TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
騰訊混元 Hy4 正式版上線：視覺理解能力首發，權重系統卡後補
騰訊 11 月 4 日發布混元 Hy4 正式版，視覺理解與電腦操作為系列首發，牌價與預覽版高峰檔相同，OpenRouter 現掛半價、WorkBuddy 與 CodeBuddy 限時免費到 11 月 15 日。完整權重與系統卡官方說未來幾天釋出，Hugging Face 截至發稿仍未上線。本文核對官方研究頁與新聞稿的差異數字，拆解試用與自建族群各自的下一步。
用 AI 摘要這篇文章：
騰訊在 2026 年 11 月 4 日發布混元 Hy4 正式版。官方 X 帳號在台北時間當天下午 2 點 43 分貼出宣布，研究頁與新聞稿同日上線，三個訊息源的日期一致。官方研究頁列出的重點是：首次加入視覺能力，並把指令遵循、長脈絡理解與長任務執行往前推。同一天上架的只有服務入口：騰訊雲、OpenRouter 與自家產品都能呼叫，牌價維持 8 月預覽版的高峰檔；完整模型權重與系統卡則列為後續交付，官方新聞稿的說法是「未來幾天」。截至 11 月 6 日，Hugging Face 上騰訊帳號仍只有 8 月的 Hy4-preview，正式版檔案還沒出現。
一句話講完現在的處境：想直接試用的人已經有入口可跑，想自己部署的團隊手上還沒有檔案。這個時間差，加上首發的視覺理解與電腦操作能力，就是這次發布真正值得拆開看的兩件事。
正式版與 8 月預覽版之間，官方自己列出的差異
Hy4 的前一個版本是 2026 年 8 月 27 日發布的 Hy4-preview。正式版的研究頁說明，前訓練與後訓練的規模都擴大，並首次加入視覺感知，讓模型把推理與工具使用帶進影像工作：讀取圖片細節、解析複雜圖表。同一份文件也首次出現電腦操作能力，涵蓋命令列介面與圖形介面，並針對 Blender、CAD 這類專業軟體做了專項訓練。
兩個官方示範值得看細節，因為它們展示了「看畫面做事」的邊界在哪裡。其中一個給模型一張 28 億像素的空拍圖，要求找出屋頂上大約 2 公尺見方的特定元件，提示詞指定了「寫著 KLOOSTERBOER 的倉庫右上方太陽能板區中最東側的白色方形元件」。模型要同時用位置、文字與周邊結構縮小搜尋範圍，這種任務在純文字模型上根本無從下手。
另一個示範是騰訊企鵝島的 3D 數位沙盤。官方提示詞要求產出一個單一 HTML 檔案，雙擊就能離線開啟，裡面要有三維場景、視角控制與地面探索，並明列不得依賴任何遠端字型、材質或程式庫。科技館建築還被要求標註「圖像擬合、非測繪」，承認視覺上相近的三維模型不能拿來做工程測量。這個示範的驗收條件設計得相當嚴格：畫面要對、互動要能用、還要斷網可開，等於同時考外觀與程式行為。
電腦操作能力還有一個常被忽略的前提：模型接到什麼工具，能做的動作就到哪裡。命令列介面靠文字指令來回，圖形介面要辨識選單、按鈕與對話框，兩種接法的工具鏈不同，各產品入口實際提供哪一種，官方文件沒有逐一承諾。長任務還有中途狀態的考題：程式改完、頁面重開之後，模型得認得出眼前畫面反映的是剛才的變動，不然就會在舊狀態上繼續推理。這些環節在示範影片裡看不出來，實際採用時卻決定成敗。
把這些示範當採用依據之前，要先記得它們是官方自選題目。自己的空拍圖、自己的前端專案能不能得到同等結果，官方文件沒有保證。
金融、遊戲與科研的數字，幾乎全部出自官方口徑
正式版的評測成果分三個領域發布，共通點是評分方式都由騰訊自己設計。金融部分最受矚目：研究頁說明，團隊與騰訊金融科技合作，邀請 213 位金融從業人員做盲測，其中 153 位來自外部金融機構，超過七成有五年以上資歷。在 579 項真實金融任務上，Hy4 以 3.04 分排在開放權重模型第一，領先 DeepSeek-V4.1-Flash-1017 的 2.97 分、Kimi K3.1 Pro 與 GLM-5.3 的 2.68 分。
