腾讯混元 Hy4 在 11 月 4 日发布,第一次同时有了看图和操作电脑的能力。普通用户不用等下载权重,直接在 WorkBuddy、CodeBuddy 或腾讯元宝里找 Hy4 入口;开发者走腾讯云 TokenHub 或 OpenRouter,模型名是 tencent/hy4。
先看它能做什么
看图:上传图片、截图或图表,让它认细节、拆图表、做图文推理。复杂图先让它列出坐标轴、单位和主要趋势,再追问看不清的数值,比只问「这张图讲什么」更准。
操作电脑:Hy4 能在配好工具的环境里点界面、敲命令、跨应用跑多步任务,Blender、CAD 这类专业软件做过专项训练。但它能动哪些软件、读哪些文件,取决于你用的产品给了什么工具和权限。
选哪个版本、花多少钱
日常办公、看图问答用 Hy4;量大、成本敏感的单任务可以看 11 月 16 日发布的 Hy4 Flash,224B 总参、12B 激活,单任务成本约 Hy4 的二十分之一。
Hy4 的 API 价格是输入 6 元/百万 token、输出 18 元,缓存命中 0.3 元;限时五折到 2026 年 12 月 31 日,输入 3 元、输出 9 元。Hy4 Flash 输入 0.5 元/百万 token、输出 2 元,缓存 0.02 元。
第一次串接先发一段短文字,确认模型名、返回格式和用量,再测长文或图片;处理图片前先核对所选接口支不支持图像输入。
正式版权重还没公开,现在能下载的还是 8 月的 Hy4 Preview,别把两者混为一谈。电脑操作也不是在你本机随便点,API 串接要自己搭工具和执行环境,权限没给够它就动不了。长任务先拆小步验收,别一次扔个半小时的活就不管了。