✍️ FindAIGo 评测组📅 2026 年 11 月⏱️ 阅读约 22 分钟

Tencent Hy4 评测：看图、编程与电脑操作（2026年11月）

评测范围：基于公开资料的案头评测。核验日期为 2026-11-05，未进行付费 API 调用、真实电脑操作或跨模型同条件实测。官方能力、厂商评估、假设预算和编辑判断分别标明。

Hy4 值得关注的地方，是把看图、代码与多步任务能力放进已有办公工具；是否值得付费，则主要取决于你从哪个入口使用。 对日常用户，最有价值的问题是能否少搬运一次资料、少整理一份表格；对开发者，则是同样一个任务经过重试、工具执行和人工复核之后，还剩多少成本优势。

我们的初步判断是：已经在腾讯办公与开发工具里工作的用户，可以优先体验；希望按量接入长文档或编程工作流的团队，也有研究价值。但看图需求、个人包月套餐、自建应用和本地部署分别有不同限制，不能只凭“百万上下文”“电脑操作”或发布榜单就直接换掉现有工具。以下按产品、能力、证据与账单展开。

一、Hy4 是什么：腾讯混元的新一代通用模型

Hy4 由中国腾讯公司的混元团队开发，属于通用语言与视觉理解模型。混元这一产品系列在 2023 年 9 月 7 日公开亮相；Hy4 preview 于 2026 年 8 月 28 日发布，Hy4 正式版于 2026 年 11 月 4 日公布。首次公开发布、预览版和本次正式版是三个时间节点，不能混写成同一天。腾讯｜2023 年混元首次公开发布 · 腾讯｜Hy4 preview 发布公告 · 腾讯｜Hy4 正式版发布公告

从购买决策看，Hy4 是基础模型名称。元宝、ima、WorkBuddy、CodeBuddy 是承载它的产品或工作环境；TokenHub 是提供模型服务的平台。模型负责理解和生成，产品负责文件、账号、工具、权限及结果展示。你在一个入口看到的功能，还取决于该入口接入了哪些工具，以及当前账户实际开放了哪些能力。

这也解释了为何一次模型更新可能让不同用户获得完全不同的体验。已有知识库的人关心资料检索和出处，编程用户关心修改代码后的验证，办公用户关心生成的文档能否继续编辑。即便底层模型相同，缺少文件权限、执行环境或合适的导出格式，最终能完成的工作仍然不同。评价 Hy4，最好先确定工作发生在哪里。

腾讯在本次发布中提到图像理解和电脑操作，并把模型与产品共同优化作为重点。对用户而言，值得考察的是一次任务是否能够延续上下文、调用必要工具、留下可检查的结果。我们据此更看重流程里的具体收益，而不是把模型名称当成一个覆盖全部腾讯 AI 功能的统一套餐。腾讯｜Hy4 正式版发布公告

二、版本与规格：正式版、预览版、Flash 分开看

腾讯云当前模型目录把正式版调用标识列为 hy4，预览版为 hy4-preview。两者分别列出，而不是把预览版名称直接标记为正式版别名。本文没有获得官方“hy4-preview 已自动切换为 Hy4”的说明，因此保留原调用标识的应用应检查实际模型，不宜仅根据界面中的简写推断已经升级。腾讯云｜模型列表与能力上限

版本或入口	已核实的状态	实际选择含义
Hy4 / hy4	正式版；目录列出图片理解	新接入与版本评估应明确指定对象
Hy4 preview / hy4-preview	预览版；已有独立权重与 Apache 2.0 许可	旧模型卡、许可及成绩仅属于该版本
Hy4 Flash	官方预告即将发布	截至核验未取得正式价格、标识与完整规格
Hy Token Plan 中的 Hy4	个人套餐可选；文档暂不支持图片、视频	看图任务应另核对支持该能力的入口

腾讯云｜模型列表与能力上限 · 腾讯｜Hy4-preview 模型卡及许可 · 腾讯｜Hy4 正式版发布公告 · 腾讯云｜Token Plan 个人版套餐

按量服务目录给 Hy4 列出 1M token 上下文、最大输入 960k、最大输出 64k，并支持结构化输出、Function Calling、缓存和深度思考。输入、输出与总上下文需要一起看，不能把 960k 输入和 64k 输出简单当成任何请求都能同时占满的独立保证。接口还可能有具体格式和使用限制。腾讯云｜模型列表与能力上限

