腾讯混元 Hy4 实测：搭配 WorkBuddy，主打多模态 Agent 交付

量子位发布了对腾讯混元新一代开源模型 Hy4 的一手实测，标题直接把它放进最强开源模型的讨论里。测试的组织方式是把 Hy4 与 WorkBuddy 搭配使用，重点考察多模态 Agent 在真实任务上的交付能力。

这一评测视角本身值得注意。过去判断一个开源模型强弱，主要看榜单分数和单轮问答表现；而 Agent 场景要求模型读取多种模态输入、规划步骤、调用工具，并把结果落成一个可交付的成品。分数高不等于能交付。

配套出现的 WorkBuddy 是这次测试的另一半。把模型放进一个具体的协作或任务环境里跑，能暴露出纯对话评测看不到的问题：长任务的上下文保持、工具调用的失败重试、以及对中间结果的自我检查。

腾讯混元的开源策略在这条路径上有天然优势。权重开放意味着团队可以自行部署、二次微调，也意味着社区能独立复现评测结果；对于一个声称进入最强梯队的模型，可复现性比宣传语更有说服力。

多模态 Agent 交付力之所以成为焦点，与开源模型的竞争阶段有关。基础能力层面的差距在收敛，真正形成差异的是把能力组织成流程的能力，谁能稳定完成一整件事，谁才更容易被企业选型。

需要注意的是，这是一篇动手实测而非官方发布说明，具体的参数规模、授权条款、可下载范围等信息在标题与摘要中并未给出。要判断它是否真的改变了开源模型格局，还需要看权重开放情况与第三方复现。

接下来值得观察的是社区采用速度，以及 WorkBuddy 这类配套工具是否会成为混元生态的默认入口。模型与工具一起被评估，本身就是开源 AI 竞争从模型层走向产品层的信号。