉理解能力、可以实际操作电脑的Computer Use能力，以及发布即开源的决心。对于一家常年被贴上”应用层强、基座模型慢半拍”标签的公司来说，Hy4正式版显然是一次有备而来的正面回应。

过去两年，开源大模型赛道的竞争格局经历了几轮剧烈洗牌。Meta的Llama系列逐渐失去话题性，DeepSeek、Qjen等国产力量崛起，而闭源阵营的GPT-6.1 Sol、Claude Opus 5.5依然在能力上限上保持领先。在这样的背景下，腾讯混元选择在Hy4这个节点上把770B的模型权重开源出去，这个决定背后的战略考量，比模型本身的技术参数更值得琢磨。

这篇文章会从技术架构、多模态能力、开源策略、定价逻辑、生态落地五个维度，把腾讯混元Hy4正式版讲透，并在最后给出一些关于开源与闭源竞争走向的判断。

一、770B MoE架构：大参数、小激活的务实路线

1.1 总参数与激活参数的分离设计

Hy4正式版采用了770B总参数的MoE（Mixture of Experts）架构，但每次推理只激活49B参数。这个设计的意义需要放在成本和能力的坐标系里理解：总参数决定了模型的”知识容量上限”，激活参数决定了单次推理的”计算成本”。770B的参数规模让Hy4拥有了与顶级闭源模型同等量级的知识存储能力，而49B的激活量则让推理成本控制在了可以商业化的区间。

简单算一笔账：如果Hy4是一个770B参数的稠密模型（Dense Model），每次推理需要调动全部参数，推理成本会高到几乎无法按Token计费售卖。而MoE架构下，路由器会根据输入内容动态选择最相关的专家网络参与计算，相当于一个770B的”图书馆”里，每次只开放最相关的几个”阅览室”。这正是当前头部基础模型的共识路线——GPT-6.1 Sol、Claude Opus 5.5虽然未公开架构细节，但业界普遍推测也采用了类似的大规模稀疏激活设计。

1.2 100万Token上下文：从”能读”到”能用”

上下文长度突破100万Token，是Hy4正式版的另一个关键升级。这个数字的实际意义，要结合应用场景来看：

整本书级别的内容处理：一部30万字的中文长篇小说约对应40-50万Token，100万Token意味着模型可以一次性吃下两本长篇，并保持跨章节的一致性理解。
完整代码仓库的理解：中大型项目的代码库通常在几十万到上百万Token之间，百万级上下文让模型可以在单次会话中完成全仓库级别的重构分析，这对CodeBuddy这类编程助手产品是直接的能力底座。
长文档与会议记录：企业场景中动辄上百页的合同、招股书、年度审计报告，以往需要切块处理、丢失全局信息，现在可以整篇投喂。

当然，需要泼一点冷水：上下文长度从来不等于上下文质量。百万级窗口里模型是否还能精准”大海捞针”、是否会出现中间信息遗忘（lost in the middle）问题，这些取决于训练和后处理的功底。腾讯在发布材料中强调了办公协作场景的内部评测成绩——平均83.18分、任务通过率96.15%，侧面说明Hy4在长上下文的实际利用率上做了针对性优化，而不仅仅是把窗口数字刷上去。

二、视觉理解与Computer Use：混元Hy4的两大新武器

2.1 首次引入视觉理解能力

Hy4正式版是混元系列中首次引入视觉理解能力的版本，覆盖四类核心场景：

图表解读

财报中的柱状图、研报里的趋势曲线、运营后台的数据面板——这些以往需要人工”翻译”成文字才能交给大模型处理的信息，现在可以直接输入图片让模型分析。对金融、咨询、运营等高频处理图表的行业，这是实打实的效率提升。

文档理解

扫描件、PDF截图、盖章合同的照片，模型可以直接理解版式、表格和印章文字。传统OCR方案在复杂版式下经常丢结构，而原生视觉理解模型能保留表格层级和阅读顺序，这在企业文档数字化场景里是质的差异。

多图分析

多张图片的联合推理是视觉能力的进阶考验，比如对比两版设计稿的差异、从一组监控截图中梳理事件时间线、把产品实拍图与参数表交叉验证。多图分析能力直接决定了视觉模型能否承担”多步骤工作流”的角色，而不只是”看图说话”。

数学视觉推理

几何图形辅助线、函数图像性质判断、物理受力分析图——数学视觉推理是检验模型”看懂”与”想通”结合能力的试金石。能在这一项上做好的模型不多，Hy4把它列为首发能力之一，说明训练侧对科学推理场景投入了专门资源。

2.2 Computer Use：会操作电脑的混元

如果说视觉理解是”看得懂”，Computer Use就是”做得动”。Hy4正式版支持通过图形界面和命令行两种方式操作电脑，并且针对Blender、CAD等专业软件做了专项训练。这个细节很值得展开说。

