千呼万唤始出来，正式版混元Hy4，它来了！
这个发布节奏也是很腾讯了，自今年2月起，平均每两个月就有一个大版本的更新，并且走都是“Preview先行、正式版跟进”的路线。
而相比Hy4 Preview，这次的正式版在能力上可谓是更上一层楼，例如3D鹈鹕骑自行车Benchmark，它一次性生成的效果现在是这样的：
仅仅是视觉效果，Hy4正式版相比此前大模型跑出来的那种简单效果有了不少的提升。
而这类题考的正是大模型的视觉代码，模型得先在脑子里把一个三维场景想清楚，再用一行行代码把它搭出来，画面里多出来的东西，说明它在想“这个场景应该长什么样”，不满足于把题目要求的两样东西拼在一起。
再来看最近海外网友实测比较多的3D涡扇发动机：
刚才的3D鹈鹕骑自行车，鹈鹕加一辆自行车，拆开也就几十个部件；而涡扇发动机光风扇叶片就是一整圈，后面还套着压气机、燃烧室和涡轮，零部件可谓是一层叠一层。
即便复杂度如此，Hy4正式版依旧是稳稳地把“爆炸拆解”、“剖切”、“透视”等交互功能给做了出来。
那么在看完效果之后，很多人就要问了，Hy4正式版到底强在了哪些地方？
据了解，这次Hy4正式版重点强化了长Agent能力、各类长程和真实生产力任务的能力，并首次引入视觉理解。
至于它到底能把任务做到什么程度，重点君提前拿到了实测的资格，让我们一起来看看吧。
任务过程无需要任何操作
既然开头两个案例都是3D，那我们就顺着这个方向先往下测。
我们给Hy4的需求，是让它完成一个高质量、可交互的Three.js 3D超跑展示网页：
从结果中可以看到，车漆可以在5种颜色之间切换，机位有6个，轮毂特写、俯视这些细节视角都有，还能自动旋转展示。
并且Hy4给这辆车起了个新名字叫APEX 07，涂装、号码和品牌字样全是它自己设计的，车身的形体和比例保留了超跑的味道，商标却一个没碰。
换句话说，它不光知道得“画”得像，还知道哪些东西不能照搬。
如果说超跑考的是建模功底，那么接下来这个四季变换网页，考的就是审美了。
此前X上就有人做过类似的四季动态网页，我们把同样的需求交给了Hy4：
Hy4把四季放进了一座江南园林里，月洞门、太湖石、带檐廊的小屋，前面还有一方水池。春天花影压在窗前，夏天池子里冒出荷叶，秋天落叶纷飞，冬天的雪则会一点点积在石头顶上，每个季节左上角还各配了一句题字。
而四个季节来回切换，配色、线条和留白始终是同一套风格，没有哪一季突然画风突变。毕竟视觉代码比较容易翻车的就是这种连续切换，单看一张很好看，连起来就乱了，Hy4在这一点上守得很稳。
如果说前面几个案例都偏视觉效果，那么接下来这个实测，则是我们自己真想用的小工具：上传一张照片，把它变成像素画，并且颗粒度可以随意调。
Hy4给它起名叫“像素造物”，定位是一个本地像素艺术工作台。左侧有6种预设风格，比如“掌机四阶”用的是复古掌机那种四阶黄绿配色加Bayer抖动，“街机霓虹”则是深蓝紫配青粉；右侧可以调像素尺寸、亮度、对比度、调色板、抖动和像素形状，还能和原图对比、一键导出PNG。
更关键的是，预设栏顶部写明了每种预设都对应一套真实的采样、调色板和绘制参数，并非套个滤镜了事。整个界面分区清楚，按钮都有中文说明，不懂代码的人拿到手也能直接上手。
模型基础能力的提升，以及模型与产品的深度Co-Design，让Hy4解锁了更多真实生产力场景。在办公场景，Hy4全面提升了WorkBuddy的用户体验。
我们选了一个时效性很强的题目，苹果11月2日刚发布的2026财年第四季度财报，让Hy4做一份解读PPT：
