撰文 | 李信马
题图 | AI制图
11月4日，腾讯混元发布了最新一代大语言模型 Hy4，官方发布中称其“首次跻身最强开源模型之列”。（不过Hy4权重尚未开源，官方称将于近期开源并发布模型系统卡片）
相比Hy4 preview，Hy4 在预训练和后训练上显著扩展了数据和训练规模，首次引入视觉理解能力，并大幅提升了指令遵循、长文理解、长程智能体等综合效果。同日发布的Agent Arena评测数据显示，腾讯混元Hy4总榜排名第14，在国产模型中仅次于Kimi K3.1 Pro（Max），两者性能得分相差不到1%。
不过在价格上，Hy4每个任务成本为0.55美元，比Kimi K3.1 Pro（Max）低约62%。这不禁让人想起今年6月初，汤道生和姚顺雨的对话，当时姚顺雨表示：“（对模型来说）最重要的事情是performance，如果你的performance好，性价比是最关键的事情。”而他口中的性价比第一是性能，第二点是成本。
在这两点上，Hy4看来达到了不错的平衡表现，也成功进入了Agent Arena帕累托前沿，即同等成本下效果最优的模型之一。
注：Agent Arena是AI模型评测平台Arena推出的智能体能力评测榜单，核心思路是把评测从“考试”拉回到“干活”——不看单轮答题分数，而看模型在真实任务中能不能稳定交付结果。
不过，它在实际工作中的表现如何？我们注意到，官方发布中提到，Hy4重点强化了专业金融分析能力，基于真实金融场景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。
混元还联合腾讯金融科技FiT开展了213位专家的金融众测，基于579个真实金融任务的结果显示，Hy4综合表现得分3.04，位居开源模型第一。作为对比，Kimi K3.1 Pro得分为2.68，GLM-5.3为2.68，DeepSeek-V4.1-Flash-1017得分为2.97。按这个表现来说，Hy4就是我们大多数人方便接触到的最好的金融模型了。
由此，我们产生了一个有趣的想法——为什么不用Hy4来研究下腾讯控股（HK00700）？恰好WorkBuddy已经上线了Hy4，于是我们仿照写了一版中文prompt：
在经过了接近两个小时的思考以及数次报错，并用光了免费额度后，生成的报告给出的结论是：
这无疑是非常看好腾讯未来的发展，用一句话来描述它的投资逻辑，那就是买腾讯本质上是买「14.39亿微信月活流量被AI重新定价的看涨期权」，代价是接受2026–2027年折旧与研发前置造成的利润空窗。
2026 年腾讯股价下跌了32.36%，PE（TTM）压到13.47倍、PB压到5年2.1%分位，报告认为，是因为市场把两件事同时线性外推了，一是AI资本开支永久化，二是回购缩量等于现金流枯竭——第一条只对了一半，第二条是误读。
原因是2026Q2剔除新AI产品（指混元模型、WorkBuddy、CodeBuddy、微信AI等）后Non-IFRS经营利润仍同比增长19%、经营利润率达到42%，证明核心业务的利润创造力没有退化；自由现金流的负138亿元中有514亿元是算力采购预付款，剔除后为正376亿元，腾讯的核心现金引擎没有坏，坏的是投入与收入的时点错配，而回购缩量本身是真实的估值支撑退坡。
当然，报告中也表示，如果三季报显示剔除AI后内生经营利润增速跌破5%、或净现金转负，就应切换至悲观情景的336.45港元。
有趣的是，混元模型出现的两次，一次是报告要求将其作为成本项剔除，另一次是在“短期催化”（0–3 个月）下，将其作为AI产品早期付费信号提到。但当笔者向WorkBuddy询问是否关注到今天Hy4正式发布时，它承认没有覆盖到，并建议对腾讯这种模型迭代直接驱动叙事的公司，产品发布是基本面事件，流程上要加一条——数据截止日及前一交易日的公司公告、官方博客、产品发布必须扫一遍，并在附录D写明取数范围。
不过，它并不打算改变它的结论，因为Hy4把「腾讯的AI投入能不能变成可售卖资产」从抽象判断变成了可跟踪的问题，但没有改变任何已入模的数字。报告在有关中短期风险观察的方面，也给出了全面的建议。
总的来说，对于关注腾讯的人来说，这份报告相当有参考价值，完成度高，作图的水平也不错，说是机构出品的也足以以假乱真。随着腾讯财报即将在11月中下旬发布，部分报告中的信号也将公布，届时就能更好地度量出这份报告的含金量了。比如下图有关营业收入的预测，大概明年3月就能验证了。
回到Hy4，除了WorkBuddy外，在腾讯云的Tokenhub、CodeBuddy、元宝、企业微信智能助理大圆、ima 等产品也已经上线，API同步接入OpenRouter、Hermes、OpenCode等平台，之后还将接入QQ、王者荣耀、和平精英、微信读书、腾讯新闻等腾讯系产品。
在参数规模和数据规模上，Hy3系列参数不到300B，Hy4系列达到770B。据悉，下一代Hy5规模将进一步扩大。不过，混元团队也表示，Hy4与顶尖闭源模型仍然存在较大差距，尤其是在内部构建的前沿数学、长程开发、模型迭代、视觉问答等领域的高难度测试集上。
下面是混元Hy4发布时的官方benchmark对比图，可以看到在公开题上，Hy4处于开源第一梯队，整体第二三名的位置，但和GPT 6.1 Sol、Claude Opus 5.5还有一定差距；在内部自建高难题上（3DArena-Modeling、E-Bench 2.0、Hy-BrowseComp、TenureTrail），差距被明显放大；到Terminal Bench Science 0.1这种极难的科研终端任务上，Hy4得分只有13.8，较最高的得分差出约4倍。
但纵向来看，对腾讯来说，这的确是值得高兴的进步，缩短了和AI头部模型的距离。关于Hy4，你又是怎么看的呢？
注1：文中插图均来自腾讯官方或Hy4生成。
注2：文中评级、目标价及财务预测均由AI模型生成，不构成投资建议。
