腾讯混元 Hy4 正式版发布:价格、AA 智能指数 35、API,以及在 Claude Code / Codex 里怎么用

腾讯混元 11 月 4 日发布 Hy4 正式版:首次支持视觉和电脑操作,1M 上下文、最大输出 64K,官方价每百万 tokens 输入 $0.834、输出 $2.501、缓存 $0.042。第三方 Artificial Analysis 智能指数 v5 给 Hy4 35 分(中国实验室第二,次于 Kimi K3.1 Pro 46)。本文整理官方规格、价格、腾讯自测与 AA 独立结果,给出 TokenHub / OpenRouter 调用方法,并附 Claude Code、Codex 接国产大模型实测步骤。

10 分钟阅读
腾讯混元 Hy4 正式版发布:价格、AA 智能指数 35、API,以及在 Claude Code / Codex 里怎么用

先说结论:腾讯混元在 2026 年 11 月 4 日发布了 Hy4 正式版。它首次支持图片输入(视觉)和电脑操作,上下文 1M、最大输出 64K,官方 API 价每百万 tokens 输入 $0.834、输出 $2.501、缓存命中 $0.042,和 8 月的 Hy4 preview 同价。

  • 现在能调用的渠道是 腾讯云 TokenHub(模型 ID hy4)和 OpenRouter(模型 ID tencent/hy4,首发显示五折:输入 $0.417、输出 $1.251)。CodeBuddy、WorkBuddy、元宝、ima 里也能直接用。
  • 腾讯自测的表里,Hy4 在 APEX-Agents v1.1 上 75.2,略高于腾讯测的 Claude Opus 5.5(74.8);但 Terminal-Bench 4.0 只有 44.4,明显落后 Opus 5.5 和 Kimi K3.1 Pro(都在 66 上下)。腾讯自己也写了「与顶尖闭源模型仍存在较大差距」。第三方 Artificial Analysis 智能指数 v5 给 Hy4 35(2026-11-07 核对,详见下文补充)。
  • 正式版的权重还没放出,官方说法是「计划开源」,没给日期;Hugging Face 上目前只有 Hy4-preview。更快更省的 Hy4 flash 也说会「近期发布」。
  • 本站(aicodewith)截至 11 月 4 日还没有上架 Hy4。想在 Claude Code、Codex、Cursor 里用国产大模型,本站已有 kimi-k3.1-pro、glm-5.3、deepseek-v4-pro 等,文末给了实测步骤。

创建 API Key,在 Claude Code、Codex、Cursor 里接入国产大模型 →

本文数字核对于 2026-11-04(北京时间),并在 2026-11-07 补充核对 Artificial Analysis 智能指数 v5(Hy4=35)。依据腾讯 Hy4 官方发布页、腾讯云 TokenHub 混元调用指南、OpenRouter 模型页、Artificial Analysis Hy4 模型页与 Changelog,以及 IT之家、凤凰网、FourWeekMBA 的报道。上文基准表全部来自腾讯官方表,标为「腾讯自测」;下文 AA 一节为第三方独立结果。

一张表看懂:Hy4 现在到哪一步了

问题现状(2026-11-04)依据
发布了吗?已正式发布,替代 8 月 28 日的 Hy4 preview腾讯官方发布页
能通过 API 调用吗?能:腾讯云 TokenHub hy4、OpenRouter tencent/hy4腾讯云文档、OpenRouter
官方价格输入 $0.834 / 输出 $2.501 / 缓存命中 $0.042(每百万 tokens)腾讯官方发布页
上下文与输出上下文 1M(1,048,576),最大输入 960K,最大输出 64K(65,536)腾讯云文档、OpenRouter
输入模态文本 + 图片,输出文本OpenRouter、腾讯云文档
参数量正式版未公布;preview 是 770B 总参 / 49B 激活据 IT之家 对 preview 的报道
开源权重计划开源,未给日期;目前只有 preview 权重腾讯官方发布页、Hugging Face
Hy4 flash计划近期发布腾讯官方发布页
aicodewith 能用吗?暂未上架(本站 /v1/models 里没有 hy4)本站 11 月 4 日查询