最终它交出了一份16页的PPT，封面上财报发布日、财季截止日和数据核验截止日都标得清清楚楚，核验截止日就是11月3日。
数据方面，第二页的营收是1144.77亿美元，同比增长11.7%。我们拿苹果官网的新闻稿核对了一遍，苹果公布的是1145亿美元、同比增长12%，完全对得上。
如果说做PPT还是在一个文件里干活，那么最后这个测试，就是让Hy4直接上手操作电脑了。
我们在WorkBuddy里只用简单的一句话，让Hy4自己去搜集资料，再整理成一份报告：
和前面几个测试不同，操作电脑时Hy4得先看懂屏幕，找到按钮在哪，网页加载慢了要等，弹窗跳出来要关，搜错了方向还得回头重来。
而这恰恰用上了这次正式版首次引入的视觉理解，以及重点强化的长程任务能力，一件活拆成几十步，中间无论哪一步出了岔子，它都得记得自己最初要干什么。
模型若是发动机，腾讯想造整辆车
其实从这次实测中我们不难发现，Hy4正式版发力的方向，一个是视觉代码，一个是让Agent真正干活。而这两点，也恰好是最近一个月海外大模型卷得最厉害的地方。
10月7日，OpenAI开始推送GPT-6，同一天Anthropic发布了Claude Haiku 5.5，六天后谷歌的Gemini 4 Argon也正式上线。
视觉代码这边，11月2日X上刷屏了一段66秒的动画短片，狐狸、纸鸟、云朵和配乐全部装在一个HTML文件里，作者称用的是Anthropic尚未官宣的Fable 5.5；Agent这边，谷歌推出了办公Agent，Anthropic发布了后台Agent Claude Duet，OpenAI的GPT-6.1 Terra更是直接冲着电脑操作而来。
放在这个坐标里看，Hy4正式版这次补上的，正是最关键的两块。
一块是视觉理解。今年7月，腾讯把混元的大语言模型部和多模态模型部合并为基础模型部，由首席AI科学家姚顺雨统一负责，而Hy4正式版，正是合并之后首次引入视觉理解的版本。没有这一块，Computer Use就无从谈起，模型连屏幕上的按钮都认不出来。
另一块是长程任务。8月的Hy4 preview已经是770B总参数、1M上下文的规模，在腾讯内部163名专家、203个工程任务的盲测里，均分略高于GLM 5.3和Kimi K3。到了正式版，重心进一步落在Agent和长程任务上，也就是我们在PPT和Computer Use里看到的，一件活拆成几十步，它能自己一路推到交付。
那么腾讯为什么这么看重这两块？这就要从混元之外说起了。
如果把模型比作发动机，那么腾讯这几个月一直在造的，就是整辆车。9月，WorkBuddy企业版接入了腾讯文档、乐享、网盘等产品；10月，企业微信和WorkBuddy打通；10月29日又发布了Buddy One，用户提一个需求，WorkBuddy就能同时去会议纪要、文档、知识库和网盘里找资料。
车造得越大，对发动机的要求就越高。而腾讯云CTO王慧星此前强调的是“不绑定”，WorkBuddy与混元共同设计，但DeepSeek、Kimi、GLM、MiniMax出了新版本，也是发布当天就接入。换句话说，即便在自家的车里，混元也没有“保送名额”，用户在模型下拉框里随手一点，就能换成别家的发动机。
早在今年6月就有分析指出，腾讯生态越繁荣，如果自研模型追不上，对外部模型的依赖就越重，议价空间也越小。从这个角度看，Hy4正式版的发布，就是腾讯给自己这辆车配上一台够用的自研发动机。
而对腾讯来说，模型和生态从来就是一体的。发动机够强，整辆车才跑得起来；反过来，车上每天跑的真实任务，又会喂给下一代发动机。按照混元两个月一个大版本的节奏，下一台发动机，或许已经在路上了。
