腾讯混元发布新一代大语言模型Hy4,跻身最强开源模型之列
11月4日,腾讯混元发布最新一代大语言模型Hy4。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。Hy4将于近期开源模型权重,发布模型系统卡片,并积极推进更负责任的开源,重点关注网络和生物安全等风险。
相比于Hy4 preview,Hy4在预训练和后训练上显著扩展了数据和训练规模,首次引入视觉理解能力,并大幅提升了指令遵循、长文理解、长程智能体等综合效果。
通过视觉理解、推理和工具调用能力,Hy4可以完成细粒度图像处理、复杂图表分析和数学视觉推理等任务。Hy4也首次支持电脑操作,可以结合命令行和图形界面,处理工作和生活中的各类任务。针对Blender、CAD等专业软件和跨应用长程任务,混元了开展专项训练,大幅提升了专业任务的规划与执行能力。

得益于模型基础能力的全面提升,以及模型与产品的深度Co-Design,Hy4解锁了更多真实生产力场景。
在办公场景,Hy4全面提升了WorkBuddy的用户体验。评测结果显示,Hy4平均效果得分83.18分,任务通过率96.15%,12个场景中9个排名国内第一。实际体验中,Hy4在视觉创意、3D场景构建和网页开发等任务上兼顾效果与效率。同时,针对WorkBuddy的人机双写特色功能,Hy4在文档美观度、稳定性和可用性上均有明显提升。
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。
Hy4重点强化了专业金融分析能力。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个真实金融任务的结果显示,Hy4综合表现位居开源模型第一。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preview版的12.95%降至7.2%,猜测导致的错误率从23.1%降至5.6%。
在前端与游戏开发场景,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,重点提升了游戏功能实现、玩法逻辑、状态理解和资产处理等能力,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%。
在科学研究领域,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。
网络安全方面,Hy4在训练中仅纳入与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。混元组织来自腾讯玄武和科恩实验室的安全专家,围绕密码分析、逆向工程、漏洞利用等方向进行了审计,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。
生物安全方面,Hy4的开放式实验设计能力与前沿模型存在明显差距。混元组织了内部专家对轨迹进行审计,发现模型基础生物知识的掌握能力较强,但将知识转化为可执行实验方案的能力仍然有限,尚未发现其能够显著降低实施生物化学危害行为的门槛。
目前,Hy4已经在腾讯云Tokenhub、WorkBuddy/CodeBuddy、元宝、企业微信智能助理大圆、ima等产品上线,API同步接入OpenRouter、 Hermes、OpenCode 等平台。QQ、王者荣耀、和平精英、微信读书、腾讯新闻等腾讯系产品也在持续接入中。
价格上,Hy4在模型性能大幅超越Hy4 preview的同时,定价不变:输入6元/百万tokens,输出18 元/百万tokens,缓存命中0.3 元/百万tokens。
Hy4 flash也将于近期发布。Hy4 flash在继承Hy4能力的基础上,大幅减低任务成本,为用户提供极致性价比的模型。
编辑 刘彦 审核 吴席平 郑蔚珩

