开源大模型的牌桌，今天又换了张新牌。
11月4日，腾讯混元发布最新一代大语言模型Hy4，并明确表示：随着能力全面跃升，Hy首次跻身最强开源模型之列。官方同时宣布将开源模型权重、发布系统卡片，下一步还有更低成本的Hy4 flash在路上。
对大多数人来说，这可能只是又一条科技新闻。但如果你关心AI行业的格局、关心手里的科技股、甚至关心未来用什么工具做研究，这件事的信号意义远超发布本身。拆开讲三件事。
一、Hy4到底强在哪：不只是"参数变大"先看硬指标。Hy3系列参数不到300B，Hy4直接跳到770B，下一代Hy5规模还会进一步扩大。但参数只是入场券，真正值得注意的是三个能力升级：
1. 首次引入视觉理解。 通过视觉、推理和工具调用能力的结合，Hy4可以完成细粒度图像处理、复杂图表分析和数学视觉推理。以前大模型"看得见"和"看得懂"是两回事，这次往前迈了一步。
2. 首次支持电脑操作（Computer Use）。 模型可以结合命令行和图形界面，处理工作和生活中的各类任务，还针对Blender、CAD等专业软件和跨应用长程任务做了专项训练。翻译一下：AI离"替你真正操作电脑"又近了一截。
3. 长程智能体能力大幅提升。 这一点常被忽略，但恰恰是2026年模型竞争的主战场——AI能不能连续执行几十步复杂任务而不"断片"，决定了智能体应用是玩具还是生产力。
还有一个容易被自媒体略过的细节：安全。混元披露，Hy4在训练中只纳入防守性网络安全数据，剔除了漏洞利用等攻击性内容，并组织安全专家对密码分析、逆向工程、漏洞利用等方向做了审计，结论是未展现突出进攻性风险；生物安全方面也做了内部专家审计。在大模型安全议题持续升温的当下，把安全审计写进发布稿，本身就是一种表态。
二、最值得投资者注意的一点：专项强化金融分析如果说通用能力的升级是"面子"，那Hy4的一个"里子"对关注投资的人尤其重要：混元重点强化了专业金融分析能力。
基于真实金融场景，混元构建了数千个工作空间和上万个高质量任务，让模型充分学习基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等方向的专业流程与规范。
这意味着什么？大模型竞争正在从"通用智力比拼"进入"专业know-how比拼"阶段。谁能把金融这种高门槛、高价值领域的专业流程喂给模型，谁就能在财富管理、投研辅助这些真实付费场景里占住位置。对AI行业的观察者来说，这是一个明确的风向：垂类专业能力正在成为模型厂商的第二增长曲线。
而从"认知资本"的视角看，这件事还有更朴素的一层：普通人和专业机构之间的信息与工具鸿沟，正在被这类模型一点点填平。
三、定价与开源：两个价格信号这次发布还释放了两个值得玩味的"价格信号"。
信号一：定价。 Hy4输入6元/百万tokens、输出18元/百万tokens、缓存命中0.3元/百万tokens，与此前preview版持平；主打性价比的Hy4 flash也将于近期发布。对比海外前沿模型动辄翻倍的涨价潮，国产开源阵营还在往"更便宜"的方向卷。大模型的"水电煤化"在国内走得比海外快得多。
信号二：开源。 腾讯宣布Hy4将开源权重，同时开源了由Hy4协同研发的单细胞表征基础模型HyCell和物理场基础模型HyPDE。开源意味着中小开发者、企业、甚至个人投资者都可以低成本调用接近第一梯队的能力——这是"AI平权"最实在的注脚。
目前Hy4已上线WorkBuddy、CodeBuddy、元宝、企业微信、ima、腾讯云Tokenhub等腾讯系产品，API同步接入OpenRouter等平台。
四、冷静的那一句：混元自己承认的差距热闹之外，混元团队说了一句值得记下来的实话：尽管Hy4已是目前最强的开源模型之一，但与顶尖闭源模型仍有较大差距。
这句话有两个信息量：其一，开源与闭源的差距确实存在，别被"跻身最强"四个字冲昏头；其二，国产厂商对自身位置的认知相当清醒——持续扩展预训练和后训练规模，缩小与闭源的差距，是下一代Hy5的任务。
对使用者来说，这意味着选型逻辑很清晰：日常任务和垂类专业场景，开源模型+低价格已经够用且越来越够用；最前沿的能力边界，闭源模型仍有护城河。工具箱里两类都留着，按任务选模型，才是聪明的用法。
写在最后Hy4的发布表面上是一次产品更新，底层是两条趋势线的交汇：开源模型加速追赶顶尖闭源、AI能力加速渗入金融等专业纵深。这两条线，一条决定你用AI的成本，一条决定你用AI能干成什么。
你会用开源模型做什么？评论区聊聊。
（注：本文基于公开信息整理，仅作技术动态分享，不构成投资建议。）