实测 HY4：腾讯最「夯」大模型，离一线还有多远？

头图来源：腾讯混元 11 月 4 日，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 也一起亮相。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 上最多被人看见的，是 WorkBuddy 这类 Agent 和应用产品；到了更底层的模型上，它的声量明显弱于应用。Hy4 真正要回答的，是腾讯在模型这条线上的身位。 从榜单表现来看，在开源模型里，Hy4 已经站进第一梯队；放到全球，和顶尖闭源模型的差距仍然清晰。 而根据国家数据局最近公布的一组数据，我国日均 Token 调用量已经从 2024 年初的 1000 亿，增长到今年 7 月的超 500 万亿，两年增长超 5000 倍。Token 消耗狂飙的背后，Agent 正在从一个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，进行了实测，以梳理这一代 Hy4 到底补上了哪些能力。 一、长程 Agent：门槛在「把一整件事跑完」 过去测模型，行业习惯看单轮问答、单道题目的表现。进入 Agent 阶段，变成看跨多轮、跨多步、长时间运行，模型能不能始终记得目标在哪里、自己能走到哪一步，中途出错能不能自己拉回来，最后形成逻辑闭环的交付。 最近对 CPO 赛道关注比较多，我给 Hy4 安排了一个接近买方真实工作的任务： 让它扮演覆盖 AI 算力产业链的研究员，围绕 CPO（共封装光学）赛道，做一份面向投资决策委员会的深度研究报告和可复算估值模型，数据截至最近一个已完成的交易日。 2026 年被称为 CPO 量产元年，英伟达 Spectrum-X、博通 Bailly 等 CPO 交换机陆续进入客户导入，台积电 COUPE 投产、谷歌 NPO 订单落地，产业事件密集；与此同时，A 股光通信「易中天」（中际旭创、新易盛、天孚通信）以及光芯片、光器件公司的股价和估值已经大幅抬升。投委会真正想知道的，是这条链当前还能不能配、该怎么配。 任