Hy4 正式版更新了什么

据 腾讯官方发布页 和 IT之家 的报道,相比 Hy4 preview:

  • 预训练和后训练规模都扩大了,指令遵循、长文理解、长程任务、深度研究等综合能力提升。
  • 首次支持视觉:能结合感知、推理和工具调用,做细粒度图像处理、复杂图表分析和数学视觉推理。
  • 首次支持电脑操作:命令行和图形界面都能用,腾讯针对 Blender、CAD 等专业软件和跨应用长程任务做了专项训练。
  • 前端和游戏开发:适配 Unreal Engine、Unity、Godot,腾讯称 GameDev 比 preview 提升 19.1%、GameLogic 提升 9.8%。
  • 金融和办公:和腾讯金融科技找了 213 位金融从业者评 579 个真实任务,Hy4 得 3.04,DeepSeek-V4.1-Flash-1017 2.97,Kimi K3.1 Pro 和 GLM-5.3 都是 2.68;内部评测里幻觉率从 preview 的 15.76% 降到 5.45%。
  • 安全:网络安全训练数据只保留防御类内容,过滤了漏洞利用开发、逆向和渗透测试;权重放出时会同时发布系统卡片。

这次发布也上了 X 热点。

Hy4 价格

单位:美元 / 每百万 tokens(MTok),核对于 2026-11-04。

渠道输入输出缓存命中
腾讯官方价(腾讯云)$0.834$2.501$0.042
OpenRouter 当前显示(标注 50% off)$0.417$1.251$0.021

几点说明:

  • 腾讯写明正式版「维持与 Hy4 preview 相同的 API 价格」。
  • OpenRouter 的五折没写截止时间,以页面为准。OpenRouter 上 Hy4 目前只有腾讯云一家提供方。
  • 横向看,据 FourWeekMBA 按 OpenRouter 标价的计算,Hy4 的输出价约为 Claude Opus 5.5($20)的 1/8,Kimi K3.1 Pro 和 GPT-6.1 Sol($10)的 1/4,但约是 DeepSeek V4.1 Flash-1017 标准价($1.20)的 2.1 倍。Kimi K3.1 Pro 的官方价见本站《Kimi K3.1 Pro 测评:官方价格、1M 上下文与基准》。
  • Hy4 默认开启深度思考,思考 token 也计入输出,简单任务可以把 reasoning_effort 调低。

Hy4 基准:腾讯自测表里能核对的数字

下表摘自腾讯发布页附录的基准表。腾讯说明:每个模型都用最高推理档位;带两个数字的格子,前一个是各家自己公布的分数,后一个是腾讯自测。这里只摘编码、Agent 和多模态相关的几行。

基准Hy4Hy4 previewClaude Opus 5.5Kimi K3.1 ProGPT-6.1 SolDeepSeek-V4.1-Flash-1017GLM-5.3
APEX-Agents v1.1 (pass@1)75.253.973.5 / 74.867.2 / 68.260.0 / 61.772.1 / 72.964.3
DeepSWE v1.174.964.374.2 / 72.675.5 / 76.375.2 / 72.777.0 / 73.866.9 / 68.1
SWE-Marathon v1.143.831.946.3 / 44.451.7 / 53.842.5 / 39.446.342.5 / 35.6
Terminal-Bench 4.044.426.366.4 / 66.465.7 / 66.855.9 / 55.542.3 / 40.042.9
ProgramBench30.017.565.0 / 56.531.5 / 24.546.0 / 46.029.1 / 29.019.0 / 18.0
FrontierCode 2.031.0-46.425.540.628.521.6
AutomationBench v1.0.656.236.358.865.651.460.5 / 54.348.2 / 54.1
OSWorld 2.1(Full,partial score)78.9-81.879.675.268.4-
MMMU-Pro78.6-88.284.1 / 83.484.976.7-
HLE-Full(带工具)59.157.367.7 / 66.270.0 / 61.860.657.162.5 / 57.4

怎么读这张表:

