Hy4正式版跻身国模第一梯队，WorkBuddy等来自家顶配模型

Hy4 正式版站上国模第一梯队，WorkBuddy 终于等来了它最好的真兄弟

11 月新国模竞赛开始，Hy4 打响了月初第一炮！WorkBuddy 表示，自己终于等来了自家一流国模级别的模型

。

腾讯全球数字生态大会就在几天前举行。会上，腾讯高级执行副总裁汤道生宣布过 Hy4 正式版即将发布。眼下，Hy4 已经正式开放使用。

8 月底，腾讯曾放出 Hy4 preview，即 Hy4 的预览版。相比上一代 Hy3，这一代 Hy4 总参数从 295B 跃升至 770B，激活参数 49B，上下文窗口也达到了 1M。正式版维持了同样的规模。

这个参数量没有跨过 T 级门槛，但已经够得上前沿行列。拿此前的 DeepSeek-V4.1-Flash-1017 来说，算上 Engram 等组件，参数量也是 700 多 B。训练到位的话，在某些领域跟 SOTA 模型齐头并进并非没有可能。

混元自己的基准测试结果显示，Hy4 显然已经进入国模第一梯队——表现和 Kimi K3.1 Pro 各有所长，仅次于最前沿的 GPT 和 Claude 模型。

官方介绍称，从预览版到正式版这段时间，Hy4 显著扩展了预训练和后训练规模，首次引入视觉能力，各项基础能力也做了综合提升，以适应生产力场景。

迭代同型号模型的同时还能加强一手预训练，这在国模里并不多见。

之前 DeepSeek 和智谱 GLM-5.x 系列的更新，往往基座不动，靠后训练把模型能力往上提。

说白了，预训练要的是海量数据做自监督学习，成本巨大；后训练更多靠 SFT、RLHF 等方法细致地“教”模型怎么更好干活，花费相对小得多。大多数同代模型的迭代只在后训练上做提升，原因就在这里。

同型号模型上就敢施展预训练大法，腾讯这次对 Hy4 的志在必得可见一斑。WorkBuddy 的庞大用户规模也给混元模型的数据飞轮添了更多动力。两者叠加，Hy4 在前代基础上进步显著。

在这之前，相当多用户用 WorkBuddy 时调用的往往是 DeepSeek，量大还管饱。这回腾讯自家的 Hy4 也支棱起来了，WorkBuddy 宣布从 11 月 4 号到 15 号，为所有用户提供限时免费的 Hy4 额度。那我们当然得好好上手体验一把。

