腾讯混元发布 Hy4：首次引入视觉与电脑操作能力，跻身最强开源模型之列

体验入口： 腾讯云 · OpenRouter · Hy AI Studio

2026 年 11 月 4 日，腾讯混元发布 Hy4 正式版。随着模型能力的再次全面跃升，Hy 首次跻身最强开源模型之列。

相比于 Hy4 preview，Hy4 显著扩展了预训练和后训练规模，首次引入了视觉能力，并大幅提升了指令遵循、长文理解、长程任务、深度研究等各项综合能力。

持续解锁的真实生产力

基础能力的全面提升，以及和腾讯内部众多产品与业务的持续合作，让 Hy4 解锁更多真实生产力场景。

视觉与电脑任务

Hy4 首次引入视觉能力，可以结合感知、推理和工具调用，进行细粒度图像处理和复杂图表分析等任务。Hy4 也首次支持电脑操作，可以灵活地结合使用命令行和图形界面。腾讯混元针对 Blender、CAD 等专业软件和跨应用长程任务开展了专项训练，持续优化专业任务的规划与执行力。

Prompt: 找到屋顶写有“KLOOSTERBOER” 的仓库右上方光伏板区里最东侧的白色方形构件。

Prompt: 参考这张图纸使用mcp在blender中搭建还原整个建筑的室内空间。资产可以使用插件中的cc0资产，如果找不到对应的就自己制作。尽可能制作真实的效果图的材质、光照、色彩和结构。把blender的这个场景导出模型贴图并导入UE里并还原场景布置和灯光效果，导出前需要把模型该合并的合并，比如地面的砖块需要合并成一个，盆栽的植被需要合并成一个，来简化导入导出的流程以及保证引擎内的优化。在UE关卡中增加第一人称预览玩法，可以选中室内的主要元素比如墙体、桌椅等，并且更换他的材质。最终的结果是玩家可以在室内自由的DIY屋内的装修。

Prompt: 请仅根据此图，将900块碎片还原成30×30的完整拼图。不搜索网页、本地原图或答案；原始文件夹只读，生成文件写入工作区。简要规划后直接执行，可编写脚本。

1. 使用原始分辨率分割并编号，核对碎片数量，保留原始像素、轮廓和对应关系。保持实际比例，图像与掩膜同步变换，正确处理 RGB/BGR，避免偏色。
2. 先抽样验证处理结果和初始拼接，再逐步扩展。结合相邻内容与整体布局判断，保留歧义候选；冲突时复查早期连接，允许拆分回退。复用有效结果，停滞时定位原因，避免盲目重算。
3. 在接缝处理前独立核验：每块恰用一次、网格完整、位置无冲突。程序检查全部邻接，查看整图和可疑接缝，针对异常修正；填满网格不等于拼对。 交付完整分辨率PNG、预览图及碎片位置。完成还原并展示结果，确认颜色和整体朝向正确；仍有无法确定的位置，请明确指出。 图片路径：/Users/Hunyuan/input.png

Prompt: 这是哪个城市？拍摄位置在哪？

Prompt: 用Chrome里的JS Paint（jspaint.app）只靠鼠标画出hy.png，并把每个鼠标动作和画面变化录成视频。 要求：Playwright全程录屏并显示光标；画布拖成512×460；Lab聚类取含白28色，在Edit Colors里只用鼠标点色域和亮度条调色；方头画笔8/5/2px三遍由粗到细，每遍读回画布，按格子增益合并成直线笔触；JS只读不写画布。 输出output/：全程与8倍速MP4、记录每次move/down/up的日志、成画、对比图；像素吻合≥95%。

前端与游戏开发

视觉理解的引入也使 Hy4 的前端与游戏开发能力显著提升。腾讯混元对前端的复杂交互、业务逻辑、状态管理、前后端联动等方面进行了针对性优化，模型生成的界面不仅好看，并且功能完整可用。在游戏开发场景，腾讯混元与腾讯 IEG 专业游戏开发者合作，持续优化数据和评测质量，重点提升了功能实现、玩法逻辑、状态理解、资产处理等能力，实现了对 UE、Unity、Godot 等主流引擎的深度适配，并开始扩展至多人联机游戏开发。相比 Hy4 preview，Hy4 在 GameDev 和 GameLogic 评测中分别提升 19.1% 和 9.8%。

Prompt: 目标：用 Three.js 构建一个「腾讯企鹅岛 3D 数字沙盘」，交付一个可离线双击打开的单文件 HTML（内联 Three.js 0.184.0，无 CDN/字体/纹理等远程依赖）。不是鸟瞰图、不是纵向 Landing Page、不是贴图背景——所有建筑、道路、绿脊、海岸、植被、人车必须在同一套真实三维场景里，可任意旋转与地面行走。