百万上下文的主要收益，是让一个任务能携带更多相关材料：项目规范、代码片段、会议记录、历史决策可以在同一个分析过程里出现。但放得进去，不代表每个细节都能被正确利用。资料存在冲突时，识别版本、标注来源和说明缺失信息，往往比把所有文件一次性塞满窗口更重要。

预览版公开资料曾披露 770B 总参数、49B 激活参数。本文只把这些作为预览版历史信息，不替正式版补齐参数量。正式版公告仍写着将于近期开源权重与发布系统卡片；截至核验，没有取得可确认的正式版权重与完整许可。自托管预算、硬件需求和商业使用条件需要等对应版本资料。腾讯｜Hy4 preview 发布公告 · 腾讯｜Hy4-preview 模型卡及许可 · 腾讯｜Hy4 正式版发布公告

三、核心能力：看图、编程与电脑操作分别解决什么

视觉理解：让截图和图表进入讨论

Hy4 的服务目录明确列出图片理解。编辑判断是，这对产品截图、图表解释、图文混排材料的价值比较直接：用户可以把原先需要手工描述的视觉线索交给模型，再围绕同一份材料追问。不过，模型识别出按钮、曲线和文字以后，仍需要理解单位、时间范围、图例以及截图之外的背景。腾讯云｜模型列表与能力上限

例如，一张业务看板里同时有“累计”和“当月”两种指标，真正有用的回答应区分统计口径，指出无法从图中读取的字段，再说明判断依据。这里描述的是我们认为合理的验收标准，并非已经完成的测试结果。小字、低清截图和复杂图例尤其适合保留原始文件，让人能回查结论。

图片理解也应与生成图片分开。TokenHub 将图像生成、视频生成等作为独立模型类别列出；不能因为 Hy4 能读图，就假定同一个模型端点能原生输出成品海报或视频。产品可能组合多个模型完成创作，体验可以统一，计费和能力边界仍需按实际调用确认。腾讯云｜模型列表与能力上限

编程：完整交付比一次生成更值得看

编程任务的实际价值可以分成理解需求、修改文件、执行验证和解释改动四部分。即使初稿看起来完整，仍可能存在状态更新遗漏、空数据处理缺失或依赖版本不匹配。对于 Hy4 这样的工具型模型，评价重点应落在经过测试后的功能是否满足约束，而不是首屏截图是否漂亮。

腾讯表示已针对前端、游戏及专业软件任务做优化。这是值得跟进的方向，但本文没有把演示中的界面生成能力推算成生产项目通过率。一个有登录、分页和多角色权限的后台，与一个静态展示页的难度差异很大。已有工程的命名习惯、构建工具、测试环境和外部服务，也会影响交付质量。腾讯｜Hy4 正式版发布公告

电脑操作：模型能力还需要执行环境

官方将 Computer Use 描述为结合命令行和图形界面的任务执行能力。实际使用时，还需要产品或代理框架提供截图、动作、终端、应用访问及必要授权。采购一个模型服务，不会自动让它获得整台电脑上的操作权限；具体能接管哪些应用、如何中止任务，都应在使用入口核对。腾讯｜Hy4 正式版发布公告

这一能力最适合考察连续工作：读取材料后整理表格、根据页面内容制作草稿、修改项目后运行已有检查。单次点击正确只是其中一个环节。窗口切换、会话过期、文件重名和工具返回异常都可能让任务偏离目标。对结果可核查、操作可撤回的任务，先从小范围委派开始，能够更准确地看出节省的是操作时间还是只是输入文字。

四、公开基准：有进步信号，证据仍以厂商报告为主

发布初期最容易误读的是把厂商评估写成独立结论。本文选取腾讯自建搜索评估中的两项同指标前后比较，不照抄发布稿里的竞品名次，也不把不同工具框架或不同任务上的成绩排进同一条“综合能力”刻度。这样可以讨论更新方向，同时保留比较条件。