3.04 對 2.97 是 0.07 分的差距，評分尺度與任務樣本都由官方定義，這組數字能說明的範圍是「在騰訊設計的盲測裡領先」，超出這個範圍的推論都站不住。比較務實的讀法是把整批數字當成官方立場宣言，真正的排名要等第三方基準跟上。想要開放權重路線對照的讀者，可以參考我們先前對 Kimi K3.1 Pro 開放權重與 DeepSeek V4.1 Flash 定價結構的拆解。
盲測之外，金融 AI 公司 RabyteTech 用內部基準 IRAB 評投資研究任務，給 Hy4 的 61.63 分比預覽版高出 12.03 個百分點，這也是官方文件裡少數由外部公司具名執行的評測。自家產品的回饋數字則更多：WorkBuddy 的內部評測平均 83.18 分、通過率 96.15%，元寶 App 換上 Hy4 後整體分數從 65.25 升到 72.53。這類數字全部出自騰訊體系，讀的時候當方向參考就好。
遊戲開發部分，官方與騰訊互動娛樂事業群的開發者合作整理訓練與評估素材，並針對 Unreal Engine、Unity、Godot 三大引擎調整，宣稱 GameDev 基準比預覽版進步 19.1%、GameLogic 進步 9.8%。科研部分用內部基準 TenureTrail 評了七個學科共 123 項可執行任務，同樣排在開放權重模型第一，另外順手開源了兩個配套基礎模型：做單細胞表現的 HyCell 與做物理場建模的 HyPDE。不過截至發稿，GitHub 與 Hugging Face 上都還搜尋不到這兩個模型的公開儲存庫，實際拿到手的入口仍待確認。
還有一個官方自己承認的缺口值得記下：研究頁明說，Hy4 與頂尖專有模型在研究級數學、長程式任務、模型自我改進與進階視覺問答這幾個內部難題上，仍有明顯差距。這句話比任何排行榜都誠實，也劃出了這次更新的能力上限。
兩份官方文件，兩組不一樣的幻覺率
搜尋品質的改進數字出現了一個不尋常的現象：同一場發布的兩份官方文件，給了不一樣的數字。研究頁寫幻覺率從預覽版的 15.76% 降到 5.45%，未經支持的假設造成的錯誤從 23.1% 降到 5.6%；新聞稿則寫幻覺率從 12.95% 降到 7.2%，後面那組數字兩份文件一致。對外溝通的文件與技術文件各有一套基準點，官方沒有解釋差異從哪裡來。
引用任何一組數字前，先標明出處是哪一份文件，這是最起碼的處理。同類的口徑差異也出現在定價上：新聞稿把牌價寫成大約每百萬 token 輸入 0.90 美元、輸出 2.70 美元、快取 0.045 美元，是研究頁精確值向上取整的概數。數字本身不衝突，但兩份文件一起讀時，以研究頁的精確版為準比較不會吃虧。同類矛盾還有一處：新聞稿的小標寫「Hy4 Flash 最近已發布」，內文卻寫「排定即將發布」，研究頁的說法也是「不久的將來」。取內文與研究頁的交集，Flash 版本目前仍屬預告，強調成本效率與更快推論，對價格敏感的使用者可以等這一版再評估。
現在就能用的入口，與牌價上的折扣期
服務面是這次發布最完整的部分。官方新聞稿列出第一批入口：騰訊雲 TokenHub、WorkBuddy、CodeBuddy、元寶、企業微信的 AI 助理大園、ima，第三方通路有 OpenRouter、Hermes 與 OpenCode。QQ、王者榮耀、和平精英、微信讀書與騰訊新聞的整合仍在進行中。
產品入口裡最受關注的整合是 WorkBuddy 加企業微信：研究頁示範它把聊天紀錄、郵件、文件、行事曆與會議紀錄收攏，整理成一份每日待辦的單頁網頁，同一件事在聊天與文件裡的重複描述要合併，狀態與下一步要說清楚。這類助理的價值取決於帳號權限與連過去的資料源，入口開了不等於每個人的環境都接得上，評估時先固定一組已授權的資料源最實際。
計費方面，研究頁的牌價是每百萬 token 輸入 0.834 美元、輸出 2.501 美元、快取輸入 0.042 美元，並註明與預覽版維持同一價格。這裡有個可以交叉驗證的細節：OpenRouter 上預覽版採分時定價，16:00 UTC 起的時段價正好是 0.834、2.501、0.042 美元，與正式版牌價完全對上。所謂「同價」，對齊的是預覽版的高峰檔。