场地：海湾半岛南北纵深，蓝灰海面、白银建筑群、中央绿脊、环岛路网。重点塑造五组建筑——① 腾云中心：三座低矮云楼＋架空筒体＋钢桁架连桥；② 云海大厦：六栋错落塔楼＋参数化金属翼片；③ 企鹅公寓：11 栋锯齿错位、共享退台；④ 腾讯螺旋（最关键）​：四片建筑立面自身连续回旋、展宽向上成塔，落成 J 形收脚，绝不能套外挂圆环或做成四根麻花；⑤ 科技馆：连续环形绿顶＋内庭（标注"图像拟合、非测绘"）。

交互：轨道观察、第一/三人称地面漫游（第三人称显示企鹅化身）、天气昼夜、小地图、建筑详情、楼层剖切、电影导览、截图与录制。

UI：浅色磨砂控制面板、中文清晰排版、可收起工具层；夜景只改 3D 环境，面板保持浅色可读，禁止黑底霓虹驾驶舱。

Prompt: 生成一个以 Tesla Roadster 发布会「垂直弯道」测试 为视觉核心的网页。网页不是传统纵向 Landing Page，而是一个占满浏览器视口的、带有夜间试验场 3D 场景、真实车辆动力学、多车型可选、转播遥测 HUD 与坠毁残骸模拟的互动测试台。 请重点还原：  夜间发布会试验场：泛光灯塔 + 体积光束、LED 大屏、看台手机灯、远山与地平线灯火  直道 → 回旋线 → R 10.5 m 圆弧、终止于 170° 的钢桁架垂直弯道  五台可选车型，默认 Tesla Roadster（2026 量产设计）  按官方侧视 / 俯视图标定的程序化高还原车模  W 前进 / S 倒车，真实纵向动力学与抓地极限  每一步实时计算法向力：速度不够就脱离坠落，入弯太快就结构过载  Roadster：风扇吸附倒挂 170°；冲顶后冷气推进器翻正 + 减速落地  小鹏汇天陆地航母：脱离后尾舱开启，飞行体升起展开六旋翼平稳降落  动力不足或操控失误即坠毁：残骸翻滚、车轮脱落、碎片四溅、火光与持续黑烟  转播遥测风格 HUD：速度表、下压力、俯仰、高度、g 值、姿态仪、贴附窗口曲线  入弯限速提示与超速红色警告  整体高级、克制，像一场真实的发布会直播，而不是卡通游戏 UI 一、页面结构 整个网站只有一个全屏 3D 场景，所有 UI 都是浮在场景上方的 HUD 层：  Loading 遮罩（BUILDING TEST SITE）  主场景：夜间试验场 + 垂直弯道 + 车辆  顶栏、左栏（选车 / 参数 / 任务）、右栏（遥测）、底部仪表  结果卡（PASS / CRASH）与「原理」弹层 不要制作传统 Header + Hero + Section + Footer 的网页。 整个体验保持： 100vw × 100vh canvas: position: fixed; inset: 0 html, body: overflow: hidden 键盘与触控只用于驾驶和切换，不产生任何页面滚动。

Prompt: Clipboard_Screenshot.png 参考这张图做成一个精美的3D 交互讲解网页，只交付一个 .html 文件， # 背景要求 星空背景，旁边是讲解面板。点模型上的标签，就能看到这个结构是什么、有什么用、考试怎么考；支持剖面、拆解、多个对象并排对比，还能对照原图。 # 3D 建模要求 ## 大肠杆菌

• 杆状菌体，带有剖切开口，可以看到内部结构。
• 由外到内依次建模，每层颜色可区分： 细胞壁（橙黄，不透明）→ 细胞膜（绿色薄层）→ 细胞质（淡蓝、半透明）。
• 拟核：用多条随机缠绕的 TubeGeometry 组成蓝色 DNA 团。
• 核糖体：100～200 个紫色小球，随机分布在细胞质中。
• 菌毛：50～80 根短细管，沿表面法线方向分布。
• 鞭毛：3～5 根波浪形长管，从一端伸出。 ## 蓝细菌
• 椭球形细胞，同样做剖切展示。
• 细胞壁为外层深青色颗粒质感厚壳，内侧是细胞膜。
• 细胞质为绿色，内含 4～6 层同心排列的光合片层，片层上分布黑色小点表示核糖体。
• 中央拟核区由网状丝线和若干黄色颗粒组成。 # 美观度 科普讲解注意美观度，通过3D展示便于学生理解

Prompt: 用Hyper引擎制作一款第三人称射击游戏，你先在一个简单的只有地板和四面高墙的场景中实现TPS游戏的3C，可以通过数字键1234切换匕首、手枪、步枪、霰弹枪。

Prompt: 请制作一个可实际游玩的「QQ 欢乐街机厅」：把 2000 年代 QQ 游戏大厅装进一间精致的 3D 街机房。打开后先看到完整大厅，点击圆凳入座，镜头推近机台，再在屏幕里选择和游玩小游戏。要有怀旧气氛、丰富画面和完整交互，不是静态展示页。