  • Hy4 唯一明显领先的是 APEX-Agents(办公 Agent 类任务);DeepSWE 和几家基本打平。
  • 终端编码(Terminal-Bench 4.0)、从零写程序(ProgramBench)、科研向的 Terminal-Bench-Science(Hy4 19.8,Opus 5.5 58.7 / 56.2)差距都很大。腾讯测 Terminal-Bench 4.0 用的是 Claude Code harness,每题最多 500 轮、13 小时。
  • 据 FourWeekMBA 统计,表里 34 行有 20 行是腾讯内部基准;在其余 14 行公开基准里,Hy4 只在 2 行高于 Opus 5.5。
  • 上表分数都是腾讯自测或厂商自报;第三方独立结果见下一节 Artificial Analysis 智能指数 v5(2026-11-07 补充)。

Artificial Analysis 智能指数 v5(2026-11-07 补充)

下面这组数字来自第三方 Artificial Analysis,和上文腾讯自测表不是同一套题、同一套脚手架,不能直接逐格对比。Artificial Analysis 在 2026-11-04 Changelog 写入 Hy4 智能指数 35;本节数字核对于 2026-11-07 的 Tencent Hy4 模型页。

指标数值(2026-11-07 核对)
智能指数 v535(页面汇总约 #40 / 69)
同版对照与 Grok 4.7(xhigh)同分;Claude Haiku 5.5(max)36;中国实验室模型里目前仅次于 Kimi K3.1 Pro(46)
FrontierCode 2.031%(与腾讯自测 31.0 对齐)
Terminal-Bench 4.037%(腾讯自测 44.4,约低 7 个百分点)
AA-Omniscience v1.1准确率约 50%,幻觉率约 89%(AA 标为高幻觉;对照 Kimi K3.1 Pro 幻觉率约 37%)
HLE-Diamond约 33%
价格(AA 记录)输入 $0.834 / 输出 $2.501 / 缓存约 95% 折扣(约 $0.042),与官方价一致
速度与成本输出约 94 tok/s;到首答 token 约 103.27s;每道 Index 任务约 13.9 分钟、约 $1.03(以 AA 模型页为准;部分二次报道写约 $0.78)
啰嗦程度Index 评测输出约 1.60 亿 tokens,偏高
权重状态AA 仍标 Proprietary;正式版权重截至本补充仍未放出

读法:FrontierCode 双方一致,说明编码 Agent 方向有独立复现;Terminal-Bench 落差提醒「腾讯自测 44.4」不能当第三方定论。幻觉这块更要对齐方法:腾讯发布材料写的是内部检索/事实一致性评测里幻觉下降,AA-Omniscience 测的是知识题答错还是拒答——方法不同,不可直接比数字,但独立数据值得单独看。价格在同分档里有竞争力,但输出偏啰嗦、单任务耗时偏长。后续若有更多第三方复现或权重放出,会再更新。

Hy4 API 怎么调用

腾讯云 TokenHub

在 TokenHub 控制台开通服务并创建 API Key 后即可调用。据 腾讯云文档,TokenHub 同时兼容 OpenAI Chat Completions(/v1/chat/completions)、OpenAI Responses(/v1/responses)和 Anthropic Messages(/v1/messages)三种协议,Base URL 按地域二选一:广州 https://tokenhub.tencentmaas.com/v1,新加坡 https://tokenhub-intl.tencentmaas.com/v1。OpenAI 路径用 Authorization: Bearer,Anthropic 路径用 x-api-key。

bash
# Tencent Cloud TokenHub (Guangzhou / mainland China)
curl https://tokenhub.tencentmaas.com/v1/chat/completions \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "hy4",
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "high"
  }'

# Singapore (global): https://tokenhub-intl.tencentmaas.com/v1

Python(OpenAI SDK):

python
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_TOKENHUB_API_KEY",
    base_url="https://tokenhub.tencentmaas.com/v1",
)
resp = client.chat.completions.create(
    model="hy4",
    messages=[{"role": "user", "content": "Hello"}],
    extra_body={"reasoning_effort": "high"},
)
msg = resp.choices[0].message
print(getattr(msg, "reasoning_content", None))  # thinking trace
print(msg.content)

要点(据 混元调用指南):