| 計費項目（每百萬 token） | 官方牌價 | OpenRouter 現價 |
|---|---|---|
| 輸入 | 0.834 美元 | 0.417 美元 |
| 輸出 | 2.501 美元 | 1.2505 美元 |
| 快取輸入 | 0.042 美元 | 0.021 美元 |
更有意思的是正式版在 OpenRouter 的現價：輸入 0.417 美元、輸出 1.2505 美元、快取 0.021 美元，頁面直接掛上五折標籤，時點與官方促銷期重疊。新聞稿載明兩項活動：WorkBuddy 與 CodeBuddy 從 11 月 4 日到 15 日免費，騰訊雲 TokenHub 的 Hy4 打五折到 2026 年 12 月 31 日。OpenRouter 的折扣沒有標示截止日，採用前以頁面現價為準，不要把折扣當常態價做預算。另外 OpenRouter 標註這個模型目前不提供歐盟區域內路由，歐洲團隊要接，得從其他入口想辦法。
權重、系統卡與自建族群的等待清單
自建族群的現況比較陽春。研究頁的原文是「計畫開源 Hy4 的模型權重」，並已與 vLLM（Inferact Inc.）及 SGLang 社群談好生態支援；權重釋出時會一併發布完整系統卡，交代安全評估與技術細節。新聞稿把時程寫成「未來幾天」。截至 11 月 6 日，Hugging Face 的騰訊帳號下只有 Hy4-preview 與其量化版本，正式版權重尚未出現，這是發布兩天後的實況。
等待清單上還有三項。其一，正式版的參數量官方沒有揭露，OpenRouter 對預覽版的標註是 770B 總參數、49B 活躍參數的混合專家架構，正式版是否同規模無從確認，自建要先按硬體上限抓保守值。其二，系統卡未出，安全評估目前只有官方自述：網路安全資料限縮在防禦性範圍，玄武實驗室與 Keen Security Lab 做過紅隊審計，生物安全實驗設計能力在內部基準拿 30.4 分、低於高風險門檻。這些結論要等系統卡公開才能外部檢驗。其三，vLLM 與 SGLang 的支援版本與部署指引都還沒有文件，環境整備可以先做，對接細節得等官方指引。
在權重真正落地之前，「開源模型」四個字對 Hy4 而言是承諾而非現況。混元系列的開源紀錄其實不差：Hugging Face 上今年 7 月上架的 Hy3 已累積超過 121 萬次下載，翻譯模型 Hy-MT2 的量化版本也有百萬級下載量，這次「計畫開源」的承諾有前例支撐。但排程時把承諾與現況分開列，才不會出現以為檔案已經可以下載的誤判。混元系列先前的開源紀錄可以對照參考，例如我們實測過的 騰訊混元 Hy Memory 2.0 記憶框架，權重與框架檔在發布當天就齊了。
三種處境，三種動作
已經有具體任務想驗收的人，現在就能開始。挑一項能客觀評分的圖文工作，例如讀圖表產報告、改既有前端頁面，固定提示詞與驗收條件，記下完成率、修改輪次與總用量。驗收時把每次工具回應一併保存，一方面確認動作真的執行了，另一方面出問題時才有線索回溯是哪一步走偏。促銷期的低價正是做這件事的時機，活動結束後同一組任務再跑一遍，成本與品質的長期曲線才有得比。
打算自建、在離線環境做研究的團隊，這兩週的功課是整備而非等待：確認 vLLM 或 SGLang 環境、盤點 GPU 記憶體、把系統卡要看的安全欄位列成清單。權重與授權條款一旦公布，幾天內就能完成對接測試，這段準備期不會白費。開放權重模型的授權邊界差異很大，Mistral Large 4 的 MEOW 授權案例顯示條款細節會直接改變商用判斷，Hy4 的授權還沒揭曉，這一欄先留白。
成本敏感、任務又不急的人，等 Flash 版本是合理選擇。官方預告它會有顯著更好的成本效率，時程未定。
回查時間表
這篇的效期掛在三個節點上：權重與系統卡官方說「未來幾天」，過了 11 月中若仍沒有檔案，權重段結論就要重新檢視；WorkBuddy 與 CodeBuddy 免費期 11 月 15 日截止；TokenHub 五折到 12 月 31 日。Flash 版本沒有日期。超過這些節點再讀這篇，牌價與活動段落請以官方頁面現況為準。
