腾讯混元Hy4正式版发布：Agent与生产力任务能力强化，延续性价比定价

排版/ Annalee

大模型比拼的重心已经换了赛道。早先看的是参数规模、算力大小，如今看的是能不能真正扎进生产力场景、能不能接住复杂的工作需求、能不能把全局效率提上来。

也正因如此，大模型正从Chatbot迈向Work。

2026年11月4日，腾讯混元推出Hy4正式版。与Preview版相比，这一版的Agent能力和真实生产力任务能力都做了全面加强，模型性能明显提升，定价策略则保持不变，继续走极致性价比路线。

这样一来，混元大模型与用户的距离更近了，Work里的各种痛点也更容易被解决，商业价值随之释放，一个正向循环的AI生态由此成形。

说到底，Hy4正式版是冲着真实生产力来的。

大模型时代到来之后，Token的数量出现了爆发式攀升。

国家数据局的数据显示，我国日均Token调用量2024年初还是1000亿，到2026年7月已超过500万亿，两年间涨了5000多倍。不过，真正在真实任务场景里把Token链路跑通的企业，目前仍是少数。

德勤中国的数据显示，高达92%的企业已经开展AI应用试点，但认为AI投入换来了财务和战略收益的只有8%，认为真正完成AI组织级转型的仅4%。换句话说，这几年企业拥抱AI很积极，拿到的结果却并不让人满意。

原因在哪？模型军备竞赛打得火热，重心却放在模型能力上，而非真实任务场景。智能涌现看着热闹，企业的生产力并没有被重塑。

只有把真实生产力场景跑通，技术才谈得上转化为业务成果。

Hy4由此而来：总参数770B，激活参数49B，瞄准的是在真实任务中持续工作、把技术变成业务成果，解决的正是AI落地那“最后一公里”。

为了这个目标，Hy4把预训练和后训练的规模都做了显著扩展，第一次引入视觉能力，指令遵循、长文理解、长程任务、深度研究等综合能力也大幅提升。

说得直白些，游戏、设计这类复杂产品开发任务，Hy4更能胜任；金融、法律等高价值办公任务，它办起来更省心；数学、物理等主流学科的尖端科研任务，它也能更高效地承担。

相关数据可以说明这一点。WorkBuddy的评测显示，Hy4任务通过率为96.15%，在12个细分场景里有9个排在国内模型第一；游戏开发中，Hy4在20类游戏配置场景的准确率为97.28%，经Agent自主校验修复后达到99.32%；金融场景中，213位金融领域从业者的盲测数据显示，Hy4综合得分61.63分，稳居国产模型第一梯队，与海外旗舰模型的效果差距进一步收窄……

Hy4这次的模型能力提升，拿到了国际权威评测榜单的认可。在Artificial Analysis智能指数榜上，它排在中国模型第二位；Agent Arena榜上，它位列开源模型第一。

Artificial Analysis看的不是单项跑分。它把复杂推理、代码生成与调试、工具调用、多模态理解、长程规划、科学问题求解等核心能力放进一套高难度评测里综合打分。