一、整体视觉 主题是「2003 年的 QQ 游戏记忆」：热闹、亲切、明亮，带一点玩具模型和微缩场景的质感。 房间采用奶油黄墙面、深蓝天花、蓝黄棋盘格地砖，暖黄色灯光搭配蓝、橙、绿、紫色机台。 机身有圆润倒角、厚实外壳、烤漆高光和少量镀铬装饰。地面有柔和反射，物件落地处有接触阴影。 灯箱和霓虹适度发光，但文字、屏幕和机身颜色仍然清楚。不要做成暗黑赛博房间或现代极简界面。

二、大厅与机台 默认镜头正对房间，略带俯视，能看到地面和机台纵深。中央主机最大、最醒目，左右各两台侧机，五台屏幕都能看到。 中央主机采用蓝白配色：顶部「QQ游戏」灯箱、厚屏框和 4:3 屏幕、前凸操控台、红色摇杆、彩色实体按钮、下方投币口和橙色脚座。造型有层次，不要只用长方体拼柜子。 主机顶上放企鹅雕像：黑白身体、奶白肚皮、黄色嘴脚、红围巾、闭眼笑，一只鳍抬起招手，另一只自然下垂。鳍是扁薄的片状，轮廓柔和。 四台侧机分别是橙色 QQ堂、绿色连连看、紫色音乐节奏机、绿色斗地主。每台都有独立灯箱、动态待机画面、投币区和圆凳。 凳子采用蓝紫色软垫和金属凳腿，鼠标悬停时给出清楚的可入座反馈。 房间加入「QQ 欢乐街机厅 · 2003」招牌、吊灯、气球、企鹅摆件架、娃娃机、好友在线榜、今日高手榜和游戏海报。陈设丰富但有主次，不挡住主机屏幕。

三、屏幕里的游戏大厅 使用早期桌面客户端的视觉语言：蓝色渐变标题栏、菜单和工具栏、宋体小字、细边框、亮面按钮、橙色活动横幅。 布局包含左侧游戏分类和用户资料、中间游戏专区与动态预览、下方桌子座位列表，以及好友在线和聊天消息。 内容密集但整齐，不要用四张大卡片占满屏幕。 四款游戏的预览展示真实玩法动画。点击游戏条目、预览区或空座位都能开始，键盘也能选择和确认。 暂停、帮助和结算窗口保持统一风格。结算包含企鹅插画、结果标题、成绩和重玩按钮。 屏幕显示实时游戏内容，入座后文字可读、点击准确。

四、四款可玩的小游戏 QQ堂： 暖色卡通格子地图，地块和障碍有厚度。方向键移动，空格放糖泡，糖泡延时向四个方向爆开，可破坏障碍、困住角色。电脑对手会移动、放泡和躲避，支持胜负结算与重开。

连连看： 棋盘使用企鹅、表情和小道具图案。点击两个相同图案，连线最多转两个弯，可从棋盘外绕行。包含倒计时、连击、提示、重排和结算；开局有解，无解时可以恢复。

音乐节奏机： 画面包含舞台、舞者、方向舞步序列框和节拍条。按顺序输入方向，在节拍点按空格确认，显示 PERFECT、GOOD、MISS 和连击。音乐与判定同步，不做成四轨下落式界面。

斗地主： 玩家对两名电脑对手，包含发牌、叫地主、选牌、出牌、不出、提示和结算。牌型与大小关系正确，对手能完整打完一局。玩家手牌横向展开，对手牌背竖向叠放。

四款游戏都能从大厅进入，玩到结算，再返回大厅。可以控制内容规模，但不能只有动画或按钮反馈。

五、镜头、操控与声音 点击主机圆凳，镜头平滑推到适合读屏的位置；点击侧机圆凳，进入对应机台并开始对应游戏。退出后平滑回到大厅。 键盘操作与实体操控件联动：摇杆随方向倾斜，按钮按下时下沉并亮起。鼠标点击操控件也能触发对应动作。 提供操作指南、返回大厅、全屏、静音和模型查看入口。模型查看可以绕着主机观察。 大厅和四款游戏各有不同的循环音乐，并配点击、入座、消除、放泡、节拍判定和出牌音效。 首次操作后才发声，切换音乐时淡入淡出，不叠播。Esc 暂停，切走页面自动暂停，恢复时不乱跳、不连发输入。

六、实现与交付 使用真正的 3D 场景。推荐 Three.js 负责交互与显示，Blender 制作模型并烘焙光照，Canvas 绘制机台里的实时界面和游戏。 最终交付单文件 HTML，模型、贴图和音频所需数据内嵌，双击即可在桌面浏览器运行，不依赖登录、数据库或外部资源请求。 以 1280×720 为主要观看尺寸，并适配较窄窗口。缩放后文字不重叠，操作入口仍然可用。 先打通「大厅 → 入座 → 选游戏 → 游玩 → 暂停 → 结算 → 返回」，再完善四款游戏，最后细化模型、灯光、陈设、特效和音频。 交付前实际打开最终 HTML，检查五台屏幕正常显示、四款游戏能玩完、点击准确、镜头不穿模、控制台没有报错。 提供可运行成品，以及大厅全景、主机入座和四款游戏的截图。未验证的部分直接说明。