腾讯报告的幻觉率从 12.95% 降至 7.2%，猜测错误率从 23.1% 降至 5.6%。根据这组数字，分别下降 5.75 和 17.5 个百分点。图表只表达这两个指标各自的变化，不把它们相加，也不将其改写成日常所有回答的正确率。它们来自厂商自建评估，本文未独立复现。腾讯｜Hy4 正式版发布公告

这一方向与办公需求相关，因为资料整合最怕把缺失内容补成确定结论。一个会议纪要里没有明确负责人，理想输出应保留“待确认”；资料之间价格不一致，应列出日期和出处。模型减少猜测，有机会降低核查负担，但还需要观察它是否主动指出不知道，以及在后续追问中是否维持一致口径。

看到的数据	可以支持的判断	仍需另外验证
同一评估的版本前后变化	厂商报告该任务分布上的改进	新材料、不同工具和真实用户的结果
单项产品内部通过率	特定工作流的一组验收结果	是否适用于你的文件与权限环境
百万上下文规格	接口可接收长材料的容量信息	跨文件推理和证据定位是否稳定
发布演示与界面成品	展示了一种可实现的工作方式	多次运行、边界情况与完成总成本

对于复杂任务，模型、提示、执行框架和预算会共同决定结果。允许更多工具调用和重试，可能提高完成率，也会增加用量和等待。更合理的判断方式，是把“最后得到可接受成果的成本”作为比较单位，并记录哪些步骤仍然需要人工介入。当前公开材料还不足以给出 Hy4 对所有主要竞品的统一胜率。

五、产品与生态：先选工作入口，再选模型

腾讯公告列出的已上线入口包括元宝、ima、WorkBuddy、CodeBuddy、企业微信智能助理大圆与 TokenHub，并提到 OpenRouter、Hermes、OpenCode 等平台接入。这说明使用方式较多，但不是每个入口都有完全相同的工具集、文件限制、计费方式或地区支持。下面按工作目标理解它们。腾讯｜Hy4 正式版发布公告

入口	更值得考察的任务	选择前核对
元宝	日常问答、围绕材料讨论	当前模型选项、文件能力与账户额度
ima	围绕已有知识资料持续提问	来源定位、资料更新及知识库权限
WorkBuddy	文档与跨工具办公任务	应用授权、结果可编辑性和确认机制
CodeBuddy	已有工程中的编码工作	仓库上下文、运行环境与改动验证
TokenHub 按量服务	自建应用、明确用量的模型调用	模型标识、功能、配额及账单
OpenRouter 等第三方入口	在已有多模型工具中比较	供应商、区域、数据处理与该入口条款

腾讯｜Hy4 正式版发布公告 · ima｜腾讯 AI 知识管家 · OpenRouter｜Hy4 产品页与可用区域

对于已经把材料放在 ima 的用户，知识库入口的收益是减少重复上传和解释背景；对于已经在一个工程里工作的开发者，编辑器或终端入口的收益是把修改与验证放在同一处。这里是工作流适配分析，不代表我们验证过每款产品的新版本，也不代表它们会永久默认使用 Hy4。

需要自建后台服务的团队，按量 API 通常比个人工具套餐更符合用途。TokenHub 说明同一模型可以创建多个在线推理服务，用来区分业务场景。这有利于把实验与正式业务的用量分开观察，但具体鉴权、限额和并发仍需按服务配置，本文不提供未经调用验证的接入代码。TokenHub｜数据训练政策与服务说明

通过第三方平台使用时，还要把模型能力与供应平台责任分开。OpenRouter 当前 Hy4 页面提示没有 EU in-region 路由；这不是对所有国家可用性的完整清单，也不能由此推断任何用户都能顺利注册或支付。英文读者尤其需要先看自己账户的模型与区域选项，再安排工具迁移。OpenRouter｜Hy4 产品页与可用区域

六、数据与使用边界：按具体服务理解隐私

TokenHub 产品页明确表示不会把用户数据用于模型训练，并链接具体隐私说明。这是该服务的公开承诺；它不能自动覆盖元宝、ima、WorkBuddy、第三方路由平台以及用户自行接入的所有工具。本文没有取得足以统一确认这些入口全部保留期限、处理地域和删除时限的资料。TokenHub｜数据训练政策与服务说明