  • hy4 默认开启深度思考,reasoning_effort 默认 high,思考内容在 reasoning_content 字段。
  • 多轮工具调用时,要把上一轮的 reasoning_content 连同 tool_calls 一起回填,否则效果会变差。
  • 图片可以用 URL 或 Base64 传入,单张不超过 10 MB,单请求最多 600 张。
  • 没开通对应模型服务时会返回 402。

OpenRouter

模型 ID 是 tencent/hy4,接口兼容 OpenAI,也支持 Responses 和 Anthropic Messages 格式(据 OpenRouter 模型页):

bash
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tencent/hy4",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

OpenRouter 页面显示 Hy4 支持 tools、tool_choice 和 JSON Schema 结构化输出,最大输出 65,536 tokens。

在 Claude Code / Codex / Cursor 里用国产大模型(本站实测)

Hy4 目前不在本站上架列表里。如果你想要的是「在 Claude Code、Codex、Cursor 里换用国产大模型」,可以直接用本站已上架的 kimi-k3.1-pro、glm-5.3、deepseek-v4-pro 等,一个 Key 在三个客户端里通用。我们 11 月 4 日用本站 Key 分别跑了一次 Claude Code + Kimi K3.1 Pro 和 Codex + GLM-5.3。

第 1 步:创建 API Key

注册登录后在控制台创建 API Key,可用模型以 模型列表 为准。

创建 API Key →

第 2 步(Claude Code):写 settings.json

打开 ~/.claude/settings.json(Windows 为 %USERPROFILE%\.claude\settings.json)。ANTHROPIC_BASE_URL 末尾不加 /v1:

json
{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.aicodewith.ai",
    "ANTHROPIC_AUTH_TOKEN": "你的 API Key",
    "ANTHROPIC_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro"
  }
}

想换 GLM 就把模型名都改成 glm-5.3。更完整的说明见《Claude Code 如何接入第三方 API》和《Kimi K3.1 Pro 接入 Claude Code 配置教程》。

第 3 步(Claude Code):跑一个小任务

bash
claude --version
# 2.1.316 (Claude Code)

claude -p "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output), then run python3 context_check.py and report the exact output." \
  --allowedTools "Write,Bash,Read,Edit" --output-format json

实测结果(Claude Code 2.1.316,模型 kimi-k3.1-pro):

text
# wall time 53.4 s, num_turns 3, is_error false, modelUsage: kimi-k3.1-pro
# stderr: [claude-code:unrecognized_model] {"model":"kimi-k3.1-pro","query_source":"sdk"}

$ cat context_check.py
def fits(prompt_tokens, max_output, window=1_048_576):
    """Return True when prompt_tokens + max_output fits within the context window."""
    return prompt_tokens + max_output <= window


assert fits(900_000, 65_536) is True        # 965_536 <= 1_048_576, 65_536-token output
assert fits(1_000_000, 48_576) is True      # 1_048_576 <= 1_048_576, exactly at the boundary
assert fits(983_041, 65_536) is False       # 1_048_577 > 1_048_576, one token over

$ python3 context_check.py
$ echo $?
0
  • 用时 53.4 秒,3 轮完成;文件写对了,断言全部通过,脚本没有输出、退出码 0。
  • stderr 里的 unrecognized_model 只是 Claude Code 不认识这个模型名的提示,不影响调用。

第 4 步(Codex):写全局 config.toml

Codex 把 Key 写在全局 ~/.codex/config.toml 的 experimental_bearer_token 里,base_url 是 https://api.aicodewith.ai/chatgpt/v1(注意是 /chatgpt/v1):

toml
# ~/.codex/config.toml
model = "glm-5.3"
model_provider = "aicodewith"

[model_providers.aicodewith]
name = "aicodewith"
base_url = "https://api.aicodewith.ai/chatgpt/v1"
wire_api = "responses"
experimental_bearer_token = "你的 API Key"

各字段的含义见《Codex config.toml 配置指南》。

第 5 步(Codex):跑同一个任务

bash
codex --version
# codex-cli 0.166.0

codex -s workspace-write -a never exec --skip-git-repo-check "Create a file context_check.py with a function fits(prompt_tokens, max_output, window=1_048_576) that returns True when prompt_tokens + max_output <= window, add 3 asserts (one with 65_536 output) and a final print('ok'), then run python3 context_check.py and report the exact output."

