正式版补上了视觉和电脑操作

Hy4 在 11 月 4 日发布,相比 8 月的 preview 同时扩大了预训练与后训练,第一次加入视觉理解,能操作终端和桌面软件(官方点名 CAD),上下文保持 1M。官方称在指令跟随、长上下文理解、长流程任务、深度研究上有明显提升,并强化了 Word、Excel、PowerPoint 的实时协同编辑。

金融盲测第一,但分数是腾讯组织的

腾讯与腾讯金融科技搭了数千个真实工作区、数万个任务,最终用 579 个任务请 213 位从业者盲评,其中 153 位来自外部机构,七成以上有五年以上经验。结果:Hy4 3.04、DeepSeek-V4.1-Flash-1017 2.97、Kimi K3.1 Pro 2.68、GLM-5.3 2.68。官方还称幻觉率从 15.76% 降到 5.45%,无依据假设类错误从 23.1% 降到 5.6%。

需要分清口径:这组成绩来自腾讯自己组织的评测,DeepSeek、Kimi、GLM 的分数也是腾讯测的,不是各家自报。第三方 Vals Index 目前只有 preview 的数据(53.21%,总榜第 22、开源第 9);Vals 另提到正式版在 Terminal-Bench 4 上从 8.1% 升到 39.4%,在开源模型里仅次于 Kimi K3.1 Pro。

价格、权重与可用性

腾讯云 TokenHub 标价每百万 tokens 输入 ¥6、输出 ¥18、缓存命中 ¥0.3,2026 年 12 月 31 日前按五折计费。发布时权重还没有公开,官方说会在「数日内」放出模型权重与 system card;目前能下载的仍是 preview(770B 总参数 / 49B 激活,Apache 2.0)。

  • 先测编造率:拿自己行业里最容易说错的 30 个问题,比较 Hy4 与现用模型的错误类型。
  • 如果要自部署,等正式版权重和许可出来再算硬件,preview 的 770B/49B 不能代表正式版。
  • 把五折到期日(2026-12-31)写进预算,别按折后价做长期成本模型。