对文档与代码工作流，数据往往会经过多个位置：本地项目、代理工具、模型服务、浏览器页面和导出文件。判断是否适合公司资料，需要知道哪些内容被发送出去，是否含有不必要的个人信息或凭据，以及结果会保存在哪里。“不用于训练”回答的是一种使用目的，仍需结合存储、访问和分享规则理解整个流程。

电脑操作的边界还包括操作对象。模型可以理解页面内容，但页面文字不应自动成为新的授权。整理一份草稿与替用户向外发送文件，是不同的委派范围。对需要登录的应用，合适的产品应让用户看清实际动作与结果，并能够在必要时停止或接管。这里是对适用性的编辑分析，不是对 Hy4 已发生问题的指控。

对于打算等权重开放后自托管的团队，许可和运维需要单独评估。预览版存在可核实的 Apache 2.0 模型卡，正式版仍以其后续发布为准；本地运行也并不消除应用日志、外部检索和连接器的数据流。部署位置能改变一部分控制范围，业务系统如何组织权限与记录同样影响最终边界。腾讯｜Hy4-preview 模型卡及许可 · 腾讯｜Hy4 正式版发布公告

七、按量 API 定价：把折扣与长期预算分开

腾讯云价格页给 Hy4 的刊例价为未缓存输入 6 元、输出 18 元、缓存命中输入 0.3 元，单位均为每百万 tokens。当前按量活动按刊例价 50% 结算，到 2026 年 12 月 31 日 23:59:59 北京时间结束；对应为 3 元、9 元和 0.15 元。这一折扣与个人 Token Plan 活动是两个计费场景。腾讯云｜按量价格及 Hy4 五折活动

缓存输入单价相对于未缓存输入的降幅是 95%，分母是输入单价 6 元：1 − 0.3 ÷ 6 = 95%。这个比例只适用于命中缓存的输入部分。输出仍按输出计价，未命中的材料仍按完整输入价计费；因此不能把“缓存节省 95%”写成整个任务总账单都减少 95%。

假设用量（仅模型 tokens）	刊例价	当前五折价
100 万输入 + 25 万输出；无缓存	6 + 0.25 × 18 = 10.50 元	5.25 元
1,000 万输入 + 200 万输出；无缓存	10 × 6 + 2 × 18 = 96.00 元	48.00 元
同上；输入 80% 命中缓存	2 × 6 + 8 × 0.3 + 2 × 18 = 50.40 元	25.20 元

腾讯云｜按量价格及 Hy4 五折活动

以上都是可复算的假设预算，不代表真实请求的 token 用量。以第三行相对第二行的刊例价计算，总费用减少 47.5%，明显低于单独缓存输入的降幅。原因是两种情况下都保留了 200 万输出。对报告、长代码生成等输出较多的工作，输出长度和重试次数往往比缓存命中率更值得同时观察。

TokenHub 的计费说明还指出，请求中断时已生成但未完成输出的 token 也可能计费。取消一个方向错误的任务，有助于止住后续消耗，却不能把前面已经发生的计算当成免费。评估实际成本时，还应把搜索、文件转换、执行环境和人工复核分别记录；表中没有假定这些附加服务一律包含在模型单价里。腾讯云｜计费方式

选择按量服务，适合用量不稳定、需要明确支持图片的场景，以及运行自建业务的团队。活动价适合开展一轮受控试用；长期预算仍应保留按目录价测算的一列。只在折扣期观察账单，容易把短期价格优势误当成长期固定成本。本文也没有把人民币价格按未核实汇率转换成美元。

八、个人订阅：月费、积分与能力限制一起看

TokenHub 个人版包含 Hy Token Plan 与通用 Token Plan 两个系列。下面列出公开月费与每个订阅月的积分；它们是工具使用套餐，不是元宝、ima 或所有腾讯产品的统一会员。套餐内模型库可以更新，购买时应同时看当前模型、允许用途和能力范围。腾讯云｜Token Plan 个人版套餐

档位	Hy Token Plan：月费 / 积分	通用 Token Plan：月费 / 积分
Lite	28 元 / 560	39 元 / 780
Standard	78 元 / 1,560	99 元 / 1,980
Pro	238 元 / 4,760	299 元 / 5,980
Max	468 元 / 9,360	599 元 / 11,980