通用Computer Use能力的难点在于真实软件环境的复杂性：菜单层级深、快捷键不统一、界面状态随时变化。而Blender和CAD这类软件还有额外的门槛——它们是专业工具，操作逻辑本身就需要领域知识。腾讯选择对这类软件专项训练，指向的显然是设计、建模、工业制造这类高价值垂直场景。一个能让模型直接在CAD里完成建模修改的方案，对工程类企业的吸引力远大于”聊天机器人”式的通用助手。

图形界面加命令行的双通道设计也很务实：图形界面操作适合演示和轻量任务，命令行适合批量处理和精确控制。两者结合，Hy4的Computer Use就不是演示性质的功能，而是可以进入生产流程的工具。

三、发布即开源：混元Hy4的开放策略与底气

3.1 权重即将放出，附模型系统卡片

Hy4正式版发布即宣布全面开源，模型权重将在近期放出，并附带模型系统卡片（System Card）。系统卡片会披露模型的训练方法、能力边界、安全评测结果等信息，这是负责任开源的标配动作，也是社区评估一个开源大模型可信度的重要依据。

这里要区分”开源”的几个层次：有的厂商开源的是小尺寸模型当”技术展示”，旗舰模型闭源变现；有的开源了权重但附加重重许可证限制。腾讯这次是把Hy4正式版——也就是当前混元系列的最强版本——直接开源，属于”旗舰级开源”的做法。这种做法在国产模型中并不常见，因为意味着放弃旗舰模型的闭源API垄断溢价。

3.2 为什么腾讯敢开源旗舰？

我的判断是三个原因叠加的结果：

第一，商业模式的重心已经转移。腾讯AI的战略支点是生态落地——WorkBuddy、CodeBuddy、元宝、ima、企业微信，以及QQ、王者荣耀、微信读书等产品线。这些产品卖的是体验和场景，不是模型权重。模型能力越强、越开放，生态产品的护城河反而越深。开源让全行业的开发者为混元生态添砖加瓦，腾讯自己则收拢应用层红利。

第二，云业务需要开源模型做流量入口。腾讯云的TokenHub对Hy4提供刊例价5折优惠（持续到2026年12月31日），叠加preview定价的输入6元/百万Token、输出18元/百万Token、缓存命中0.3元/百万Token，这个定价体系明显是冲着”开发者先用起来、用上了再上云”的漏斗设计的。开源降低了开发者的尝试门槛，云上推理服务承接商业化变现，两头都占。

第三，开源本身就是竞争力的证明。金融行业众测中Hy4拿到3.04分、开源第一的成绩，这种第三方背书比任何官方宣传都有说服力。敢开源，说明腾讯对模型的泛化能力有信心——闭源模型可以靠评测集优化分数，开源模型的权重放在那里，全世界的开发者都会拿真实任务去检验它。

四、定价策略分析：延续preview价格背后的算盘

4.1 具体价格与折扣

Hy4正式版延续preview期间的定价：输入6元/百万Token，输出18元/百万Token，缓存命中仅0.3元/百万Token。同时，腾讯云TokenHub对混元系列执行刊例价5折，有效期至2026年12月31日。

缓存命中0.3元/百万Token这个数字尤其值得关注。对于企业级应用，大量请求的前缀是相同的（同一个系统提示词、同一份知识库文档），缓存命中意味着这部分输入的成本降到了原价的5%。对于长上下文应用——毕竟Hy4支持100万Token窗口——缓存设计的经济价值会被进一步放大：没有缓存的百万级上下文定价是灾难性的，有缓存就完全可用了。

4.2 与竞品的横向对比

下面这张表把Hy4放在当前主要模型阵营里做个粗略对比（闭源模型价格以官方公开刊例为参考，能力评分为社区综合口碑的主观量化，仅供方向性参考）：

模型	阵营	架构特点	上下文	视觉理解	Computer Use	开源
腾讯混元Hy4正式版	国产开源	770B MoE / 激活49B	100万Token	支持（图表/文档/多图/数学视觉）	支持（GUI+命令行）	是，全面开源
混元Hy4 preview	国产	同代架构	百万级	部分能力	无或有限	否
GPT-6.1 Sol	海外闭源	未公开	百万级	支持	支持	否
Claude Opus 5.5	海外闭源	未公开	百万级	支持	支持（业界标杆）	否
DeepSeek 旗舰	国产开源	MoE	十万级至百万级	部分支持	有限	是

从表中可以看出Hy4的定位：它是目前少有的同时满足”旗舰级能力+全面开源+百万上下文+原生Computer Use”四个条件的模型。闭源阵营的GPT-6.1 Sol和Claude Opus 5.5在能力上限上仍然领先——这一点腾讯自己也在发布会上坦承——但Hy4用大约1/10甚至更低的价格，提供了覆盖绝大多数企业场景的能力包。对预算敏感的用户来说，”够用且便宜且开放”往往比”最强但昂贵且封闭”更有吸引力。

