11 月 4 日，腾讯混元发布了 Hy4 正式版。这是今年国产开源模型里比较重要的一次升级，因为它补上了两块过去一直缺的能力。

先说规模。Hy3 系列的参数不到 300B，Hy4 系列一举提升到 770B，下一代 Hy5 的规模还将继续扩大。正式版相比此前开放的 preview，在预训练和后训练两端都扩大了数据与训练规模。

但参数不是重点。这次真正的两个 " 第一次 " 是：旗舰模型终于能看图了，也终于能动手了。

视觉理解方面，Hy4 能处理细粒度图像、复杂图表分析和数学视觉推理。团队还针对 Blender、CAD 这类专业软件，以及跨应用的长程任务做了专项训练，GameDev、GameLogic 两项评测分别提升 19.1% 和 9.8%。

电脑操作（Computer Use）是另一条线。它可以结合命令行和图形界面完成任务，简单说就是不再只 " 告诉你怎么做 "，而是自己去点、去输、去跑。配合长程智能体能力，任务时长从分钟级被拉到了小时级。

几个数字值得记。在 579 个真实金融任务的众测里，Hy4 拿到 3.04 分，居开源模型第一；自建测试中幻觉率从 15.76% 降到 5.45%；研发中的 HyCell 用约十四分之一的参数量比肩 SOTA 模型。目前 Hy4 已在腾讯云与 OpenRouter 上线，API 价格不变，权重计划近期开源，轻量版 Hy4flash 也会推出。

有意思的是发布稿里的那句自我判断：混元团队自己承认，Hy4 虽然跻身最强开源模型之列，但与顶尖闭源模型仍有较大差距——在代码编辑、自动化、电脑操作等基准上超过了 DeepSeek-V4.1-Flash，但距离 GPT-6.1 Sol、Claude Opus 5.5 还有距离。

把差距写进发布稿，反而比 " 全面领先 " 更让人信。过去两年国产模型发布最容易透支的就是口径，跑分挑好看的、对比挑对自己有利的。这次把幻觉率、评测口径、天花板都摊开，说明竞争的重心正在从 " 参数与跑分 " 转向 " 可验证、可操作、可落地 "。

从产业角度看，这个转向更值得关注。视觉和电脑操作是智能体真正进入办公、设计、研发流程的前提——一个只能聊天的模型，价值停在 " 问答 "；一个能看图、能操作软件的模型，价值才会落到 " 替人干活 "。而 " 替人干活 " 这件事，考核的从来不是跑分，是任务通过率和出错率。

当然，开源权重还没放出，" 计划近期 " 这四个字要等落地才算数。真到了那天，国内开发者能拿来做的第一件事，大概是拿自己的业务任务跑一遍对照，看看幻觉率 5.45% 在自己的场景里会变成多少。

你最想让 AI 替你操作哪个软件？评论区说说。

（本文数据来自腾讯混元发布信息及《科创板日报》等公开报道。）