现在开始制作。先给出简短的实施顺序，然后直接推进第一版可运行内容。未指定的陈设、文案和细节自行设计，保持整体风格统一。

Prompt: 用 Three.js 做双人合作联机射击游戏：两只水豚各乘一艘小船，核心玩法是用枪械击杀怪物，同时用手持枪的后坐力推船。场景是 100m 航区的风格化浅海，场景是一个夕照的海岛，有珊瑚海草、鱼群、以及海底扎根的荆棘。整局的体验是连续生存打怪，商船定时出现可买武器升级，最后打首领。每人 5 颗心，倒地要队友救。服务器 60Hz 模拟，同时快照配合客户端预测，镜头为俯视视角，最终输出单文件 HTML。

金融与办公场景

腾讯混元基于真实金融场景构建了数千个工作空间和上万个高质量任务，让模型充分学习基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等方向的专业流程与规范。腾讯混元联合腾讯金融科技 FiT 开展了 213 位专家的金融众测，其中 153 位来自外部的头部金融机构，且七成拥有五年以上工作经验。基于 579 个真实金融任务的众测显示，Hy4 综合表现位居开源模型第一（Hy4：3.04/4；DeepSeek-V4.1-Flash-1017：2.97/4；Kimi K3.1 Pro：2.68/4；GLM-5.3：2.68/4）。此外，在金融智能体公司讯兔科技的内部评测 IRAB 中，Hy4 较 Hy4 preview 提升 12.03 个百分点。为了提升金融等各类办公场景的实用性，腾讯混元还启动了针对时效检索、多源信息整合与事实一致性校验的专项搜索优化。在自建测试中，Hy4 的幻觉率从 Hy4 preview 的 15.76% 降至 5.45%，猜测导致的错误率从 23.1% 降至 5.6%。此外，Hy4 还重点提升了办公场景中的人机双写能力，支持用户与 Hy 实时协作编辑 Word、Excel、PPT 等办公文件。盲评显示 Hy4 相比 Hy4 preview 在文档美观度、稳定性和可用性上均有明显提升。

Prompt: 用global-equity-research和neodata，做一个特斯拉的建模报告，要输出excel和对应的报告pdf，注意你的估值逻辑以及数字来源，可以搜索并参考多家机构的的研究，研究机构写HY RESEARCH

Prompt: 做一个可交互的 HTML 应用 "Analyst Workstation"左上角写HY RESEARCH WORKSTATION：一个暗色终端风格的 1920x1080 仪表盘（按窗口等比缩放），让一位覆盖 Tesla（TSLA）的买方分析师走完一个交易日，从 07:58 的盘前检查一直到 18:00 的投委会（IC）。布局：顶栏（logo、Ctrl+K 命令面板、Market/Call/Model/Outputs/Settings 视图切换、美东时钟、"IC meeting in hh:mm:ss" 倒计时）；左栏（10 只电动车股票的最新价、涨跌幅和来源标签，下面是带 NEW/UPDATED 徽标的工作区文件树）；中间主视图；右侧 Copilot 面板，六个动作：Morning Brief、Call prep、Notes from transcript、Update model、PM challenge、Export Excel。每个动作先列出将读取的输入和将产出的对象，确认后逐步执行：步骤行先转圈再变绿色对勾，结果以 Markdown 输出并带可点击的引用（新闻、转写片段、模型单元格），时钟依次跳到 08:05 / 10:00 / 11:05 / 13:00 / 16:00 / 17:30，产出的文件滑入文件树。Market 视图：4 张带迷你走势线的宏观指标卡、64 个交易日的 TSLA K 线（MA20、事件标记，悬停显示 OHLC）、覆盖股票热力图、AI 打标并关联驱动因子的新闻流、论点跟踪卡（驱动因子状态 On track/Watch/At risk，变更记录原因）；07:59 一条"0% APR"突发新闻滑入，驱动因子 #2 从 Watch 变成 At risk。Call 视图：左侧专家电话转写稿，波形随转写进度填满；选中一句话可一键 Cite 成右侧笔记的一条要点，原文自动高亮，悬停要点时用一条青到紫的发光连线连回原文；要点可标记为 model-relevant，供 Update model 读取。Model 视图：顶部是超大字号的目标价和评级标签（按相对覆盖池平均收益判定），旁边是与最近一次导出的 Excel 逐项对账的 tie-out 表；下面是分组的估值输入（市场、WACC、SOTP、方法权重）和关键滑块（各业务估值倍数、FSD/Robotaxi/Optimus 估值、beta），与输入框和内嵌 Excel 双向绑定；再往下是 SOTP 拆分图、逐年经营预测表、HY 与一致预期对比、bear/base/bull 情景、DCF 与反向 DCF、7x7 敏感性热力图，任何改动全部实时重算；改动在 Save version 之前都算未保存，可查看历史版本；评级翻转时弹出提示，并把依赖旧版本的导出标为 Stale。Outputs 视图：导出过的 Excel 版本时间线（每个版本显示目标价、评级、模型版本和生成时间），三个页签：Excel（逐表预览导出的工作簿）、Dashboard（估值足球场图、SOTP 瀑布图、收入结构、利润率与 FCF、股价与情景扇形图）、Compare（任选两个版本，对比关键数字、SOTP 变化、收入路径和输入差异）。PM challenge 会让 Copilot 面板变成红色，并用模型里的假设测算回答两个质询问题。