4.3 定价战的深层逻辑

把定价和开源放在一起看，腾讯的打法就很清晰了：开源抢开发者心智，低价抢企业工作负载，5折TokenHub优惠抢云上迁移窗口期。这个组合拳的对手不是某一家模型厂商，而是”企业自建推理设施”和”竞品锁定”这两个更隐蔽的敌人。一旦企业的生产系统跑在混元API上，切换成本就是腾讯真正的护城河。

五、成绩单与生态落地：数字背后的真实成色

5.1 内部评测与行业众测

办公协作场景的内部评测中，Hy4正式版拿到平均83.18分、任务通过率96.15%，在12个场景中拿到9个国内第一。金融行业众测中获得3.04分、位列开源模型第一。这些数字需要谨慎解读——内部评测的权威性天然弱于公开基准——但金融众测是第三方组织的行业实测，开源第一的成绩含金量较高。金融场景对准确性、合规性和长文档处理的要求极为苛刻，能在这个场景拿第一，说明Hy4的可靠性不是营销话术。

5.2 腾讯系产品的全面接入

Hy4正式版已经上线腾讯系多条产品线：

WorkBuddy与CodeBuddy：AI办公助手和编程助手，百万上下文与代码仓库级理解能力在此直接变现。
元宝：腾讯的C端AI助手，承担混元技术能力的用户侧窗口。
ima：知识库产品，视觉文档理解能力在这里大显身手。
企业微信智能助理”大圆”：企业协作场景的AI员工，直接对标企业服务市场。

此外，QQ、王者荣耀、微信读书等腾讯系产品也在持续接入。尤其值得一提的是游戏场景——王者荣耀接入大模型意味着NPC智能、玩家辅导等玩法有了新的想象空间，这是腾讯”模型反哺自家场景”战略的典型体现。腾讯拥有中国最丰富的C端应用矩阵，这是其他任何模型厂商都不具备的落地土壤。

5.3 第三方生态接入

API层面，Hy4已接入OpenRouter、Hermes、OpenCode等第三方平台。OpenRouter是全球开发者的模型聚合入口，登上它意味着国际开发者也能便捷调用混元——这对开源大模型的社区影响力扩散至关重要。同时官方预告了更省成本的Hy4 Flash将在近期发布，轻量版与旗舰版的组合拳，是各家覆盖全价格带的标配打法。

六、独到判断：开源与闭源的竞争正在换轨

6.1 差距收窄的”月抛化”

腾讯官方承认Hy4与GPT-6.1 Sol、Claude Opus 5.5等顶尖闭源模型仍有差距，这种坦率反而值得尊重。但更重要的是差距收窄的速度：两年前开源旗舰与闭源旗舰之间隔着一代以上的能力差，如今这个差距已经压缩到几个月。闭源厂商每发布一代，开源社区几个月内就能追到”够用”的水平。这种”月抛化”的差距，正在动摇闭源模型的溢价根基——企业愿意为顶尖10%的能力付高价，但如果80%的场景开源模型就能覆盖，付费意愿会快速向下迁移。

6.2 开源大模型的赢面在”生态密度”

我判断未来两年开源与闭源的竞争焦点，会从”模型能力”转移到”生态密度”。一个开源模型的价值 = 模型能力 × 可部署性 × 工具链成熟度 × 社区微调生态。Hy4这次把Computer Use、视觉理解、百万上下文全部放进开源权重里，等于把整个能力栈交给社区去衍生——微调版本、垂直领域版本、端侧蒸馏版本会像雨后春笋一样出现。闭源厂商则永远只有官方一个版本。生态密度一旦拉开差距，是很难追的。

6.3 腾讯的真实野心：模型是入口，云和场景是出口

回到商业本质：腾讯做基座模型，不是为了卖模型，而是为了给自己的云业务和应用矩阵供电。Hy4开源+低价+生态接入的三件套，本质是把模型变成基础设施层的水电煤——钱在Token消耗（腾讯云）、企业订阅（企业微信/WorkBuddy）和场景增值（游戏/内容）里赚。这条路径与DeepSeek这类纯研究驱动团队不同，也与OpenAI的订阅制模式不同，是典型的”腾讯式打法”：不争一时的模型跑分，争长期的使用黏性。

6.4 风险与变数

当然，Hy4也面临真实的挑战：其一，开源权重放出后的社区热度能否持续，取决于工具链和文档质量，这不是发布日就能看出来的；其二，Computer Use在真实企业环境中的稳定性仍需大规模验证，演示和生产的距离往往比想象中远；其三，闭源阵营的下一代模型随时可能再次拉开差距。开源大模型的竞争是长跑，Hy4正式版是一个漂亮的中途冲刺，但终局远未到来。