腾讯混元Hy4发布：首增视觉理解，定价与上代持平
刚刚，腾讯混元正式发布了 Hy4！ 官方称，这是 Hy 首次跻身最强开源模型之列。 Hy4：为真实生产力而生 相比 Hy4 preview，这次的正式版扩大了预训练和后....
腾讯混元 Hy4 正式亮相。官方给出的说法是，这是 Hy 系列第一次进入最强开源模型阵营。
与 Hy4 preview 相比，正式版把预训练和后训练的规模都做大了，指令遵循、长文理解、长程任务和深度研究几项能力提升明显。
模型一览
变化最大的一处，是 Hy4 头一回加入视觉理解。细粒度图像处理、复杂图表分析，以及带图的数学题，现在都能处理。视觉能力也让它首次支持电脑操作，模型能盯着屏幕用鼠标键盘操作软件，还能和命令行、工具调用搭配使用，整体生产力随之提高。
和 preview 相比，Hy4 在 Terminal-Bench 4.0 上的成绩从 26.3 升到 44.4；3D 建模评测 3DArena-Modeling 则从 23.4 提高到 37.1。
新加的 Computer Use 方面，OSWorld 2.1 上拿到 78.9，高于 GPT-6.1 Sol 的 75.2。官方还强调这个分数并不虚高，上手一试就能感受到。
第三方榜单 Agent Arena 的成绩显示，在全球用户 8500 多次真实长程 Agent 任务上，Hy4 净提升 +4.7%，排名从 preview 的第 25 名升到总榜第 14。
成本上，它每个任务只要 0.55 美元，因此进入 Agent Arena 的帕累托前沿，属于同等成本下效果最好的模型之一。
在 WorkBuddy 自己的评测中，Hy4 平均效果得分 83.18，通过率 96.15%，12 个场景里有 9 个排在国内第一。
金融是这次模型的重点方向之一。213 位专家对 579 个真实金融任务做了盲测，其中 153 位来自外部头部金融机构，Hy4 的综合表现排在开源模型首位。
数学研究领域也有进展。Hy4 与北京大学数学团队合作，找到了 Méndez–Pinto–Villarreal 猜想的反例，随后提出新条件对该猜想做了完善，证明过程还用 Lean 完成了形式化验证。
配合 Hyra 2.0，它还自动训练出一个 Jev 模型，8 项基准评测中有 6 项优于官方 Jev。
价格没有调整，维持 Hy4 preview 的水平：每百万 Tokens 输入 6 元，命中缓存 0.3 元，输出 18 元。
目前通过腾讯云 TokenHub 调用有限时优惠。API 调用在 12 月 31 日前打 5 折；Token Plan 调用 Hy4 的积分消耗在 11 月 18 日前打 2.5 折。
免费白送的做法不再延续，官方对产品的信心可见一斑。
开源安排上，官方表示近期会开放模型权重，模型系统卡也会一并发布。
实测：互动绘本 App
我也在第一时间拿 Hy4 做了一个能互动的绘本 iOS App。
这个 App 是我直接在 WorkBuddy 里用 Hy4 模型做出来的，iOS 上小朋友可以直接使用。从调研、写代码、部署服务器，到打包上传 TestFlight，再到最后那条 App 宣传片视频，全部由 WorkBuddy 加 Hy4 自己完成。
事情的起因是朋友家有个 2 岁多的孩子，正处在语言爆发期，天天缠着人陪玩玩具、读绘本。
我每次去他家，他都要我帮忙看会儿孩子。可我确实没什么创意，就取了个巧：把他给孩子买的绘本拍张照，让 ChatGPT 编个故事，再讲给小朋友听。
好奇心强的小朋友问题总是一个接一个：这是什么？它是怎么工作的？那个车是怎么转的？
有些情景和细节，他还要反复听、反复看，而我实在没什么耐心。
朋友就问我：你不天天也在搞 AI 吗？那能教教我怎么用 AI 带娃吗？