先测一项：让 Hy4 制作一个 HTML 单文件小游戏。

3D 游戏还得建模、烘焙光照，这次先让 Hy4 做一个 2D 横版游戏，致敬经典游戏《登山赛车》。

我们没直接提示它参考原型，而是给出了尽可能详尽的提示词，主要看 Hy4 对复杂指令的遵循程度和项目能力表现如何。

原版游戏里，车辆有油门和刹车，玩家必须时刻留意油量和姿态，一旦翻车卡住，游戏就 Game over。

这次我们把车辆换成里面坐着小孩的购物车，可捡拾的增益物品改成超市里的矿泉水、鸡腿、电池等等，其他游戏机制基本保持不变。

从 Hy4 给出的成品来看，UI 把网页游戏应有的要素都考虑进去了。它甚至还自己调用工具合成了引擎轰鸣的声音，一踩油门就能触发。

物理效果也做得比较细致：购物车底下的轮子接地时，有类似悬挂系统的弹跳。

赛车游戏该有的车辆惯性、重力等物理元素，同样被考虑了进去。

不过实际体验下来，Hy4 的一个问题非常显著。可能参数量毕竟不大，有点缺乏所谓的“大模手感”，一些模型本可以自己完善的细节没做好。

比方说，正常游戏应该让玩家有挑战感。实际试玩中，如果不刻意把这辆购物车开翻车，玩家甚至不太可能失败。

游戏设计的精髓之一，就应该是适度的难度和诱人的奖励。

与之对应的是增益物品太多了。原本设计的车辆电量补充机制也没派上用场，结果完全可以长按 D 键让车一路向东开下去。

车辆的爬坡体验同样偏弱。坡道做得太平，车子几乎没有腾空的机会，那种飞起来的爽快和刺激也就无从谈起。

即便反复多轮对话调整，上面这些毛病依旧没能彻底消掉。实际用下来的感觉是，Hy4 更擅长在提示词写得足够细时一把直出，交出个 80 分的成品文件。

第二项测试考察的是 Hy4 的 3D 建模。我们让它借助 Three.js 生成一个能直接跑起来的单 HTML 文件，做波音 787-9 Dreamliner 的 3D 交互展示，要体现出真实客机的几何结构、各部件之间的位置关系、可动机构，以及材质和光影的综合效果。

看结果，Hy4 在前端网页这块的表现不差，没堆多少花哨多余的零件。页面右边摆出了多种视角，襟翼、起落架、升降舵、引擎这些部件都能手动调节。

小毛病也有一个。不清楚是模型对相关世界知识掌握得不够，还是建模环节出了岔子，调后缘襟翼下偏后移的时候，襟翼竟然直接从飞机上脱离了出去。

撇开这处不谈，Hy4 的 3D 建模整体成效还是相当可以的。大模型调 Three.js 建模时常见的 Z-Flighting、混叠等视觉毛病，它基本都躲开了。模型面数也拿捏得比较稳，既不算太糙，也没堆料到出错的程度。

Hy4 官方页面上还专门说到模型在金融方向的进步：混元拉上腾讯金融科技 FiT，请业内人做了一场规格不低的场景实测。这一轮我们也试着让 Hy4 去分析它自家腾讯的情况。

照着官方提示词的思路，我们让 Hy4 调用 global-equity-research 和 neodata，给腾讯做一份建模报告，要输出 Excel 和配套的报告 PDF，估值逻辑和数据来源都得顾到，可以搜多家机构的研究来参考，研究机构署名写 HY RESEARCH，最终用中文呈现。

等了一阵，Hy4 交出一份 16 页的腾讯控股分析报告 PDF，外带相关 Excel 文档。内容很详尽，历史财务、预测、DCF、SOTP、敏感性分析这些部分都有，完成度相当高，排版也带着几分头部券商的味道。

可细查之后，Excel 里还是冒出一处公式错误，跟 PDF 摘要和正文的算法对不上。话说回来，提示词并不长，能做到这种程度的估值建模报告，已经挺让人惊喜了。

几轮用下来，也摸到 Hy4 的一些短板。DeepSeek flash 动辄 200 Token/s 以上的速度摆在那儿，Hy4 还是慢了些；一旦同时开多个子代理 Agent，这个短板会把任务耗时拉得相当长。

总的看，配上 WorkBuddy 这把专武（重点是每天能领点积分！），再加上识图能力，Hy4 已经能扛下相当多的任务。

参数规模并不算大，Hy4 这回的成绩单还算让人比较满意。

千淘万漉虽辛苦，吹尽狂沙始到金。

去年外界一度怀疑鹅厂在这波 AI 大模型浪潮里掉了队。后来姚顺雨从 OpenAI 离职加入腾讯，执掌混元团队，Hy3 和 Hy4 preview 也一步步往上爬。

到这次 Hy4 发布，混元总算站进了国模前列。

大模型竞赛好比一场马拉松，后头的人总在不断冲击前面的选手，领跑的也很难稳坐钓鱼台。

往后，混元和其他国模 2T 以上级别的“大模”估计都在训练路上了。国模之间的正面对决还会更激烈，一起朝全球大模型 SOTA 冲。

眼下 WorkBuddy 上的 Hy4 还是免费的（得提醒一句，仍有 5h 额度限制，蹬超了要花自己的积分，好在价格还算便宜），不妨上手试试 Hy4 表现如何，会符合你的预期吗？

#Hy4 #WorkBuddy #混元