Additional Instructions：只用纯 HTML/CSS/JS，不用任何框架，也不用 ES module；双击 index.html 就能运行。所有数据都是写死的示例数据，界面文字全部用英文。配色：底色 #04060B，铺一层淡淡的 48px 网格和蓝、紫两团光晕；卡片是 14px 圆角的玻璃质感；强调色用 #5B8CFF、#38E1FF、#9B6BFF，绿 #22D39A，红 #FF5470，琥珀 #FFB547；数字用等宽字体。业务逻辑必须前后自洽：各操作之间有依赖（prep → notes → model → export → PM），提前点后面的步骤时，先询问是否补跑缺失的前置步骤；时钟只能往前走；同一时间只能运行一个工作流，并提供 Skip 按钮快进；关键驱动因子的数值只跟随已保存的模型版本；导出的 Excel 是那一刻的快照，TP 偏离超过 5% 或评级变化时标记为过期。估值以内嵌 Excel 的 Valuation 表为准：目标价由 SOTP、EV/Sales 和 DCF 按权重加权后取整。页脚注明："Illustrative data for demonstration only. Not investment advice."

估值模型同时做成一本真正的 Excel，内嵌在 Model 视图里：外观像真实 Excel（白底网格、列标和行号、冻结表头和首列、底部 Sheet 页签、顶部公式栏；千分位、负数加括号、百分比、倍数带 x 等数字格式；蓝字为输入，黑字为公式，绿字为跨表引用）。共 7 张表：Cover、Drivers（按业务线拆收入）、IS、BS、CF、Valuation（WACC、逐年 DCF 加终值、反向 DCF、SOTP、加权目标价、情景）、Estimate Changes；列为 FY2022–FY2025 历史加 FY2026E–FY2032E 预测，公式上千个，三张报表逐年勾稽（CF 期末现金回填 BS，BS 每年有一行 Balance check）。只有输入单元格可改，回车后整本重算，变化的单元格闪烁高亮；点任一公式单元格，按序号依次高亮从输入到它的引用链，侧栏列出每一步的数值；表头常驻勾稽检查（资产负债表平衡、现金一致、与 Model 视图目标价一致）；可一键导出保留公式、格式和冻结窗格的 .xlsx，用 Excel 打开后数值完全一致。公式引擎用纯 JS 自己实现，不引入任何库。

Prompt: 第一轮： 我是七年级科学教师，请制作可直接上课的《纸桥怎样比才公平.pptx》，只交付可编辑PPT。设计40分钟新授课：32人、8组，每组4人；无网络、无手机，每组可用9张同品牌80g/m² A4纸、两只同高支架、尺和10g砝码，桌面实验，垫盘承接，不用玻璃或人体载荷。 完整核心材料：参考实验每次用新纸、单张制作，载荷放桥中央，每次增加10g，记录首次明显塌陷前一级的安全载重；120g仍未塌则记“≥120g”，不继续加载。A平板桥跨度15cm，三次20/20/30g；B单道V折桥跨度15cm，60/70/60g；C波纹桥跨度10cm，90/100/90g。数据全部模拟。 学习目标：能说清改变、测量和保持不变的条件；能提出可重复的公平比较方案；能按实验条件作有边界的结论。让学生先判断、实际设计或操作、再用证据修正判断，安排个人检测，说明各环节用时。教师答案、常见误解及追问放备注或独立教师页，不在作答前展示。图示、题干及表格要可编辑，具体页数自定，投影清楚。不能把不同跨度数据直接当成结构优劣的充分证据，也不要编造本班已测出的结果。

第二轮（选区AI编辑）： @选区:"幻灯片 2 · 全课 40 分钟" 这种每页的时长都放备注里，只需要老师看到即可 @选区:"幻灯片 4 · 同样一张同品牌 80 g/m² A4 纸…" 这里说的三种形状，下面的图里面看不到区别？

Prompt：任务一：我是研发部闻博（E1312，P4），8 月 10 日到 12 日去青岛客户现场调试机房设备。出差的发票散落在我的 QQ 邮箱（3545925739@qq.com）和当前文件夹里。请按公司规定把能报销的票据整理成一个压缩包，附一份报销明细，标出不符合制度的票据和原因，准备发给财务同事（企微：xxxxx）。

