Hy4 - 腾讯混元推出的新一代旗舰多模态大模型

Hy4 是什么

Hy4 是腾讯混元推出的新一代旗舰多模态大模型，面向复杂推理、AI 编程、长程智能体和专业生产力任务。相比 Hy4 preview，正式版扩大了预训练与后训练规模，首次加入视觉理解和电脑操作能力，并提升指令遵循、长文理解、深度研究及复杂任务执行表现。Hy4 能够结合推理、工具调用和专业软件完成前端开发、游戏制作、金融分析、科研计算及办公协作等任务。腾讯将其定位为当前具有竞争力的开放权重模型之一，目前已开放 API 服务，模型权重计划后续开源。

Hy4 的核心特性

• 多模态视觉理解： 首次引入视觉能力，支持细粒度图像识别、复杂图表分析、图文混合推理和跨模态信息理解，可结合视觉感知与工具调用执行任务。
• 电脑操作与专业软件控制： 支持结合命令行和图形界面操作电脑，针对 Blender、CAD 等专业软件及跨应用长程任务进行专项训练，能够规划、执行和验证复杂操作流程。
• AI 编程与前端开发： 优化复杂交互、业务逻辑、状态管理及前后端联动能力，能够生成具有完整功能的网页应用，而不仅是静态界面。
• 游戏开发与交互逻辑： 深度适配 Unreal Engine、Unity、Godot 等主流游戏引擎，支持游戏玩法逻辑、状态管理、资源处理及多人联机游戏开发。相比预览版，GameDev 和 GameLogic 评测分别提升 19.1% 和 9.8%。
• 金融研究与数据分析： 基于真实金融工作空间和专业任务进行训练，支持基金研究、证券分析、量化策略、资产配置、公司金融及财税会计等工作，并强化金融数据检索和事实一致性校验。
• 办公文档协作： 支持用户与 AI 协同编辑 Word、Excel、PPT 等办公文件，提升复杂指令执行、内容修改、格式处理和文档生成质量。
• 深度研究与科学计算： 结合复杂推理、科学编程及长程任务执行能力，辅助数学建模、物理仿真、科研数据处理和机器学习实验。
• 长期任务与个人助理： 增强长上下文理解、多源信息整合与任务跟踪能力，可借助 WorkBuddy 连接聊天、邮件、日历、会议和文档，整理项目进度并识别待办事项。

Hy4 的应用场景

• 前端与 Web 应用开发： 根据自然语言需求构建网页、交互式应用、三维可视化系统及完整的前后端功能。
• 游戏原型与玩法开发： 使用 Unity、Unreal Engine、Godot 等引擎制作游戏场景、设计玩法逻辑、处理游戏资源并辅助测试。
• 专业软件自动化： 通过电脑操作与工具调用，完成 Blender 三维建模、CAD 设计以及跨应用任务。
• 金融投研与估值建模： 检索市场及公司资料、分析财务数据、构建估值模型，并输出 Excel 财务模型与研究报告。
• 办公文件生成与修改： 创建和编辑 Word、Excel、PPT，处理格式规范、内容修订、数据汇总与报告制作。
• 科研实验与科学计算： 开展物理建模、数学计算、科研数据处理、实验代码编写及自动化研究流程。
• 个人任务管理与项目跟踪： 汇总邮件、聊天、会议及日程信息，识别任务优先级、待办事项和项目进展。
• 多模态信息分析： 识别图像中的目标、理解复杂图表、结合文本进行推理，并生成分析结果。

如何使用 Hy4

1. 普通用户

• 在线体验：通过腾讯元宝和 ima 使用已接入的 Hy4 模型。
• AI 办公：通过 WorkBuddy 进行资料分析、任务管理和文档处理。

2. 开发者

• 腾讯云 API：通过 腾讯云混元大模型 接入 Hy4。
• 第三方 API：通过 OpenRouter 调用 Hy4。

3. AI 编程

• 通过腾讯 CodeBuddy 使用 Hy4，辅助代码生成、项目开发和软件工程任务。

4. 企业应用

• 通过腾讯云 API 将 Hy4 接入企业系统，构建智能客服、金融研究、办公自动化和智能体工作流。

5. 本地部署

• 官方已宣布计划开源模型权重，并与 vLLM、SGLang 社区及 Inferact Inc. 合作提供推理生态支持。
• 模型权重尚未正式开放，具体本地部署要求需等待后续技术资料。

Hy4 API 价格

Hy4 正式版沿用 Hy4 preview 的 API 定价，以下为腾讯官方公布的人民币价格。

Token 类型	价格（每百万 Tokens）
输入（命中缓存）	¥0.30
输入（未命中缓存）	¥6.00
输出	¥18.00

相较预览版，正式版在增强模型能力的同时没有提高 API 单价。实际计费规则以接入平台为准。