我张口就问他：ChatGPT、Codex 用过没？Claude Code 呢？他回了一句“这是什么东西”。再问平时使什么 AI 工具，他说公司里清一色 WorkBuddy。
行，多少算有点底子，那就折腾点好玩的。
方案
问他之前，我心里其实已经有谱了。李沐早先分享过自己做的绘本应用，能把绘本变成有声书。可两年多过去了，模型能力整体上了一个台阶，我觉得可以再往前迈一步——光靠嘴说，就能 vibe 出个好玩的东西。
绘本本身是静态的，像“工程车怎么工作”这种事，全指望大人给小朋友现编故事，难度不小，也没那么有意思。我的打算是：拍张照，交给 WorkBuddy，把静态绘本改成能让孩子在手机上动手玩的互动版。
系统设计上分三块：
• skill 面向家长。家长在 WorkBuddy 里交素材（绘本、孩子喜欢的玩具照片之类）和故事情节，skill 把这些做成一本能反复看、反复听、还能玩的互动绘本，再传到服务端。
• 服务端只管存绘本，不跑复杂的 Agent 任务，自然也不烧 token。
• 轻应用端供小朋友在网页或 App 上观看和游玩。
创作这一头把 WorkBuddy 和模型的能力用足了，额度走朋友自己的订阅；我这边只出一次做好的 skill、一个简单的存储服务端和一个轻应用。
往后朋友要做的就是建新场景：孩子想玩新的，拍张照让 WorkBuddy 打磨，再同步到服务器，收工。WorkBuddy 直接充当了整个应用的管理后台，不用再来找我。
巧的是 WorkBuddy 刚上线 Hy4 模型，这一版支持多模态视觉理解，还能直接操作电脑。我就琢磨：WorkBuddy 加 Hy4，能不能把整件事一口气干完？
调研
我把上面那套想法几乎原封不动地口述给 Hy4，让它先做调研、出实现方案。
挺有意思，它给我的玩法起了个名字，叫「一场可以反复演的戏」。
调研结论里，它头一条说的是……市场空白？
它还点出几个合规上的坑，比如版权。
开工
方案我大致过了一遍，没大毛病，就让它动手了。
开发时能看到，Hy4 会自己截图 debug，发现毛病再自己修。每写完一个页面，它先“看”一眼，不是跑个测试就算完——这正是这回新加的视觉理解能力在起作用。
语音功能要用 TTS，我正琢磨接哪家云服务，没想到 Hy4 自己跑去 WorkBuddy 的技能市场翻了一圈，把免费的「文字转语音（Edge）」装上了。
行吧，这嗓音亮点不多，胜在免费，朋友也满意……先这么用着。
服务端这块，Hy4 也没落下，鉴权、部署脚本这些细节都想到了。家长在 WorkBuddy 里通过 skill 就能上传素材。它还额外做了个简单的管理页面——不过说到底，有 skill 就够用了。
我的目标是要真正上线，所以它提出得有个子域名，顺手给了建议，还附了一套部署方案（其实我也没细看。。
我随手截了张图，另开一个会话把图甩过去，让它自己用 CF 配一下：
请使用 Cloudflare 配置一下，使用我本地的 Cloudflare 的 CLI。
大约 2 分钟后，DNS 就配好了。
再往后的服务端开发、Nginx 配置、服务部署，同样是它自己一通操作搞定的。
完事它还教了我用法：
整个流程里，我只出了服务器和域名，别的都没管。这种开发模式，我已经慢慢习惯了。
开发 iOS 应用
服务跑通以后，我想让用起来更方便些，就问它：
小朋友端，我想做成iOS 应用，可以吗
它回答可以，并给了方案：
接着它自己开发、在模拟器里测、上真机测，最后直接拿我的苹果开发者账号打包传到了 TestFlight。打包上传这一步，是靠 computer use 直接操作我 Mac 上的 Xcode 完成的。
当然中间也出过岔子。第一次打包上传就失败了，报的是缺少配置：
[[保留9]]
