腾讯混元 Hy4 上线了吗?视觉理解和电脑操作能力有什么用?

2026-11-05 10:50:17
732
2026年11月4日腾讯混元Hy4正式上线,首次引入视觉理解与电脑操作能力,已接入腾讯云TokenHub,并给出价格与促销信息及普通用户的参考判断。

一句话结论

腾讯混元 Hy4 已于 2026 年 11 月 4 日正式上线,是 Hy 系列首次加入视觉理解能力、可在电脑上完成跨应用任务的版本,官方称综合表现已进入开源模型第一梯队。(信息截至 2026 年 11 月 5 日,来源为腾讯方面公开发布的消息。)

速查清单:

  1. 上线情况:2026 年 11 月 4 日正式发布,已在腾讯云 TokenHub 提供调用。
  2. 新增能力:视觉理解(读懂图片和界面内容),以及操作电脑完成跨应用任务。
  3. 价格口径:每百万 Tokens 输入最低 0.3 元;11 月 18 日前通过 Token Plan 接入享 2.5 折,TokenHub 按量调用至 12 月 31 日享 5 折,全球新老用户同享。

Hy4 是什么

Hy4 是腾讯混元大模型的新版本。大模型可以理解为“会读写文字的通用引擎”,而视觉理解相当于让它能看懂截图、图表和界面。

与以往只处理文字的版本相比,这次的变化主要在两点:一是能读取图像输入;二是能根据屏幕内容完成多步骤的跨应用操作,例如从网页取数据再填入表格。

能力边界:先别急着全交给它

“能操作电脑”不等于“可以放手让它操作”。目前公开信息中没有给出具体的成功率、测试集名称或与其他模型的逐项对比数据,因此下面的判断属于我的推断,不是实测结论。

  • 涉及付款、删除文件、发送邮件等不可逆操作,建议保留人工确认步骤。
  • 界面变化频繁的网站或弹窗较多的应用,出错概率通常更高。
  • 如果要在业务中使用,建议先用不含敏感数据的测试账号跑通流程。

价格与接入:怎么判断适不适合你

接入方式 优惠口径 适合谁
TokenHub 按量调用 5 折,截至 12 月 31 日 用量不固定、想先小规模试用的开发者
Token Plan 2.5 折,截至 11 月 18 日 用量较稳定、需要长期调用的团队

按量计费的实际花费取决于输入输出的 Tokens 数量(Token 是模型处理文本的最小计量单位,中文一般一个字约对应 1 到 2 个 Token)。上面的单价是输入价,输出价与图像计费规则请以腾讯云页面为准。

普通用户要不要现在行动

  • 适合:已有开发需求、想评估多模态模型的开发者或小团队。
  • 暂不必急:只想日常问答或写作的普通用户,可以先观察一段时间,等第三方独立评测结果出来再决定。
  • 我的判断:11 月 18 日是 Token Plan 折扣的截止节点,如果确定要长期用,越早测算用量越划算;如果只是试用,按量计费并不需要提前承诺。

后续观察点

  • 是否有公开的第三方评测,覆盖视觉理解和电脑操作任务的准确率。
  • 电脑操作功能的具体开放范围与使用门槛,目前尚未在公开资料中明确。
  • 12 月 31 日前后,按量折扣是否延续。

风险提示及免责声明

文章来源于IT资讯,转载注明原文出处,此文观点与指股网无关,理性阅读,版权属于原作者若无意侵犯媒体或个人知识产权,请联系我们,本站将在第一时间删掉 ,指股网仅提供信息存储空间服务。