腾讯云｜Token Plan 个人版套餐

最需要注意的能力限制是：Hy Token Plan 可用模型部分注明暂不支持图片、视频等多模态能力。因此，想靠这个包月入口分析截图的用户，不能直接套用按量模型目录里的“支持图片理解”。通用套餐是否满足你的具体图像需求，也应单独核对对应入口；本文不把一种套餐的限制或权益扩展到另一种。腾讯云｜Token Plan 个人版套餐

个人套餐限时活动对 Hy4 的积分抵扣另有安排：2026 年 11 月 4 日起至 11 月 17 日 12:00 北京时间，未缓存输入、输出、缓存输入分别按每百万 30、90、1.5 积分抵扣；以每元 20 积分折算，为 1.5、4.5、0.075 元。这里是套餐额度的消耗速率，不能当成另一个开放给任意后台服务的现金 API 价。腾讯云｜个人版限时活动 · 腾讯云｜个人版积分抵扣规则

官方给出的“大约可用 token 数”包含历史缓存命中等假设。我们不把它重新包装成固定问答次数，也不拿额度直接除以某个简化单价来承诺可完成多少项目。每一轮携带多少历史、模型输出多长、是否反复读取文件，都会改变积分消耗。更低的抵扣速度也不意味着你未用掉的月费可以退回。腾讯云｜个人版积分抵扣规则

使用规则限定个人套餐用于允许的 AI 工具，不允许拿来运行自定义应用后端、自动化脚本或非交互批量调用；剩余额度不结转，套餐不支持退订。这些条件直接影响是否划算。持续在工具里工作的人，可以比较自己会实际消耗多少；业务后台和突发批处理则应选择适合该用途的按量服务。腾讯云｜Token Plan 个人版套餐

九、使用体验与迁移：把收益放在可验收的任务上

这是一篇案头评测，所以这里不描述不存在的点击体验或首 token 延迟。我们评估的是使用路径、任务成本与验证负担。下表都是适配分析示例，结果栏列出应检查的标准，不表示我们已经上传材料、执行这些任务，或取得了相应成功率。

示例任务	可能带来的收益	应看见的验收结果
对照两份项目文档与一张流程图	减少人工抄录与来回解释	列明冲突位置、原始出处和待确认事项
为已有项目补齐分页与空状态	把分析、修改和运行放在同一处	范围受控的改动及可重复的验证结果
把会议记录整理成行动表	减少重复归纳和重新排版	负责人、日期有依据，缺失项明确标注
在多个应用间整理草稿	减少重复复制与切换	操作对象正确，结果可检查，草稿可继续编辑

对个人用户，最大的迁移成本通常不是注册，而是已有资料如何延续。知识库的分类、项目说明和历史习惯不会因为换了模型就自动保持完整。如果旧工具已经能稳定处理某项工作，Hy4 需要在一个明确瓶颈上表现出更好的价值，例如减少材料整理，或者提供更适合的输出格式，才足以抵消切换负担。

对开发者，模型标识、结构化输出和工具调用都需要在自己的框架里重新验证。两个服务使用相似协议，仍可能对思考消息、工具返回、错误恢复或超长输入有不同处理。测试和账单记录应对应具体服务与具体版本，而不是只记录“用了混元”。保留能复现问题的任务输入，通常比根据一次印象决定全面迁移更有效。

优势也很清楚：已有产品入口减少从零搭建工具链的需要，按量与订阅提供不同预算方式，长上下文给复杂资料任务留出空间。当前不足主要是入口之间的能力不一致、正式版权重仍待确认，以及缺少我们自己的同条件体验数据。这些因素决定了它更适合有目标地试用，再根据成果扩大使用范围。

十、与 Kimi、DeepSeek、Claude 怎么选

横向比较应比较你能买到的具体服务。本文独立核对了 Kimi K3.1 Pro、DeepSeek 当前 Flash 模型和 Claude Sonnet 5.5 的官方资料；不采用腾讯发布表中的竞品成绩作为独立排名。以下价格保留各自币种与口径，不换算汇率、不混入会员月费，也不据此推出质量倍数。

