腾讯混元Hy4正式发布：770B参数开源大模型登顶国产金融AI榜首，性价比领跑Agent Arena帕累托前沿
撰文 | 李信马
题图 | AI制图
SmartHey11月4日消息，腾讯混元正式发布新一代大语言模型Hy4，官方称其“首次跻身全球最强开源模型行列”。（目前Hy4权重尚未开源，团队表示将于近期正式开源，并同步发布完整模型系统卡片）
相较于Hy4 preview版本，Hy4在预训练与后训练阶段显著扩大了数据量与训练规模，首次集成多模态视觉理解能力，并在指令遵循、长文本深度理解、长程智能体推理等核心能力上实现系统性跃升。同日公布的Agent Arena智能体评测榜单显示，Hy4综合排名全球第14位，在国产模型中仅次于Kimi K3.1 Pro（Max），二者得分差距不足1%。
值得关注的是，Hy4单任务平均成本为0.55美元，较Kimi K3.1 Pro（Max）低约62%，展现出突出的工程化落地性价比。这一表现呼应了今年6月腾讯高层对话中的核心观点——姚顺雨曾指出：“对模型而言，performance是第一位的；而真正的性价比，是性能与成本的双重最优解。”Hy4目前已成功进入Agent Arena帕累托前沿，即在同等成本约束下效果最优的模型之一。
注：Agent Arena是由AI评测平台Arena推出的智能体能力权威榜单，其评测范式摒弃传统“答题考试”模式，转而聚焦真实任务交付稳定性——不看单轮响应分数，而考察能否持续、可靠地完成端到端工作流。
在垂直领域应用方面，Hy4重点强化了专业金融分析能力：基于真实金融场景构建了数千个结构化工作空间及上万个高质量任务，覆盖基金研究、证券估值、量化策略设计、资产配置优化、公司金融建模、财税合规分析等全链条专业流程。
腾讯混元联合腾讯金融科技FiT发起213位行业专家参与的金融众测，基于579项真实业务任务评估显示，Hy4综合得分为3.04，位居当前所有开源模型首位；对比来看，Kimi K3.1 Pro与GLM-5.3均为2.68，DeepSeek-V4.1-Flash-1017为2.97。按此实测结果，Hy4已成为普通用户可便捷调用的最强金融垂类大模型。
由此引发一个实践性思考：能否用Hy4深度解析腾讯控股（HK00700）？恰逢WorkBuddy已全面接入Hy4，我们据此设计了一套中文金融分析Prompt：
经过近两小时多轮迭代、数次异常调试并耗尽免费额度后，模型输出了一份结构完整、逻辑严密的深度研报，核心结论如下：
报告以高度凝练的语言指出：投资腾讯，本质是买入「14.39亿微信月活用户被AI深度重构后的价值重估期权」，短期需容忍2026–2027年因AI基础设施大规模前置投入所导致的利润阶段性空窗。
2026年腾讯股价累计下跌32.36%，市盈率（TTM）压缩至13.47倍，市净率处于五年2.1%分位——报告认为，市场存在两大误判：一是将AI资本开支线性外推为永久性支出，二是将回购节奏放缓等同于自由现金流枯竭。事实是：2026年Q2剔除混元、WorkBuddy、CodeBuddy、微信AI等新AI产品影响后，Non-IFRS经营利润仍同比增长19%，经营利润率高达42%，印证核心业务盈利韧性未减；自由现金流-138亿元中含514亿元算力采购预付款，剔除后实际为+376亿元，表明现金引擎运转正常，问题仅在于AI投入与商业化收入存在时点错配；而回购缩量则是真实的估值支撑边际弱化信号。
当然，报告亦设定了明确的悲观情景触发阈值：若三季报显示剔除AI影响后的内生经营利润增速跌破5%，或集团净现金余额转负，则目标价应下调至336.45港元。
值得玩味的是，“混元”在报告中出现两次：一次作为需剔除的成本项，另一次则被列为0–3个月内关键短期催化因素——即AI产品早期付费转化信号。当笔者向WorkBuddy追问是否关注到Hy4当日发布时，模型坦承未覆盖该信息，并主动建议：对于“模型迭代直接驱动市场叙事”的科技公司，应在分析流程中强制加入“数据截止日前一日的公司公告、技术博客、产品发布会”扫描环节，并在附录D中明示所有数据源范围。
不过，模型坚持原有结论不变——因为Hy4将“腾讯AI投入能否转化为可变现资产”这一抽象命题，升级为可量化跟踪的具体指标，但并未改变任何已纳入模型的关键财务与运营数据。在中短期风险监测维度，报告亦提供了清晰、可执行的观察清单。
总体而言，这份由Hy4生成的腾讯深度研报完成度高、逻辑扎实、图表规范，具备接近专业机构报告的呈现水准。随着腾讯2026年三季度财报预计于11月中下旬发布，多项关键信号将陆续验证，届时可进一步检验该AI研报的实际预测效力。例如下图关于营业收入的区间预测，预计将于2027年3月获得最终数据校验。
除WorkBuddy外，Hy4已全面接入腾讯云Tokenhub、CodeBuddy、元宝、企业微信智能助理“大圆”、ima等多款产品，并通过API同步开放至OpenRouter、Hermes、OpenCode等主流开发者平台；后续还将逐步部署至QQ、王者荣耀、和平精英、微信读书、腾讯新闻等全系C端与B端场景。
参数与数据规模方面，Hy3系列参数量不足300B，Hy4已跃升至770B。据悉，下一代Hy5将进一步扩大模型容量与训练数据覆盖。但混元团队也客观指出：Hy4在内部构建的高难度专项测试集（如前沿数学推理、长程代码开发、自主模型迭代、复杂视觉问答等）上，与顶尖闭源模型仍存在明显差距。
从官方发布的Hy4 benchmark对比图可见：在主流公开评测集上，Hy4稳居开源模型第一梯队，综合位列第二至第三；但在GPT-6.1 Sol、Claude Opus 5.5等顶级闭源模型面前仍有提升空间；尤其在自建高难度测试集（3DArena-Modeling、E-Bench 2.0、Hy-BrowseComp、TenureTrail）中，性能落差显著放大；而在Terminal Bench Science 0.1这类面向科研终端的极限任务中，Hy4得分为13.8，仅为当前最高分的约1/4。
但纵向对比腾讯自身技术演进路径，Hy4无疑标志着关键突破——不仅大幅缩短了与国际AI第一梯队的距离，更在金融等强专业场景实现了可验证的领先优势。关于Hy4的技术定位与产业影响，你有何见解？
注1：文中插图均来自腾讯官方发布材料或Hy4模型生成。
注2：文中涉及评级、目标价及财务预测均由AI模型生成，不构成任何形式的投资建议。