也正因如此，它的评测结果被

在Artificial Analysis的测试里，Hy4的表现有亮点。基础模型能力上的积累，由此得到验证。

Agent Arena的测试数据给出另一组对比：Hy4单任务成本约0.78美元，Kimi K3.1 Pro约2.11美元。性价比上，Hy4领先明显。

真实进入企业核心任务环节

从上面这些看，Token的衡量指标不只是消耗量。价值转化才是更关键的一环。

真实场景跑不通，Token烧得再多、价格压得再低都没用。反过来，能高效解决实际问题，才可能真正占住用户心智。

说到底，烧掉的每一个Token都得对得起它的价值。

模型要扛的担子因此更重了，能不能做到生产即交付成了关键。锌刻度实际体验时发现，Hy4跑长程任务、做深度研究，用不着返工。

拿股票分析来说，中际旭创是

指令里其实故意把中际旭创股票代码的后缀写错了。

代码后缀代表的是上市地点，模型照常读取代码、继续往下做并不受影响；可要是没揪出这处错误，研报的专业性就没了。

Hy4一上来就做了勘误：中际旭创的股票代码后缀应为300308.SZ，上市地点是深交所，不是上交所，此外还补上了港股代码03308.HK。

紧接着，它围绕公司财务数据和行业势态，做了竞争力分析、驱动增长分析，还对未来三年利润表、资产负债表和

全程用了一小时七分钟。成品只要删掉红色标注的更正错误，再补上证券公司名称、Logo、联系方式，以及分析师邮箱、证书编号这些基础信息，就能出炉。

公开资料显示，券商行业做首次覆盖报告和可复算财务模型，按传统方式要花数周到数月不等。

这就意味着，Hy4能够真正切入企业的核心任务环节。

汇添富基金方面表示，投研工作对宏观环境、行业基本面、财务与估值假设的可复核性要求较高。Hy4能清楚读懂用户意图，还会明确给出计算依据和适用假设，方便投研人员核对结论、判断输出结果是否适用于具体研究问题，结论的可信度因此提升。

除了文字理解，Hy4还新增了视觉理解能力，比文字更直观，在游戏开发、产品3D建模、DIY装修效果等场景中都能派上用场。锌刻度测试上述任务时发现毫无压力，于是刻意加大难度：裁出一张室内拍摄的图片，抹掉重要的地理特征信息，要求Hy4只凭有限的图片细节判断拍摄时所在的那栋建筑。

普通人不熟悉该地，单看图片也是一头雾水，这个要求确实有点强人所难。

接到任务后，Hy4马上发现EXIF里只剩一个方向标记，没有

拿到“重庆”这条线索，Hy4最终把拍摄地点锁定为重庆喜来登大酒店，也就是重庆南滨路上那两栋金色尖顶双子塔建筑。

Hy4的视觉理解能力，确实让人眼前一亮。

协同设计谋求共同生长

其实，Hy4之所以这么懂用户，靠的是底层逻辑的焕新。

过去设计模型，走的是自上而下的路子——先有技术，再去找应用场景。用户体验好不好，很难量化，两边节奏也就对不上。

腾讯混元重建之后，思路换成了协同设计：大模型直接扎进WorkBuddy、元宝、企业微信这些高频场景，融进真实业务流里，产品和模型由此深度结合。

说白了，就是从“猜你所想”变成“懂你所需”。

WorkBuddy正式上线7个月，累计迭代100个大版本，交互体验、能力边界、用户黏性、场景壁垒一路推进，最终扛下了90亿次用户任务请求。

也正因如此，WorkBuddy企业版落地50多个行业，覆盖50%中国企业500强、六成中国企业100强。

这期间，腾讯混元和WorkBuddy深度协同，一起打磨产品、优化体验。混元也慢慢被用户接受——WorkBuddy的自选模型用户里，60%选了混元大模型。

不过有个情况：Hy4在WorkBuddy上线首日，大量用户把额度用到了上限。腾讯已对Hy4推理集群做十倍扩容，同时提高用户免费体验额度，资源还在持续动态调配。

腾讯首席AI科学家姚顺雨曾与腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生对谈。谈到联合做产品、开展对齐工作，姚顺雨表示，这当中会牵涉很多不同角色：要解决什么问题、朝哪个方向走，得由产品团队定；怎么用技术把需求接住，则要模型团队去想。此外还得落到数据上——数据该怎么标、标到多细、什么样的标注算好、什么样算差，以及哪些行为该奖、哪些该罚，都要说清楚。

协同设计要靠产品思维撑起骨架，换位思考则是它的底色。

协同过程中，各部门优先级不同，分歧在所难免。处理得好，才能收到1+1大于2的效果，这就得换位思考：跳出自己的视角，去理解各方的诉求和约束，在共识上对齐目标。看重的不是一锤子买卖，而是长期合作，协同效率才上得来。

拿腾讯混元跟元宝的配合来说，后训练团队把最强的骨干都派了上去，先帮着元宝把后训练这块做扎实，一时的得失并不计较，到头来产品上双方都拿到了好处。

用户、数据、生态连得够深，混元就进入了一种良性循环的协作状态：任务越重、场景越复杂、挑战越难，反馈回来的东西就越有价值，迭代也就越贴着真实需求走。说到底，它是在真实场景里跟腾讯的产品矩阵一起长起来的。

这么看，混元大模型已经完成了从量变到质变的跨越。