模型与计费入口	官方价格快照：每百万 tokens	更值得比较的选择点
Hy4 / TokenHub 按量	刊例人民币输入 6 / 输出 18；当前五折	腾讯工具衔接、图片支持及长期账单
Kimi K3.1 Pro / 国内 API	人民币输入 13 / 输出 68；缓存命中 1.3	Kimi Work、Code 与现有项目资料的适配
DeepSeek-V4.1-Flash-1017 / 官方 API	美元输入 0.15–0.30 / 输出 0.60–1.20；分峰谷	按调用时段、模式和真实完成成本评估
Claude Sonnet 5.5 / Claude API	美元输入 2 / 输出 10；缓存读取 0.10	已有工具链、缓存规则与复杂任务验证

腾讯云｜按量价格及 Hy4 五折活动 · Kimi｜K3.1 Pro 官方价格与产品权益 · DeepSeek｜当前模型与官方价格 · Anthropic｜Claude 官方模型价格

Kimi 的产品资料把网页版、Kimi Work、Kimi Code 与 API 区分开；对于已经依赖它的文档和开发流程的人，切换 Hy4 前应比较材料接续与成果编辑方式。价格表里 Kimi 的标准 Pro 和 Highspeed 也分别计价，不能以一个版本的速度宣传搭配另一个版本的单价。本文使用标准版作为表中对象。Kimi｜K3.1 Pro 官方价格与产品权益

DeepSeek 的价格页明确当前 deepseek-flash 对应 DeepSeek-V4.1-Flash-1017，并说明旧的部分 Flash 名称会路由到该版本。这种映射直接关系到复现结果。它的美元价格还有峰谷之分；若比较夜间批处理与白天交互，要按各自真实时段记账。本文不把某个平台的旧模型名当成一个长期不变的底层版本。DeepSeek｜当前模型与官方价格

Claude Sonnet 5.5 的官方文档给出独立模型标识及多个云平台入口。已经在 Claude 生态建立工具和缓存流程的团队，需要比较迁移后的复核量，而不是只看输入价。缓存写入、工具执行、重试与人工验收会改变总成本；一个便宜但需要频繁返工的方案，可能不如在重要任务上维持更熟悉的组合。Anthropic｜Sonnet 5.5 版本与可用范围 · Anthropic｜Claude 官方模型价格

因此，已有腾讯办公资料的人可以先看 Hy4 的入口整合；已有 Kimi 工作区的人可以先比较资料与交付；重视原厂按量预算的人可把 DeepSeek 纳入候选；依赖现有 Claude 流程的人则应看切换收益是否覆盖验证成本。它们不是彼此排他的选择，按任务分工通常比宣称一个模型全面替代另一个更有实际意义。

十一、总结评分：值得尝试，付费看具体入口

本评测按六个维度等权评分，每项 0–10 分：5 分代表有明确用途但仍有明显限制，8 分代表公开资料支持较好的任务适配，10 分代表能力、可用范围与独立证据都非常充分。以下是编辑主观判断，不含未经测量的速度、质量或任务成功率，也不作为跨模型性能排行榜。

评分分别为任务价值 8.0、产品生态 8.5、成本透明度 7.5、接入选择 8.5、证据成熟度 6.5、部署与入口一致性 5.5。总和 44.5，除以 6 为 7.4167，四舍五入得到 7.4 / 10。高分来自任务入口和服务选择；较低分反映新版本证据尚少、权重状态与入口能力仍需分别确认。

推荐对象包括：已有腾讯文档资料和办公流程的用户、愿意对照自己的任务验收结果的开发者，以及需要长上下文和明确 token 账单的应用团队。个人用户可从现有产品体验入手，持续使用后再判断包月；团队可先看具体服务和样本任务的完整成本，再决定是否增加它的工作占比。

当前不适合直接下结论的场景包括：必须立即使用正式版权重自托管、希望个人 Hy Token Plan 同时包办截图理解、想把个人套餐当成自建后台无限调用，以及要求无需复核即可完成跨应用操作。限制来自不同入口与证据状态，而不只是模型名字。购买前认清这些差别，比追逐一个发布排名更有帮助。

我们的结论是：Hy4 提供了一条值得研究的办公与编程路线，尤其适合希望减少资料搬运、把分析延伸到工具执行的人。它是否值钱，应由你最终留下的可用文档、通过验证的改动和可接受账单来决定。现阶段，把它作为有明确任务边界的候选，比一次性替换所有工作流更容易看清价值。

资料来源

本评测报告生成过程使用到 AI 技术