腾讯发布 Hy4 前沿大模型，首次加入视觉理解与电脑操作能力
Tencent releases Hy4, powerful frontier LLM introducing visual understanding and computer use - SiliconANGLE
腾讯发布大语言模型 Hy4，首次加入电脑操作能力，结合视觉理解、推理与工具调用实现长程智能体表现。该模型与 8 月 28 日的 Hy4 Preview 同为 7700 亿参数、490 亿激活参数和 100 万 token 上下文窗口，在 GameDev bench 和 GameLogic 基准上分别提升 19.1% 和 9.8%，但基线数值未公开。模型已在腾讯云 TokenHub、CodeBuddy、元宝等平台上线，也可通过 OpenRouter 等第三方渠道访问，定价维持每百万输入 token 约 90 美分、输出 2.70 美元、缓存输入 4.5 美分，Flash 版本与模型权重将在近日发布。
正文 · AI 翻译
腾讯控股有限公司今日推出全新大语言模型 Hy4，首次加入电脑操作能力，借助先进的视觉理解、推理与工具调用能力，实现长程智能体表现。
该公司表示，该模型相较 8 月 28 日发布的 Hy4 Preview 在性能上实现了显著跃升；Hy4 Preview 拥有 7700 亿参数、490 亿激活参数。两者均提供 100 万 token 的上下文窗口，使其与欧洲及中国开发者当前推出的开放权重前沿模型处于同一区间，包括 Mistral AI SAS、北京月之暗面科技有限公司和 Z.AI 有限公司。
该公司表示，其大幅扩展了预训练与后训练规模，并报告称在指令遵循、长上下文理解、智能体长程任务和深度研究方面相较预览版均有提升。腾讯还指出，上一版本在“思考”过程中存在过度推理和过度验证的问题。
新模型高度重视面向职场协作、人类体验和专业工作的现实生产力。该公司表示，其优化了长上下文学习能力，以理解复杂信息，包括网页开发、文档摘要、视觉创意任务、文档演示等。
该公司补充称，其还增强了前端和游戏开发能力，这类高复杂度任务涉及复杂的业务逻辑、状态管理和编排。一些模型难以生成有状态、优雅美观、视觉精致且功能完整的用户界面。
专业游戏开发者、行业工程师和业余“氛围编程”爱好者将 AI 模型用于工作的一部分并不罕见。然而，近期出现了一波热潮，程序员们开始复现、逆向工程和克隆较老及半新近的电子游戏。这促使 Anthropic PBC 阻止 Claude Code 及其底层 Opus 5.5 模型协助此类任务。
该公司表示，其与 Unreal Engine、Unity 和 Godot 等主流引擎深度集成，使其能够支持复杂的游戏逻辑和多人实现。腾讯表示，与预览版相比，Hy4 在 GameDev bench 上提升了 19.1%，在 GameLogic 基准上提升了 9.8%，不过实际基线数值仍属内部信息，并未公布。
为推进科学推理，腾讯推进了递归自我改进的下一阶段，以增强研发能力。借助 Hyra 2.0 框架——一个自主 AI 研究智能体系统——该模型为共享同一架构的较小模型优化了预训练基础设施。
该模型目前已在腾讯云 TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信 AI 助手、Ima 等平台上线。也可通过 OpenRouter、Hermes 和 OpenCode 等第三方渠道访问。该公司补充称，尽管相较 Hy4 Preview 有显著增强，其仍保持了低成本，定价维持不变：每百万输入 token 约 90 美分、每百万输出 token 2.70 美元、每百万缓存输入 token 4.5 美分。
该模型的 Flash 版本计划于近期发布，以为用户带来更高的成本效益。该公司还表示，计划在未来几天内发布模型权重和系统卡。
图片：腾讯