腾讯混元Hy4正式开源 长程Agent幻觉率降至7.2%跻身开源第一梯队

11月4日，腾讯正式发布最新大语言模型混元Hy4，模型权重将在近期开源，并同步推出主打性价比的轻量版本Hy4 Flash。这是腾讯首次明确将自身定位为“最强开源模型之一”，旨在补强过去一年在基础模型层面相对薄弱的声量。在开源基准测试中，Hy4表现突出：在腾讯联合FiT开展的金融众测579个真实任务中得3.04分，高于DeepSeek-V4.1-Flash（2.97）等主流开源模型，位列开源首位；讯兔科技IRAB评测相较preview版提升12.03个百分点。关键突破在于长程Agent能力实测达标——极客公园设计CPO产业链深度研究报告任务，要求模型完成图谱梳理、技术对比、多源财报整合、三情景测算及利润表建模等全流程工作。Hy4采用分阶段执行+自检路径，交付带数据溯源、逻辑闭环的PDF报告与XLS模型，幻觉率由12.95%降至7.2%，因猜测致错率从23.1%压至5.6%。该能力已支撑腾讯构建数千个工作空间与上万高质量任务，覆盖基金研究、证券分析等场景，并经213位专家（其中153位来自头部金融机构）众测验证。不过，对比GPT-4o、Claude 3.5 Sonnet等闭源顶流，Hy4在纯语言复杂推理、多模态理解等方面仍有差距。Hy4 Flash则侧重降低部署成本，适配边缘与高并发场景。整体看，Hy4标志着腾讯大模型从“能用”迈向“好用”，为专业领域提供可靠基座，下一步需持续缩小与闭源模型差距并推动生态落地。