实测结果(codex-cli 0.166.0,模型 glm-5.3):

text
# wall time 31.6 s, exit 0
model: glm-5.3
provider: aicodewith
approval: never
sandbox: workspace-write [workdir, /tmp, $TMPDIR]
warning: Model metadata for `glm-5.3` not found. Defaulting to fallback metadata; this can degrade performance and cause issues.

exec /bin/bash -lc "apply_patch <<'PATCH' ..."
 exited 2 in 0ms:
patch: **** Only garbage was found in the patch input.

exec /bin/bash -lc "cat > context_check.py <<'EOF' ... EOF
python3 context_check.py"
 succeeded in 0ms:
ok
  • 用时 31.6 秒,退出码 0,最终输出 ok。
  • Codex 提示找不到 glm-5.3 的模型元数据,会用默认元数据;GLM 第一次想在 shell 里调用 apply_patch 失败,随后自己改用 heredoc 写文件完成任务。用非 OpenAI 模型跑 Codex 时,偶尔会多一步这样的绕路。

Cursor

Cursor 在设置的 Models 里添加 OpenAI 兼容的自定义模型,填本站 Key,模型名同样写本站的模型 ID(如 kimi-k3.1-pro)。另一个国产模型接入 Claude Code / Codex 的例子见《DeepSeek V4.1 Flash 接入 Claude Code / Codex》。

Hy4 适合谁,不适合谁

适合先试:

  • 办公、金融研究类 Agent(APEX-Agents、金融专家评测是它最强的项)
  • 需要看图、看图表,同时要 1M 长上下文的任务
  • 预算敏感、愿意按任务自己评测的团队(输出价远低于 Opus 5.5)

先别急着换:

  • 重度终端编码、长程开发:腾讯自测里 Terminal-Bench 4.0、ProgramBench 落后 Opus 5.5 和 Kimi K3.1 Pro 很多
  • 需要本地部署:正式版权重还没放出
  • 需要更多第三方榜单佐证:目前已有 Artificial Analysis 智能指数 35,但仍缺更多独立编码/竞技场复现

FAQ

腾讯混元 Hy4 什么时候发布的?

正式版在 2026 年 11 月 4 日发布;Hy4 preview 是 8 月 28 日发布的。

Hy4 价格是多少?

腾讯官方价每百万 tokens 输入 $0.834、输出 $2.501、缓存命中 $0.042,和 preview 同价。OpenRouter 首发显示五折($0.417 / $1.251),截止时间未公布。

Hy4 API 的模型 ID 是什么?

腾讯云 TokenHub 上是 hy4,OpenRouter 上是 tencent/hy4。

Hy4 上下文多长?

1M(1,048,576 tokens),腾讯云标注最大输入 960K、最大输出 64K。

Hy4 开源了吗?

正式版还没有。腾讯说计划开源并已联合 vLLM、SGLang 做生态支持,但没给日期;Hugging Face 上目前有 Hy4-preview 的权重。

Hy4 能在 Claude Code 里用吗?

腾讯云 TokenHub 和 OpenRouter 都提供 Anthropic Messages 兼容接口,理论上可以按各自文档配置。本站目前还没有上架 Hy4;在 Claude Code 里用国产模型,可以先用本站的 kimi-k3.1-pro 或 glm-5.3,步骤见上文。

Hy4 和 Kimi K3.1 Pro 比怎么样?

按腾讯自测表,Hy4 在 APEX-Agents 上更高,Kimi K3.1 Pro 在 Terminal-Bench 4.0、SWE-Marathon、OSWorld、MMMU-Pro 上更高;输出价 Hy4 约是 K3.1 Pro 的 1/4。第三方 Artificial Analysis 智能指数 v5:Hy4 35,Kimi K3.1 Pro 46;FrontierCode 2.0 上 Hy4 约 31% 高于 K3.1 Pro 约 25%,但 AA-Omniscience 幻觉率 Hy4 约 89%、K3.1 Pro 约 37%。

相关阅读

来源

核对日期:2026-11-04(北京时间);Artificial Analysis 智能指数 v5 数据核对于 2026-11-07

创建 API Key → 查看模型列表 →