任务二：请审核 03_报销单/ 中的全部 24 张报销单， 判断每一张是「全额通过」「核减后通过」还是「退回补件」。 审核时你必须自行查阅并交叉比对该目录下的全部材料，包括制度文件及其附件、 员工花名册、部门预算、个人累计额度、历史发票台账，以及相关邮件。最后给一个网页版本告诉我结论

科研与模型研发

Hy4 将复杂推理、科学编程与长程任务执行相结合，进一步提升端到端推进科研工作的能力。在涵盖 7 大学科、123 项可执行研究任务的 TenureTrail 内部评测中，Hy4 在数学构造、物理建模、地球环境、系统工程和社会经济决策等领域展现出扎实的科研能力，位居开源模型第一。Hy4 也在为递归自我改进（RSI）做准备，提升各种模型研发任务的能力。结合 Hyra 2.0脚手架，Hy4 优化了内部同架构小模型的预训练基础设施，并自动训练出在多项评测中优于官方的 Jev 模型。同时，腾讯混元也开源了由 Hy4 协同 Hyra2.0 研发的单细胞表征基础模型 HyCell 和物理场基础模型 HyPDE，希望将模型辅助科研的成果转化为社区可复用的工具。

在小鼠胚胎三维重建任务中，面对包含 699 万个细胞的 84 张无序二维切片，以及其中的镜像翻转问题，Hy4 在离线、无专用配准工具、无细胞类型标注的条件下，于1.5 小时内完成了切片对齐与三维重建，全程无人干预，效果优于常用配准工具的默认流程，展现了在复杂数据与受限工具环境下自主推进科学计算任务的能力。

在与北京大学数学团队合作的研究中，Hy4借助北大自研的Pharos harness成功的找到了 Méndez–Pinto–Villarreal 猜想的反例，并进一步提出新的条件完善了该猜想，并对相关证明进行 Lean 形式化验证，完成了从反例发现、命题修正到证明验证的完整研究流程。相关成果见：MPV 猜想研究

在内部缩小规模的 Hy4 模型上，Hy4 自主定位预训练系统中的性能瓶颈，并围绕多个方向开展多轮基础设施优化，最终实现端到端训练吞吐提升 20.1%。

配合 Hyra 2.0，Hy4 自动完成了 Jev 模型的训练，得到的 Hyra-Jev 在 8 项基准评测中有 6 项优于官方 Jev。

借助 Hyra 2.0，Hy4 研发了单细胞表征基础模型 HyCell。在 7 个未参与训练的细胞图谱上，仅有 1600 万参数的 HyCell 以约 1/14 的参数量达到与当前 SOTA 模型 Stack 相当的综合性能，并取得参评模型中最高的平均生物学保真度得分。

在物理场建模方向，Hy4 配合 Hyra 2.0 研发了物理基础模型 HyPDE。与当前 SOTA 模型 Walrus 相比，HyPDE 在 13 个物理仿真数据集上的单步、短期（1–20 步）和长期（21–60 步）预测中，分别有 9、10、8 个数据集取得更低的预测误差。

长期个人助理

Hy4 的上下文学习能力持续提升，能更好地理解多源复杂信息。借助 WorkBuddy 的企业微信套件，Hy4 可以连通聊天记录、邮件、文档、日程与会议等日常工作信息。多个项目并行推进时，Hy4 能理清各项目的推进历史与最新进展，识别待跟进的任务、需要准备的会议和临近截止的事项，及时提醒用户并协助安排优先级。此外，由 Hy4 支撑的团队协作功能将随新版「项目」在 Workbuddy 上线。

Prompt: 目标：综合我的聊天记录（群聊、私聊、文件）、邮件、日历、会议及文档，生成「Daily Focus」个人每日事项看板，交付可离线打开的单文件交互式 HTML。不是聊天摘要或流水账，而是让我一眼知道今天有哪些事值得关注、哪些需要优先处理。内容：跨来源整合最新信息，去重并提炼工作、生活及日常事务中值得关注的事项，按重要性和紧急性排序。重点讲清每件事发生了什么、目前什么情况、接下来该怎么办。面向普通大众，用自然、通俗的语言解释事情，不预设读者了解背景，避免专业术语、内部缩写、复杂表达和 AI 套话。保留必要来源。

Prompt: 我很久没锻炼了，想要恢复锻炼，能帮我看看24年那次为啥锻炼停滞了吗，不知道是练法不对，还是补剂没跟上，还是没睡好，以及有恢复锻炼的建议吗？

Prompt: 1. 下周就去实习了，第一次跟 mentor 聊，想先把自己的底子讲清楚。帮我想想怎么介绍吧，之前做过什么、哪些比较熟，还有什么想跟团队学的。自然一点，别像念简历～ 2. 毕业论文终于写完了，最后一起写下致谢吧。想开头先谢谢一路帮助过我的人，再谈一下研究生和实习时候的研究方向和改变，以及学习到的经验～

