騰訊Hy4新增視覺與電腦操作能力，量子位用WorkBuddy實測，數據待驗證

2026年11月4日，騰訊發布混元大模型的正式版Hy4，先前的預覽版於8月28日推出。據騰訊表示，這是該系列首度導入原生視覺能力與電腦操作能力。中國科技媒體量子位在騰訊的智慧代理工具WorkBuddy中對該模型進行實測，結論是它能夠相當出色地完成整套任務交付。必須說明的是，這是一家中文專業媒體的上手體驗，任務由作者自行挑選，並不是獨立的第三方評測。

騰訊對Hy4的官方說法

多模態大型語言模型，是指能夠同時處理文字與影像的模型。據量子位報導，Hy4總參數為7,700億，每次請求啟用490億參數，屬於混合專家架構。須注意的是，據Digital Applied網站指出，這些數字屬於預覽版，截至11月5日，騰訊尚未發布正式版的模型卡。該模型已在騰訊雲TokenHub、WorkBuddy、CodeBuddy、元寶、企業微信智慧助理與ima等產品上線，API可透過OpenRouter、Hermes與OpenCode呼叫，以上皆出自量子位。Digital Applied轉述的騰訊公布價格為：輸入每百萬詞元0.834美元，輸出2.501美元，快取輸入0.042美元，與預覽版相同。量子位還提到，WorkBuddy的中國版與國際版提供限時免費體驗，截止至11月15日23時59分。

• 與騰訊金融科技共同進行的金融評測：213位專業人士評審579項任務，Hy4得分3.04，DeepSeek-V4.1-Flash-1017為2.97，Kimi K3.1 Pro與GLM-5.3皆為2.68（騰訊內部數據）。
• 推測類錯誤率在騰訊自有評測集上由23.1%降至5.6%。
• 幻覺率：騰訊公告（經Digital Applied轉述）稱由15.76%降至5.45%，而量子位文章給出的是由12.95%降至7.2%，兩組數字並不一致。
• 視覺能力：據量子位，可在28億像素的空拍圖中定位約2公尺的屋頂構件。
• 科研：內部評測TenureTrail，涵蓋7個學科、123項可執行任務。

量子位的實測究竟說明了什麼

量子位在WorkBuddy中給Hy4出的第一道題，是一把可互動的3D機械鍵盤，75%配列、84鍵，分為鍵帽、軸體、定位板、電路板、電池與外殼六層，可以用滑鼠拆開，並帶有按鍵下壓的動畫。第二道題是僅憑一張截圖重現復古風格的音樂播放器。作者認為還原度接近99.9%，這是主觀判斷，只發現一處差異：兩個導覽按鈕中，一個是圓形，一個是方形。模型還用瀏覽器的Web Audio介面合成了三首測試曲。據量子位引用的執行紀錄，模型啟動了無介面的Chrome瀏覽器逐一點擊按鈕：第一輪51項測試通過48項，修正了一個邊緣情況（最後一首播完後點擊下一首），最終59項測試全數通過，主控台沒有報錯。

隨後，Hy4依據一張平面圖建構了3D遊樂園，包含會轉動的旋轉木馬與摩天輪、小地圖以及自動巡遊。它為一款可攜式投影機製作了16頁的簡報（要求約15頁），用程式碼繪製向量示意圖，並讓圖表保持可編輯。發現第4頁有文字溢出後，它先重排版面再繼續。換成深色範本時，它先試了一頁，再批次修改其餘頁面。最後，它交付了名為ATELIER的批次圖片處理工具，支援平行處理、前後對比與ZIP匯出，開發前還研究了Squoosh等開源工具。

最後一項示範是電腦操作：Hy4在Chrome中開啟JS Paint，選擇工具與顏色，用滑鼠臨摹一張參考圖，並全程錄影。量子位看重的主要是一種做法：小步試錯、驗證通過後再推進。這些示範由測試者挑選。文章沒有提供可重現的測試流程，也沒有說明成本、任務耗時，或大量嘗試下的失敗率。

算不算開源：還有哪些需要查證

量子位的標題把Hy4列入最強開源模型之列。但據Digital Applied，截至11月5日，正式版的權重尚未公開：OpenRouter連結的Hugging Face頁面回傳401錯誤，GitHub儲存庫回傳404錯誤。騰訊表示計畫開源權重，並在開源時發布系統卡；量子位則稱將於近期開源。目前唯一可下載的Hy4模型是8月的預覽版，據Digital Applied引用的Hugging Face模型卡，其授權為Apache 2.0。正式版的授權與參數量均未公布。因此，眼下這個說法指的是一項承諾，而不是一個可以下載的檔案。

文中引用的評測全部來自騰訊內部或合作夥伴。Manus（文件類任務成功率接近97%）、RabyteTech、WorkBuddy與元寶的評語皆由騰訊發布，四家中有兩家是騰訊自家產品，Digital Applied指出，並表示沒有找到任何獨立重現。量子位還稱，Hy4與北京大學團隊合作，找到一個數學猜想的反例，並以Lean做了形式化驗證：我們無法查證這一點。更輕量的Hy4 flash已宣布，但未提供時程。

這對企業意味著什麼

對台灣企業而言，Hy4首先是一個值得測試的候選，而不是可以立刻定案的選擇。公布的價格讓試用成本很低，WorkBuddy的免費體驗持續到11月15日。但在權重、授權與系統卡發布之前，就規劃在自有伺服器上部署還為時過早，透過API呼叫也需要確認資料的流向。較穩妥的做法，是先用自己的辦公與開發任務測試，再決定是否相信廠商給出的排名。