腾讯混元 Hy4 正式版会看图，也能操作电脑

腾讯云ADP的上线说明确认，腾讯混元Hy4正式版于2026年11月4日发布并接入ADP，新增视觉理解和电脑操作能力；腾讯提供的模型服务支持约105万Token上下文、单次最多输出65536 Token，具体上限依使用入口而定。它由此可以处理图片、图表，并在具备相应工具的环境中参与多步电脑任务。

对刚开始搭建AI工作流的个人和小团队，最直接的变化是可以把带图资料分析、跨应用操作和长资料研究放进同一个模型的候选任务中。能否真正执行，还要看所选入口是否提供图片输入、软件工具与访问权限；模型具备电脑操作能力，不等于每个聊天窗口都能替用户操作桌面。

Hy4的视觉能力适合先处理带图资料

视觉理解让Hy4可以把图片中的信息纳入分析，而不必先由人把图表和截图完整转写成文字。带有坐标轴的业务图表、展示界面状态的截图，以及正文与配图相互补充的资料，都是这一能力对应的输入类型。任务仍应从可核对的问题开始，例如要求它分别说明图上趋势与文字结论，再找出两者可能不一致的地方。

假设一组经营数据同时包含曲线图和文字结论，使用者可以让模型指出曲线在哪些区间改变方向，以及文字是否覆盖了这些变化。这只是依据已发布能力设计的条件性例子，不代表Hy4已经准确读取过这组数据。对于密集表格、模糊截图或细小标注，结果能否用于后续判断，仍取决于图像质量和关键数字是否经过核对。

这一类任务适合先产出资料摘要、差异位置和待核对项，再交由熟悉原始材料的人确认。模型能接收长上下文，也不意味着每个产品都允许上传相同大小、格式或数量的图片；文件入口与模型容量是两项不同限制。

电脑操作需要软件工具和明确权限

Hy4的Computer Use能力把模型的判断接到操作步骤上：它可以结合图形界面、命令行和工具调用处理连续任务。发布资料提到针对Blender、CAD等专业软件以及跨应用长任务的训练，但这些训练范围不能直接换算成任何办公软件中的完成率。对日常工作，更容易界定的条件性任务是在获授权的网页或应用中查找指定资料、整理结果，并把中间步骤留给人复核。

电脑操作能否发生，关键在运行环境。普通API请求可以要求模型分析界面信息或规划步骤；实际点击、执行命令、读取文件和登录应用，还需要承载模型的产品提供工具及权限。网页改变布局、按钮识别有误或前一步返回意外内容时，后续动作也可能偏离目标。

因此，多步流程适合先限定可访问的应用和目标文件，并让结果能够逐步检查。涉及覆盖原文件或向外发送内容的动作，应由工作流设置确认环节。这是部署方式的要求，不是模型本身的一项自动保证。

长资料研究有容量优势，也有核对成本

较长的上下文可以让相互关联的资料在同一次任务中被比较。一个条件性例子是把项目说明、连续会议记录和后续修改放在一起，询问某项决定何时提出、后来怎样改变、目前依据哪个版本。此时模型的价值在于帮助定位关系和时间顺序，而结果是否可靠，仍要回到原文件核对。

输入能放下资料，不代表模型一定会注意到夹在其中的例外条件。若回答只给出流畅的综合结论，却没有指出对应文件和位置，旧要求与新要求就可能被混在一起。让输出标明每项判断所依据的材料，比要求一次生成篇幅很长的综述更便于发现遗漏。

输出长度也会影响任务拆分。即使多份资料可以进入输入，逐页转写或生成特别长的结果仍可能超出单次输出限制。需要持续检索和调用工具时，ADP提供智能体配置、权限管理及运行记录；这些功能解决的是流程管理问题，长上下文解决的则是单次处理容量问题。

腾讯的评测成绩有明确适用范围

腾讯的Hy4发布声明列出WorkBuddy办公协作评测平均分83.18、通过率96.15%，以及中国大陆12项场景中9项排名第一的结果；腾讯混元与腾讯金融科技FiT合作的另一项盲评涉及213名金融从业者和579项任务，Hy4得分3.04。声明同时列出TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信智能助理大圆和ima等已接入入口。

办公分数对应WorkBuddy中的特定评测任务，金融分数对应另一组参与者、任务和评分方式。它们说明Hy4在这些设置下的表现，不能当作个人团队接入任意网页或桌面环境后的成功概率。尤其是Computer Use，实际结果还会受应用界面、工具配置、权限和中间步骤影响。

已接入的产品提供不同使用方式：工作产品适合体验其内置功能，ADP适合配置和管理智能体，TokenHub面向需要通过API接入的程序。选择入口时，先确认任务所需的图像输入和操作工具是否开放，再看评测排名，才能把模型成绩与实际可用功能对应起来。

TokenHub价格和上下文上限要按入口看

OmniaKey的接入与价格资料列出，腾讯云TokenHub的Hy4刊例价为每百万输入Token 6元、每百万输出Token 18元、每百万缓存命中输入Token 0.3元；该入口最大输入约960K Token、最大输出约64K Token，支持OpenAI兼容方式接入，Hy4限时按刊例价五折计费至2026年12月31日。TokenHub侧的输入与输出上限，应与腾讯云所述模型服务上下文规格分别理解。

按上述刊例价做一个纯粹的费用算例：若某次任务计入2万输入Token并产生2000输出Token，模型费用为0.156元；若适用五折活动，则为0.078元。这是根据假设用量计算的金额，不是Hy4完成某类任务的实测成本。图片折算、重复请求、缓存命中以及执行工具可能带来的费用，都会改变实际账单。

云端接入已经让团队能够选择分析或智能体入口，但实际工作流的边界由入口和权限共同决定。对于需要模型跨应用执行任务的使用者，下一项要确认的具体条件，是所用产品能否提供所需工具，并留下足够清楚的运行记录供人复核。

相关阅读：

• Claude浏览器开始代办网页任务：自动操作仍过安全分类器
• Rovo进入Microsoft Teams：能直接建工单，也能索引会议上下文
• 台湾居家办公也要做风险评估：雇主不能只发一台电脑