产品反馈

在 Manus 的内部评测中，Hy4 在深度研究、数据分析和办公文档等任务上效果亮眼，综合表现名列前茅。我们发现，Hy4 非常擅长办公文档的生成和编辑，任务完成率接近 97%。它的指令遵循非常精准：在复杂的文档编辑任务中，从引用格式、样式编号到逐条修改说明，它都能准确完成。对 Manus 用户来说，这意味着更少的返工，以及在真实场景中更高效地解决问题。

—— Manus

作为聚焦投研场景的 AI 服务商，讯兔科技基于 IRAB 投研智能体评测基准，用 101 道真实投研任务，对 Hy4 正式版进行了评测。Hy4 正式版综合得分 61.63 分，相比 Hy4 preview 提升了 12.03 分，在我们持续跟踪的同系列模型中进步明显。横向看，Hy4 正式版的得分稳居国产模型第一梯队，与海外旗舰模型的效果进一步缩小。投研智能体的价值在于交付能真正可用的研究成品，Hy4 在端到端完成真实投研任务上进步很快。此前 Hy3 也接入了alpha派部分产品，期待与混元团队持续深化合作，探索金融场景的智能上限。

—— 讯兔科技

作为金融市场领先的机构 AI 投研工作台，进门内部投研 Agent 场景评测中，Hy4 是目前唯一在总分上与 Claude Opus 5.5 并列第二的国产模型，更在数据查询单项上以 75.4 分超过 GPT-6.1-sol 近 20 分、位列全部参测模型第一。对投研工作台而言，查准数据是所有分析的第一步，只有数据准确了，后面的判断才有意义。

—— 进门

在财搭子 Harness 框架下，混元 Hy4 充分展现出投研解读与决策辅助的应用价值。评测中，个股研究场景下均分 4.27/5，位列参评模型首位，42.9% 的回答获得五模型最高评分（含并列）；深度投研、跟踪监控均分分别达到 4.43 和 4.03分（满分5分）。实际任务中，混元能够围绕核心矛盾组织分析，善于发现弱关联之间的强因果：公司研究关注订单向利润和现金流的转化，板块研究拆解机会成立的条件，ETF 分析区分指数表现与产品溢价风险，决策辅助时结合持仓成本给出情景方案，跟踪任务则把关键价位和风险信号转化为观察条件。它能将专业信息解释为投资者可理解的判断依据，并交代风险边界与改判信号，为从理解机会到持续跟踪的投研决策提供支持。

—— 财搭子

金融服务面对的，是投资者关于市场、行业和资金规划的具体问题。我们围绕市场行情观点和投资规划，对 Hy4 开展了覆盖 398 道问题的内部测评。以有色金属行业影响因素为例，模型可从宏观环境、供需、政策、成本、金融市场及金属特性六个方面进行梳理，并区分工业金属与贵金属的不同驱动因素。Hy4 可用于投资者教育和金融知识问答场景，帮助投资者更系统地了解相关金融知识。

—— 南方基金

投资研究对宏观环境、行业基本面、财务与估值假设的可复核性要求较高。为评估 Hy4 能否为基本面研究提供有依据且可核对的分析支持，我们在公司投研智能体平台上针对宏观事件分析、公司估值建模、组合构建、风险分析等常见任务进行实验，Hy4 能够清晰理解用户意图，并明确给出计算依据与适用假设，以便投研人员核对结论，判断输出结果是否适用于具体研究问题，提升了输出结论的可信度。

—— 汇添富基金

客户证言

网页、视觉创意、3D 等场景上 Hy4 更好地平衡了效果和速度，多步骤浏览器任务中，Hy4 会观察操作反馈，自己调整和验证。WorkBuddy 综合评测：平均效果 83.18 分，通过率 96.15%，12 个场景里，Hy4 在 9 个场景位列国内模型第一。

—— WorkBuddy（产品经理 Anne）

在元宝内部评测集合上，Hy4 相比 Hy4 preview 得分从 65.25 提高到 72.53，其中，多轮对话和写作的提升尤为突出：多轮记忆得分提升 6.67 分，指代消解更智能，多轮对话衔接更连贯；写作多样性提升 10.89 分，内容多样性大幅提升。在元宝多模态理解场景，相较之前 VLM 模型，Hy4 在多模态 Agent 任务完成度提升 36.8%，多模态问答提升 15.8%，整体识图、图文混合推理、跨模态上下文能力大幅提升。

—— 元宝（产品经理 Nyx、Ranmer）

在王者荣耀项目中，Hy4 在开发与测试两大 AI 生产场景均实现显著升级。开发侧，搭配 AI 自动表格配置平台，Hy4 在 20 类游戏配置场景中，准确率从 91.74% 提升至 97.28%，经 Agent 自主校验修复后达 99.32%。测试侧，在 Bug AI 自动分析平台上，代码根因分析准确率从 59.5% 提升至 73.8%，且 Agent 工具调用深度为 Hy4 preview 的 3.7 倍，耗时与 Token 消耗未见明显增长，在游戏全链路 AI 生产中全面提升。

