Eileen 11 月 4 日，腾讯混元 Hy4 正式发布，模型权重将在近期开源，主打性价比的轻量版 Hy4 flash 同时亮相。腾讯给它的定位是首次跻身最强开源模型之列。过去一年，腾讯在 AI 领域被更多人看到的是 WorkBuddy 这类 Agent 与应用产品，底层模型的声量相对偏弱，Hy4 要回答的正是腾讯在模型这条线上的位置。从榜单表现看，它在开源模型中已进入第一梯队；放到全球范围，与顶尖闭源模型的差距依然清晰。
国家数据局公布的数据显示，我国日均 Token 调用量从 2024 年初的 1000 亿增长到今年 7 月的超 500 万亿，两年增长超过 5000 倍。Token 消耗快速上升的背后，Agent 正从技术概念变成新的生产力形态。极客公园围绕长程 Agent、多模态理解与视觉代码等主线，结合官方评测数据和典型任务对 Hy4 做了实测。
长程 Agent：看能否把一整件事跑完
实测中，Hy4 被要求扮演覆盖 AI 算力产业链的研究员，围绕 CPO 赛道完成一份面向投资决策委员会的深度报告和可复算估值模型。任务涵盖产业链图谱、CPO 与可插拔光模块及 NPO 等路线的技术差异与替代节奏、重点公司近三年财报与行情数据核验、四家公司横向对比、乐观基准悲观三情景，以及一家公司的三年利润表模型，并要求区分已量产、送样测试和仅披露合作意向三种供应链状态。实际运行中，Hy4 先拆解任务、列出执行计划，再分阶段推进并做阶段性自检，最终交付报告 PDF 与估值模型 xls，数据来源、假设口径和不确定性均有标注。
官方金融众测数据可作参照。腾讯基于真实金融场景构建了数千个工作空间和上万个高质量任务，覆盖基金研究、证券分析、量化策略、资产配置和财税会计等流程，并联合腾讯金融科技 FiT 组织 213 位专家参与众测，其中 153 位来自外部头部金融机构，七成拥有五年以上工作经验。在 579 个真实金融任务上，Hy4 得分 3.04，在开源模型中排名第一，高于 DeepSeek-V4.1-Flash 的 2.9。
