腾讯发布Hy4大模型：首次支持图像理解与电脑操作，自称国内第二

一句话看懂：腾讯于2026年11月5日发布大模型Hy4，首次加入图像理解与自主操作软件能力，称其为最强的开源权重模型之一，但在独立评测中仍落后于头部闭源模型。

事件核心：发生了什么

腾讯正式推出语言模型Hy4，相比两个月前的预览版，训练数据显著增加。新能力集中在两方面：一是图像理解，可识别照片与复杂图表中的细节，演示中能从2.8吉像素的航拍图中定位屋顶约两米大小的部件；二是电脑操作，模型可自主控制Blender、CAD等专业软件，并完成跨应用连续任务。目前Hy4仅通过腾讯云、OpenRouter和元宝等腾讯应用提供，模型权重将在稍后未定日期开放。

腾讯针对编程、金融和办公场景做了专项优化，并已用Hy4改进其他模型的训练流程。在腾讯组织的200多名金融从业者、近600项真实任务测试中，Hy4排名高于DeepSeek V4.1 Flash、Kimi K3.1 Pro和GLM-5.3 Flash；其联网搜索的幻觉率从近16%降至约5%。

为什么重要

Hy4把视觉理解和电脑操作纳入同一个模型，意味着大模型正从“对话工具”向“能看、能点的执行代理”延伸。对腾讯而言，这是其在开源权重模型赛道争取话语权的一步，也与其云服务、游戏和金融生态形成协同。不过，独立评测机构Artificial Analysis的Intelligence Index给Hy4打35分，在国产模型中排第二，落后于Kimi K3.1 Pro的46分；在腾讯自己的十二项基准中，Claude Opus 5.5全部领先，GPT-6.1 Sol在八项中胜出。目前公开信息显示，Hy4在硬数学和编程任务上与顶级闭源模型仍有明显差距。

对用户/开发者/创作者的影响

开发者可先通过腾讯云和OpenRouter的API试用Hy4的图像理解与多应用操作能力，适合做文档处理、财务查询和游戏引擎配置类工具；游戏开发者值得关注其对Unreal、Unity、Godot的适配。但权重尚未开放，现阶段无法本地部署或微调。普通用户可在元宝等应用中体验图像识别和Office协作功能。企业采购时需注意：厂商测试结果与独立评测存在差异，且Hy4在无联网搜索时，遇到未知问题有89%的概率编造答案而非承认不知道，事实准确性仍需谨慎验证。