—— 王者荣耀（项目管理负责人 TH）

在和平精英 AI NPC 场景的效果评测中，Hy4 表现亮眼。相较 Hy4 preview，Hy4对话高度贴近玩家日常开黑交流，角色拟人度与人设一致性更高；互动主动性与话题延展性显著增强，能主动破冰、接话行云流水；通过安慰、肯定与主动提问持续高浓度输出情绪价值。3 分制人工评分下 Hy4 总分均值 2.91，其中情绪价值分项 2.96，高于整体水平并逼近满分。Hy4 让 AI NPC 角色更接近并肩作战的队友，高度还原与好友组队的陪玩体验。

—— 和平精英（AI 玩法策划负责人 Jesse）

在 QQ，小 Q 每天帮用户查信息、设提醒、总结未读消息、出社交主意，覆盖 40 多个场景。 Hy4 相较 Hy4 Preview，整体满意率从 90.11% 提升到 93.10%，其中联网搜索、QQ 空间查找推荐、订阅提醒三个高频场景，分别提升 6.66pp、4.69pp、2.52pp。

—— QQ（产品经理 Kedeng）

在企微大圆的复杂办公协作场景中，Hy4 能把多意图指令拆成关联的多个子任务，自主规划工具调用。相比 Hy4 preview，指令跟随能力提升 13.5%，复杂信息检索提升 12.7%，消息会话综合效果提升 8.5% 。

—— 企业微信（算法负责人 Dylan）

相较 Hy4 preview，Hy4 的综合评测得分从 82.10 提升至 87.69。其中，信息取舍和长度控制提升最为明显，分别提升 22.2% 和 50.7%；在人物关系梳理、情节解读、知识问答等场景下，更准确地抓住问题重点，减少无效冗余回复；答案可达性和读者适配能力分别提升 3.0% 和 6.6%，整体提升了用户阅读过程中的互动体验。

—— 微信读书（算法负责人 Isaac）

在新闻搜索和自由问答场景上，我们通过用户真实问题测试集的盲测对比，结果显示 Hy4 相比 Hy4 preview 在回复准确性、细节丰富度、语言流畅度等维度均提升 28% 以上，整体端到端答案质量，Hy4 相比 Hy4 preview 提升 36%。

—— 腾讯新闻（产品经理 Aero）

在 ima 知识库、通用问答及 agent 场景评测中，Hy4 相比 Hy4 preview，回答质量提升9.7%，推理正确性提升3.4%，思维链综合提升1.2%，模型回复内容更能抓住重点，决策依据更充分。

—— ima（产品经理 Kaycee）

负责任的开源和发布

腾讯混元充分意识到模型的网络和生物等能力潜在的安全风险，并致力于以更负责任的方式进行训练、开源与发布。

在 Hy4 训练阶段，腾讯混元仅纳入与 PoC 生成、漏洞修复相关的防守性网络安全数据，同时剔除漏洞利用、逆向、渗透等攻击性训练内容，力求避免潜在进攻性能力的提升。腾讯混元组织来自腾讯玄武和科恩实验室的内部安全专家，围绕密码分析、逆向工程、漏洞利用等方向进行审计，结果表明：Hy4 在加密算法的逆向求解、对抗二进制混淆、漏洞利用等进攻性能力上未展现出突出风险。

在生物安全方面，Hy4 的开放式实验设计能力尚未达到高风险阈值（Hy-BioExperimentBench: 30.4/100）。腾讯混元组织了内部专家对模型作答轨迹进行审计，发现模型基础生物知识掌握扎实，但将知识转化为可执行实验方案这一关键环节的能力仍然有限，尚未发现其能够显著降低实施生物危害行为的门槛。

Hy4 已在腾讯云和 OpenRouter 上线，并可在 WorkBuddy/CodeBuddy、元宝、ima 等产品上体验，性能显著超过 Hy4 preview 的同时维持相同 API 价格。

Hy4 API 价格（每百万Tokens）

输入（命中缓存）	输入	输出
0.3元	6元	18元

腾讯混元计划开源模型权重，并已联合 vLLM/SGLang 社区与 Inferact Inc. 提供开源生态支持。腾讯混元届时也会发布模型系统卡片，包括更全面的安全评估等细节。

局限性和未来展望

尽管 Hy4 已经是目前最强的开源模型之一，其与顶尖闭源模型仍然存在较大差距，尤其在腾讯混元内部构建的前沿数学、长程开发、模型迭代、视觉问答等领域的高难度测试集上。腾讯混元将持续稳健地扩展预训练和后训练规模，努力缩小和顶尖闭源模型的差距。

另一方面，腾讯混元计划近期发布 Hy4 flash，会显著提升模型性价比和推理速度，并更加高频地和产品协同迭代，不断提高实用性。

附录：模型得分